基于无人机平台的作物生长分析方法及其分析系统与流程

本发明涉及作物生长分析领域，特别是涉及一种基于无人机平台的作物生长分析方法及其分析系统。

背景技术：

在传统的作物育种、制种及生产中，作物的生长状况监测需要耗费大量的人力物力，需要相关人员到种植区进行现场观察和测量，但是对于现场观察，由于现场环境或作物遮挡等原因很难观察到农田内部作物的生长状况，而且存在主观测量误差大、操作繁琐、记录困难等问题。尤其是在作物种植和生长过程中，垄数、株高、倒伏率、叶色和植被覆盖度等信息对作物生长状况影像甚大，如不进行准确的监测可能会造成巨大的损失。

随着无人机技术的发展，无人机被应用在农业遥感领域，可实现对农田作物的低空监测，相对于卫星遥感、航天遥感等传统的遥感技术，无人机遥感拥有时效高、数据小、精度高等优点。然而现有的无人机遥感技术应用在农业上大多都只是停留在拍照监测阶段，未能实现将监测信息通过科学的手段转化为可视化数据进行系统分析。

技术实现要素：

针对上述缺陷，本发明的目的在于提供一种基于无人机平台的作物生长分析方法及其分析系统，可计算作物种植和生长过程中的垄数、株高、叶色、倒伏率以及植被覆盖度等数据，实现对作物生长状况的实时监测，并对监测数据进行统一的分析与管理。

本发明基于无人机平台的作物生长分析方法，其中，包括如下步骤：

步骤s1：无人机采集影像数据；

步骤s2：数据拼接后获取正射影像，进行空三加密，获得dsm模型；

步骤s3：根据种植规划对各个种植小区进行矢量化分割；

步骤s4：提取每个矢量图斑区域内影像数据和每个象元的光谱信息；

步骤s5：根据光谱信息计算作物垄数、株高、倒伏率、叶色、植被覆盖度等参数。

本发明基于无人机平台的作物生长分析方法，其中所述步骤s1中采用无人机平台搭载可见光相机按照特定的轨迹飞行，定点拍照，获取到种植区的rgb影像。

本发明基于无人机平台的作物生长分析方法，其中所述步骤s5中计算作物垄数包括如下步骤：

步骤s11：对正射影像进行二值化处理，将植被与裸地区分开；

步骤s12：对生成的二值图像进行填充处理，消除植被与裸地中的椒盐效应；

步骤s13：采用sobel算子进行边缘检测；

步骤s14：使用hough变换算法提取边缘检测图像中的直线，并计数输出作物垄数。

本发明基于无人机平台的作物生长分析方法，其中所述步骤s5中计算作物株高包括如下步骤：

步骤s21：用作物某一生育期的dsm模型与裸地时期dsm模型进行相减，得到种植区内每个象元的高程差；

步骤s22：将所得到的高程差赋值到根据种植规划所绘制的矢量图中，计算得到每个小区内的作物株高的最大值、最小值和平均值。

本发明基于无人机平台的作物生长分析方法，其中所述步骤s5中计算作物倒伏率包括如下步骤：

步骤s31：在正射影像中选取正常作物的roi和倒伏作物的roi；

步骤s32：利用随机森林法对选取的正常植株roi和倒伏植株roi进行统计分析；

步骤s33：对分类结果进行作物的分布和面积统计，并根据种植区总面积进行计算得到作物倒伏率。

本发明基于无人机平台的作物生长分析方法，其中所述步骤s5中提取作物叶色包括如下步骤：

步骤s41：在正射影像中选取不同颜色植被冠层的roi；

步骤s42：使用最大似然监督分类法；

步骤s43：识别出冠层不同颜色的区域。

本发明基于无人机平台的作物生长分析方法，其中所述步骤s5中计算植物覆盖度包括如下步骤：

步骤s51：对正射影像图求取其超绿特征，区分植被和土壤；

步骤s52：分别统计植被的像素数量和土壤的像素数量，计算植被像素占总像素的比值，计算出制备覆盖度。

本发明基于无人机平台的作物生长分析系统，其中，包括数据采集模块、数据预处理模块、参数提取模块和客户端展示模块，数据采集模块的数据信号输出端与数据预处理模块的数据接收端连接，数据预处理模块的数据输出端与参数提取模块的参数提取端连接，参数提取模块的参数输出端与客户端展示模块的参数接收端连接，图像预处理模块又包括数据拼接单元和小区矢量化单元，参数提取模块又包括垄数计算单元、株高提取单元、倒伏率提取单元、叶色提取单元和植被覆盖度提取单元。

本发明基于无人机平台的作物生长分析系统，其中所述数据采集模块为搭载可见光相机的无人机平台。

本发明基于无人机平台的作物生长分析方法及其分析系统与现有技术不同之处在于：本发明可以标准化、快速化获取大面积区域的农作物表型信息，为种植大户、农场主等提供一种新型选择，对作物生长状态信息和管理决策提供支持。取代人工调查的传统方法，具有准确度高、效率高和成本低得优点。

下面结合附图对本发明基于无人机平台的作物生长分析方法及其分析系统作进一步说明。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明基于无人机平台的作物生长分析方法的步骤流程图；

图2为本发明基于无人机平台的作物生长分析方法的步骤s5中计算作物垄数的具体步骤流程图；

图3为本发明基于无人机平台的作物生长分析方法的步骤s5中计算作物株高的具体步骤流程图；

图4为本发明基于无人机平台的作物生长分析方法的步骤s5中计算作物倒伏率的具体步骤流程图；

图5为本发明基于无人机平台的作物生长分析方法的步骤s5中提取作物叶色的具体步骤流程图；

图6为本发明基于无人机平台的作物生长分析方法的步骤s5中计算植物覆盖度的步骤流程图；

图7为本发明基于无人机平台的作物生长分析系统的结构示意图。

具体实施方式

下面详细描述本发明的实施例，实施例的示例在附图中示出。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1所示，为本发明基于无人机平台的作物生长分析方法的步骤流程图，具体包括如下步骤：

步骤s1：无人机采集影像数据。为了获取作物种植区影像，采用无人机平台搭载可见光相机按照特定的轨迹飞行，定点拍照，获取到种植区的rgb影像；

步骤s2：数据拼接后获取正射影像，进行空三加密，获得dsm模型(基于数字表面模型，digitalsurfacemodel)。为了得到种植区完整的影像和dsm模型，对无人机采集到的图像通过gps信息和特征点信息进行拼接，得到种植区的正摄影像，再对影像进行空三加密，得到种植区的dsm模型；

步骤s3：根据种植规划对各个种植小区进行矢量化分割。在获取到种植区的正摄影像后，通过种植区的种植规划按照种植小区边界对种植小区进行矢量化分割，并在矢量化图斑属性中对每个图斑赋予相应的编号属性，使使每个矢量图斑与每个种植小区实现一一对应；

步骤s4：提取每个矢量图斑区域内影像数据和每个象元的光谱信息；

步骤s5：根据光谱信息计算作物垄数、株高、倒伏率、叶色、植被覆盖度等参数。

如图2所示，为本发明基于无人机平台的作物生长分析方法的步骤s5中计算作物垄数的具体步骤流程图，计算作物垄数的具体步骤包括：

步骤s11：对正射影像进行二值化处理，将植被与裸地区分开；

步骤s12：对生成的二值图像进行填充处理，消除植被与裸地中的椒盐效应；

步骤s13：采用sobel算子进行边缘检测；

步骤s14：使用hough变换算法提取边缘检测图像中的直线，并计数输出作物垄数。

如图3所示，为本发明基于无人机平台的作物生长分析方法的步骤s5中计算作物株高的具体步骤流程图，计算作物株高的具体步骤包括：

步骤s21：用作物某一生育期的dsm模型与裸地时期dsm模型进行相减，得到种植区内每个象元的高程差；

步骤s22：将所得到的高程差赋值到根据种植规划所绘制的矢量图中，计算得到每个小区内的作物株高的最大值、最小值和平均值。

如图4所示，为本发明基于无人机平台的作物生长分析方法的步骤s5中计算作物倒伏率的具体步骤流程图，计算作物倒伏率的具体步骤包括：

步骤s31：在正射影像中选取正常作物的roi(投入回报率)和倒伏作物的roi；

步骤s32：利用随机森林法(randomforest)对选取的正常玉米roi和倒伏玉米roi进行统计分析；

步骤s33：对分类结果进行作物的分布和面积统计，并根据种植区总面积进行计算得到作物倒伏率。

如图5所示，为本发明基于无人机平台的作物生长分析方法的步骤s5中提取作物叶色的具体步骤流程图，提取作物叶色的具体步骤包括：

步骤s41：在正射影像中选取不同冠层颜色的玉米roi；

步骤s42：使用最大似然监督分类法，通过选取不同颜色的roi作为训练样本，进行监督分类；

步骤s43：识别出冠层不同颜色的区域。

如图6所示，为本发明基于无人机平台的作物生长分析方法的步骤s5中计算植物覆盖度的步骤流程图，计算植物覆盖度的具体步骤包括：

步骤s51：对正射影像图求取其超绿特征(2g-r-b)，区分植被和土壤；

步骤s52：分别统计植被的像素数量和土壤的像素数量，计算植被像素占总像素的比值，从而计算出制备覆盖度。

如图7所示，为本发明基于无人机平台的作物生长分析系统的结构示意图，基于无人机平台的作物生长分析系统包括数据采集模块71、数据预处理模块72、参数提取模块73和客户端展示模块74。数据采集模块71的数据信号输出端与数据预处理模块72的数据接收端连接，数据预处理模块72的数据输出端与参数提取模块73的参数提取端连接，参数提取模块73的参数输出端与客户端展示模块74的参数接收端连接。数据采集模块71为搭载可见光相机的无人机平台，用于采集作物种植区的rgb图像。图像预处理模块72又包括数据拼接单元721和小区矢量化单元722，数据拼接单元721对rgb图像根据gps信息和特征点信息进行拼接并进行空三加密，得到完整的种植区的正射影像图和dsm模型；小区矢量化单元722对正射影像通过种植区的种植规划按照种植小区边界对种植小区进行矢量化分割得到种植规划的矢量图斑。参数提取模块73又包括垄数计算单元731、株高提取单元732、倒伏率提取单元733、叶色提取单元734和植被覆盖度提取单元735，参数提取模块73根据正射影像的光谱信息进行计算，得到作物的垄数、株高、倒伏率、叶色和植被覆盖度信息。客户端展示模块74用于将参数提取单元73提取到的作物的各项参数以图形和表格的形式向用户进行展示。

本发明基于无人机平台的作物生长分析方法及其分析系统，可以标准化、快速化获取大面积区域的农作物表型信息，为种植大户、农场主等提供一种新型选择，对作物生长状态信息和管理决策提供支持，从而取代人工调查的传统方法。本发明具准确度高、效率高、成本低，与现有技术相比具有明显的优点。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。