【技术实现步骤摘要】
本申请涉及遥感排查，尤其涉及一种无人机光谱遥感伪装排查方法。
技术介绍
1、对于农田以及森林等区域而言，可能存在对农田或森林构成威胁的害虫；例如，蝗虫、玉米螟、棉铃虫、菜青虫以及稻飞虱等害虫，可能会对农田中的农作物构成严重威胁，造成农田中所种植的农作物减产。
2、为及时发现害虫对农田中的农作物或森林中树木的威胁，相关技术中例如公开号为cn106778888a的中国专利申请文件中，提供了一种基于无人机遥感的果园病虫害普查方法，包括：利用无人机采集果树冠层的高光谱影像数据和可见光图像，对采集的高光谱影像数据进行校正处理；根据校正处理后的高光谱影像数据计算出果树冠层的光谱反射率、冠幅大小、叶片密度以及对应波段光谱图像的纹理特征；根据可见光图像计算出果树上果实的大小、形状、颜色特征以及果树的颜色分布规律；将果树冠层的光谱反射率、叶片密度、光谱图像的纹理特征，果实的大小、颜色特征输入到判别模型，实现对果园果树病虫害的识别。
3、在相关技术中主要通过确定果树本身的特征以及果树的果实的特征，确定果园中的果树是否存在虫害，以对可能存在的害虫进行处理；然而，在确定果树本身以及果实已经存在虫害的情况下，对害虫的处理难度较大且果树已经受到损失，因此，相关技术中难以实现对农作物或树木中所伪装害虫的有效排查。
技术实现思路
1、为克服相关技术中难以实现对农作物或树木中所伪装害虫的有效排查的问题，本申请提供一种无人机光谱遥感伪装排查方法。
2、本申请实施例提供一种无人机光谱
3、这样，通过获取目标地块类型的目标地块的第一高光谱图像以及第一参考高光谱图像，以获得第一差分高光谱图像，并根据目标聚类半径对第一差分高光谱图像中的像素点进行聚类，能够获得目标地块中目标虫害所在的位置，以便对目标地块的目标害虫进行排查；相较于通过农作物或者树木本身的特征确定是否存在害虫，能够提前发现目标地块中可能存在的害虫，由于能够提前发现目标地块中所存在的害虫，因此，能够降低对目标地块中害虫的处理成本，减少害虫对目标地块所造成的损失。
4、同时，目标聚类半径是根据目标地块类型以及待排查的目标害虫进行确定的，能够使聚类半径匹配地块类型以及目标害虫，因此，能够更好地确定出目标地块中所存在的害虫的位置信息，以便对目标害虫进行排查。
5、再者，根据聚类结果以及第一高光谱图像，能够确定目标地块中目标害虫的位置信息，相较于对整个目标地块进行农药喷洒等处理，能够降低对目标地块中害虫进行排查时所造成的环境污染。
6、可选的，根据所述目标地块类型以及待排查的目标害虫，确定目标聚类半径，包括：获取目标害虫的第二高光谱图像，并获取目标地块类型所对应的第二参考高光谱图像，第二参考高光谱图像与第一参考高光谱图像不同；确定第一参考高光谱图像与第二参考高光谱图像的第二差分高光谱图像，并确定第二差分高光谱图像的像素特征值的第一直方图；确定第二高光谱图像与第一参考高光谱图像之间的第三差分高光谱图像，并确定第三差分高光谱图像的像素特征值的第二直方图；根据所述第一直方图以及所述第二直方图，确定目标聚类半径。
7、这样，目标害虫的第二高光谱图像中包含了目标害虫在不同波长下的光谱信息，通过获取目标害虫的第二高光谱图像，有助于结合目标地块的高光谱图像确定进行聚类的目标聚类半径，以便确定目标地块中是否存在目标害虫。
8、可选的，根据所述第一直方图以及所述第二直方图，确定目标聚类半径，包括：针对多个预设距离中的目标预设距离，确定所述第一直方图中位于所述目标预设距离的左侧的第一子直方图，并确定所述第二直方图中位于所述目标预设距离的右侧的第二子直方图；确定第一子直方图的面积与第二子直方图的面积的第一和值，并将多个目标预设距离中第一和值最大的目标预设距离，作为所述目标聚类半径。
9、这样，由于第一直方图可以表征目标地块类型的地块自身的光谱信息所存在的差异程度，第二直方图可以表征目标地块与目标害虫在光谱信息上的差异程度，在目标预设距离能够有效区分第一直方图以及第二直方图的情况下，目标预设距离也能够有效对目标害虫与目标地块进行区分，以便对第一差分高光谱图像进行聚类从而确定目标害虫所在的位置。
10、可选的，所述第二差分高光谱图像的像素特征值的第一直方图通过以下方式确定：针对所述第二差分高光谱图像中的像素点对，所述像素点对包括位于所述第二差分高光谱图像中不同空间位置的第一像素点以及第二像素点，确定所述第一像素点与所述第二像素点之间的空间距离；确定第一像素点与第二像素点之间的像素差异值，并确定空间距离的平方以及差异值的平方的第三和值；将第三和值的开方结果，作为像素点对的像素特征值；确定第二差分高光谱图像中不同的像素点对的像素特征值，并根据不同像素特征值所出现的频率，确定第一直方图。
11、可选的，根据所述目标地块类型以及待排查的目标害虫，确定目标聚类半径，包括：获取目标害虫的第二高光谱图像，并确定第一参考高光谱图像与第二高光谱图像之间的第三差分高光谱图像；确定第三差分高光谱图像的像素特征值的第三直方图，以及确定第一差分高光谱图像的像素特征值的第四直方图；根据所述第三直方图以及所述第四直方图，确定目标聚类半径。
12、可选的，根据所述第三直方图以及所述第四直方图，确定目标聚类半径，包括：针对多个预设距离中的目标预设距离，确定所述第三直方图中位于所述目标预设距离的右侧的第三子直方图，并确定所述第四直方图中位于所述目标预设距离的左侧的第四子直方图；确定第三子直方图的面积与第四子直方图的面积的第二和值，并将多个目标预设距离中第二和值最大的目标预设距离，作为所述目标聚类半径。
13、可选的，根据所述目标地块类型以及待排查的目标害虫，确定目标聚类半径，包括：根据所述目标地块类型以及待排查的目标害虫，从多个预设聚类半径中确定目标聚类半径；其中，所述预设聚类半径是根据地块类型以及待排查的害虫预先确定的，不同的预设聚类半径对应不同的地块类型或待排查的不同的害虫。
14、这样，通过从多个预设聚类半径中确定目标聚类半径，既能够采用有针对性的聚类半径，由于预设聚类半径是根据地块类型以及待排查的害虫预先确定的，还能够降低设备的运算量，降低设备的运行功耗。
15、可选的，所述目标终端包括害虫处理设备，所述将所述位置信息发送至目标终端，以使目标终端根据所述位置信息对目标害虫进行排查，包括：本文档来自技高网...
【技术保护点】
1.一种无人机光谱遥感伪装排查方法，其特征在于，包括：
2.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，根据所述第一直方图以及所述第二直方图，确定目标聚类半径，包括：
3.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，所述第二差分高光谱图像的像素特征值的第一直方图通过以下方式确定：
4.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，根据所述目标地块类型以及待排查的目标害虫，确定目标聚类半径，包括：
5.根据权利要求4所述的无人机光谱遥感伪装排查方法，其特征在于，根据所述第三直方图以及所述第四直方图，确定目标聚类半径，包括：
6.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，根据所述目标地块类型以及待排查的目标害虫，确定目标聚类半径，包括：
7.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，所述目标终端包括害虫处理设备，所述将所述位置信息发送至目标终端，以使目标终端根据所述位置信息对目标害虫进行排查，包括：
8.根据权利要求1所
9.根据权利要求8所述的无人机光谱遥感伪装排查方法，其特征在于，对所述伪彩色图像进行图像分割，获得对应所述目标地块的目标伪彩色图像，包括：
...【技术特征摘要】
1.一种无人机光谱遥感伪装排查方法，其特征在于，包括：
2.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，根据所述第一直方图以及所述第二直方图，确定目标聚类半径，包括：
3.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，所述第二差分高光谱图像的像素特征值的第一直方图通过以下方式确定：
4.根据权利要求1所述的无人机光谱遥感伪装排查方法，其特征在于，根据所述目标地块类型以及待排查的目标害虫，确定目标聚类半径，包括：
5.根据权利要求4所述的无人机光谱遥感伪装排查方法，其特征在于，根据所述第三直方图以及所述第四直方图，确定目标聚类半径，包括：
6.根据权利要求1所述的无...
【专利技术属性】
技术研发人员：谢骏驰，赵细元，马贺平，
申请(专利权)人：上海盛图遥感工程技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。