一种大田作物冠层表型波谱图像的实时自动较正方法与系统与流程

本发明涉及智能农业技术领域，具体涉及一种大田作物冠层表型波谱图像的实时自动较正方法与系统。

背景技术

随着波谱技术在智能农业中的广泛应用，基于波谱技术支撑的作物含水率、含氮量及多项生理分成的表型信息获取已经成为实现智能农业数据采集的有效手段。但是例如水稻等大田作物在不同生长时期的冠层形态各具特点，如何通过无人机搭载的表型成像系统对大田作物冠层生长状况数据进行量化采集受多方面因素的影响，实际应用中需要考虑到季节、温度、光照、太阳高度角、太阳方位角等因素的影响，诸多因素叠加会让表型成像在某些波段处的数据被削弱。

此外，不同生长时期的大田作物冠层表现出不同的性状特征，表型成像系统对大田作物冠层的准确感知需要对表型成像系统进行较正，目前的常用做法通过采用灰度值逐渐变化且反射率已知的靶标，该靶标多为单一平面模式，而实际上随着作物的生长，不同生长时期冠层表现出的巨大的差异性，传统的较正靶标未能在实时性与普适性满足表型成像系统的成像需求。

申请号为201710273395.6的中国发明专利申请书中公开了一种无人机快拍式高光谱遥感系统及一致性辐射校准方法，该发明采用平面靶标实实体模型，能充分表现处与大田作物冠层各个生长时期的表型特征的相关性，因此通过靶标波谱图像的实施自动校正即可实现对大田作物冠层表型波普图像的实时自动校正。

作为优选，步骤(1)中所述的获取大田作物冠层点云数据采用激光扫描仪和球型靶标采集大田作物冠层点云数据。

作为进一步的优选，步骤(1)中所述的获取大田作物冠层点云数据，包括：采集大田作物冠层点云数据后，对大田作物冠层点云数据进行配准拼接、去噪化处理等预处理，获得完整的水稻冠层点云数据。

作为优选，步骤(1)中所述的对大田作物进行三维建模，包括：

(1.1)采用非接触式高速激光测量方式，以点云形式快速获取大田作物冠层表面的阵列式几何图形的单位数据，可将植物冠层的几何、颜色、纹理等信息记录下来。

(1.2)基于点云数据和大田作物冠层纹理数据验证大田作物冠层点云数据的拟合误差和配准误差，完成平滑处理，结合大田作物冠层特征对水稻冠层进行三维建模，并对其进行纹理和颜色贴图，生成大田作物冠层的三维模型。

作为优选，(1)中所述的打印生成自动校正靶标所采用的3d打印采用对环境无害的木质素粉末。

作为优选，(1)中所述的打印生成自动校正靶标按照自动校正靶标与三维模型大小比例为9：1打印，既能使无人机机载波谱传感系统完全得到大田作物冠层不同生长时期冠层的信息，又在一定程度上降低了打印自动校正靶标的成本。

作为优选，步骤(3)中所述的构建较准模型通过以下步骤完成构建：

(3.1)至少得到两个包含了待测样本反射波段在内的标准波谱值；

(3.2)通过拟合最小二乘法模型完成真实值与测得值的标准化较正。

作为进一步的优选，步骤(3.1)中只需要两个标准光谱值：全反射标准反射值和镜头全遮罩后的全黑色反射值。

本发明还提供了一种大田作物冠层表型波谱图像的实时自动较正系统，能够采集实时的大田作物冠层信息，并对无人机机载波谱传感系统采集到的表型波谱图像进行自动校准。

一种用于大田作物冠层表型波谱图像的实时自动较正方法的系统，包括：

点云数据采集系统，采集大田作物水稻冠层点云数据；

3d建模系统，导入采集得到的大田作物冠层点云数据，并对大田作物冠层进行三维建模；

3d打印系统，导入3d建模系统构建的三维模型，打印成实体模型，作为大田作物冠层的自动校正靶标；

无人机机载波谱传感系统，包括：无人机机载波谱传感信息靶标生成单元，用于高空采集自动校正靶标的波谱图像；波谱自动较正单元，对自动校正靶标的波谱图像自动校准，从而实现对大田作物冠层实时的表型波谱图像自动校正，并进行滤波处理、消除图像畸变等进一步处理，得到校正后更准确的大田作物冠层实时的表型波谱图像。

作为优选，所述点云数据采集系统包括：

球形靶标，用于反射标志大田作物的同名特征点；所述球形靶标布设符合如下3点要求：

(a)靶标在扫描范围内均匀布置且高低错落；

(b)每组球形标靶个数不少于4个；

(c)作物明显特征点作为靶标使用。

3d扫描仪，用于扫描球型靶标，并采集大田作物冠层点云数据。

本发明提供了当前大田作物全生长周期冠层表型波谱图像采集过程中对表型波谱图像实时自动校正的方法，使得针对大田作物全生长周期冠层表型波谱图像校正过程更具有实时性与普适性，提高了大田生产环境下表型波谱图像采集的准确性。

本发明提供了当前大田作物全生长周期冠层表型波谱图像采集过程中对表型波谱图像实时自动校正的系统，能准确获取大田作物全生长周期冠层的三维信息后生成自动校正靶标，更准确地对大田作物全生长周期冠层表型波谱图像实时自动校正。

附图说明

图1为水稻全生长周期冠层表型波谱图像的点云数据采集方案。

图2为生成自动校正靶标的方法示意图。

具体实施方式

本实施例结合对水稻全生长周期冠层表型波谱图像的实时自动较正对本发明进行更详细的说明。

一种水稻全生长周期冠层表型波谱图像的实时自动较正方法，包括：

1、采用如图2所示的方法生成自动校正靶标，具体步骤如下：

(1)采用如图1所示的方案采集水稻冠层激光点云数据：

在水稻田间一角选取5*5平方米的区域作为三维数据采集区域，用来采集水稻冠层三维数据，将3d扫描分别放置于三维数据采集区域的每个角外，从距3d扫描仪3m位置开始布设一个球形靶标组，采集得到三维数据采集区域内水稻冠层激光点云数据。球形靶标组布设如下：

(a)靶标在扫描范围内均匀布置且高低错落；

(b)每一扫描站的标靶个数为8个；

(c)作物明显特征点作为靶标使用。

本实施例的3d扫描仪选用farofocus三维激光扫描仪。

(2)对水稻冠层激光点云数据预处理，包括：配准拼接、去噪简化，得到水稻冠层实体点云数据；

(3)获取水稻冠层表面的阵列式几何图形的单位数据；

采用非接触式高速激光测量方式，以点云形式快速获取大田作物冠层表面的阵列式几何图形的单位数据。

(4)水稻冠层三维重建，包括：基于激光点云数据和水稻冠层纹理数据验证冠层点云数据的拟合误差和配准误差，完成平滑处理，结合代表性轮廓线和三维几何模型，通过hd-modelingforcad2013对水稻冠层进行几何建模。

将完成的几何建模导入3dmax软件中，利用经过处理的纹理影像对其进行纹理和颜色贴图，生成水稻冠层的三维模型；

(5)采用3d打印技术，按照9：1的比例打印水稻的三维模型，生成自动校正靶标实体模型。3d打印的主材料为对环境无害的木质素粉末。

2、对水稻冠层自动校正靶标进行校准

采用全局和相素反射较正模型完成对自动校正靶标反射率的测定。

3、采用r900和全黑色反射率来构建校准模型，并根据式(1)自动完成对自动校正靶标的较准。

通过以下步骤构建校准模型：

(3.1)获得两个包含了待测样本反射波段在内的标准波谱值，分别为全反射标准反射值和镜头全遮罩后的全黑色反射值；

(3.2)通过拟合最小二乘法模型完成真实值与测得值的标准化较正。

rc＝b0+b1r900(1)

其中，rc为校准后的光谱值，b0为线性偏移，b1为线性校准模型的斜率，r900表示900nm波段处的靶标光谱值。

4、对波谱影像数据进一步处理

对波谱图像进一步处理，包括：滤波处理、消除图像畸变，进而得到无人机机载波谱传感系统对水稻不同时期冠层的波谱图像。

所述的水稻全生长周期冠层表型波谱图像的实时自动较正方法所采用的系统，包括：

farofocus三维激光扫描仪，用于采集三维数据采集区域内水稻冠层点云数据；

球形靶标组，位于三维数据采集区域四周，用于反射标志水稻冠层同名特征点；

3d建模系统，导入采集得到的水稻冠层点云数据，并对对水稻冠层进行三维建模；

其中，3d建模系统包括：autocad的插件hdmodeling工具和3dmax软件。

3d打印系统，导入3d建模系统构建的水稻冠层三维模型，并将水稻冠层三维模型打印成实体模型，作为水稻冠层的自动校正靶标；

无人机机载波谱传感系统，包括：无人机机载波谱传感信息靶标生成单元，用于高空采集自动校正靶标的波谱图像；波谱自动较正单元，对自动校正靶标的波谱图像自动校准，从而实现对大田作物冠层实时的表型波谱图像自动校正，并进行滤波处理、消除图像畸变。