【技术实现步骤摘要】
涉及农业遥感与智能监测，具体涉及于低空遥感多尺度数据的大田作物长势监测。
技术介绍
1、随着农业现代化的不断推进，作物长势的精准监测成为农业生产管理中的关键环节。传统的田间实地调查方式虽然具有一定的准确性，但受限于人力成本高、监测周期长、覆盖范围有限，已难以满足大规模农业生产对实时性、高分辨率和自动化的迫切需求。遥感技术，尤其是低空遥感技术的兴起，为作物长势监测提供了新的手段。
2、低空遥感技术通常基于多旋翼或固定翼无人机平台，搭载可见光、红外、多光谱、热成像等传感器，能够获取高空间分辨率和较高时效性的地表图像数据。相较于卫星遥感，其具备灵活性强、成本较低、天气依赖性较小的优势，特别适合应用于中小尺度的农业地块。例如，有研究者利用无人机搭载多光谱相机获取ndvi(归一化植被指数)数据来评估玉米田的长势差异，取得了较好的区域匹配精度；另一些研究则结合激光雷达与rgb图像数据对水稻冠层高度和分布进行了三维建模分析，实现了单株级别的长势估算。这些成果在一定程度上推动了精细农业的发展。
3、然而，在现有技术中，低空遥感用...
【技术保护点】
1.基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，包括：
2.根据权利要求1所述的基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，所述遥感图像包括红、绿、蓝三个波段的可见光图像以及红边和近红外波段的多光谱图像。
3.根据权利要求1所述的基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，植被指数包括归一化差异植被指数和增强型植被指数，纹理特征通过灰度共生矩阵方法提取，颜色通过CDI指数提取。
4.根据权利要求1所述的基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，所述聚类分析采用...
【技术特征摘要】
1.基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，包括：
2.根据权利要求1所述的基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，所述遥感图像包括红、绿、蓝三个波段的可见光图像以及红边和近红外波段的多光谱图像。
3.根据权利要求1所述的基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，植被指数包括归一化差异植被指数和增强型植被指数，纹理特征通过灰度共生矩阵方法提取，颜色通过cdi指数提取。
4.根据权利要求1所述的基于低空遥感多尺度数据的大田作物长势图像获取方法，其特征在于，所述聚类分析采用k-means或dbscan聚类算法，依据提取的特征值对监测区域进行小区划分并自动生成...
【专利技术属性】
技术研发人员：赵振庆，张璐瑶，陈庆山，杨明亮，徐乐，
申请(专利权)人：东北农业大学，
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。