[发明专利]一种基于光谱图像的作物长势实时监测方法

摘要

本发明提供一种基于光谱图像的作物长势实时监测方法，包括确定初始监测参数；筛选对作物长势有指导意义的敏感波长；获取被监测作物在所述敏感波长照射下的作物影像F；对所述作物影像F进行图像分析，得到作物生长实时监测模型；基于所述作物生长实时监测模型，对作物长势进行实时监测。优点为基于光谱和图像融合技术，获得作物敏感波段下的图像，使作物图像在包含作物长势信息的前提下，具有最少量的信息，因此，提高了后续图像分析处理效率，能够快速、精确的得到作物长势信息，提高作物长势监测的实时性。

主权项

一种基于光谱图像的作物长势实时监测方法，其特征在于，包括以下步骤：S1，确定初始监测参数；所述初始监测参数包括：监测模式、高光谱植被指数VI、作物长势指标Y和作物生育时期S；其中，所述监测模式包括两种，第一种为单波段监测模式；第二种为双波段监测模式；S2，筛选对作物长势有指导意义的敏感波长；其中，如果为单波段监测模式，则：根据作物反射率E和作物长势指标Y之间的相关性，最终筛选得到1个敏感波长值，记为λu1；如果为双波段监测模式，则：根据高光谱植被指数VI和作物长势指标Y之间的相关性，最终筛选得到1对敏感波长值，分别记为：λu2和λu3；S3，获取被监测作物在所述敏感波长照射下的作物影像F；其中，如果为单波段监测模式，则获得与敏感波长值λu1对应的作物影像Fu1；如果为双波段监测模式，则分别获得与敏感波长值λu2对应的作物影像Fu2、与敏感波长值λu3对应的作物影像Fu3；S4，对所述作物影像F进行图像分析，得到作物生长实时监测模型；其中，如果为单波段监测模式，则：提取作物影像Fu1的彩色因子运算组合，根据彩色因子运算组合和作物长势指标Y之间的相关性，最终筛选得到最佳的彩色因子运算组合；再以所述最佳的彩色因子运算组合作为已知参数，构建得到作物生长实时监测模型；如果为双波段监测模式，则：分别提取作物影像Fu2的第1彩色因子组合和作物影像Fu3的第2彩色因子组合，对第1彩色因子组合和第2彩色因子组合进行运算组合，根据彩色因子运算组合和作物长势指标Y之间的相关性，最终筛选得到最佳的彩色因子运算组合；再以所述最佳的彩色因子运算组合作为已知参数，构建得到作物生长实时监测模型；S5，基于所述作物生长实时监测模型，对作物长势进行实时监测；其中，S2具体为：S2.1，对于被监测的作物样本，设共选取n个生育时期，则，按作物生长顺序，依次记为：S1、S2…Sn；当作物处于S1生育时期时，以采样间距m的光谱仪检测作物，从而得到反映波长λ与作物反射率E之间变化关系的光谱曲线Q1，同时，测量作物长势指标Y，将Y的测量值记为y1；当作物处于S2生育时期时，使用光谱仪检测作物，从而得到反映波长λ与作物反射率E之间变化关系的光谱曲线Q2，同时，测量作物长势指标Y，将Y的测量值记为y2；以此类推，当作物处于Sn生育时期时，以采样间距m的光谱仪检测作物，从而得到反映波长λ与作物反射率E之间变化关系的光谱曲线Qn，同时，测量作物长势指标Y，将Y的测量值记为yn；由此共得到n条光谱曲线，分别为：Q1、Q2…Qn；如果为单波段监测模式，则执行S2.2‑S2.3；如果为双波段监测模式，则执行S2.4‑S2.7，S2.2，设定初始波长λ1，从Q1、Q2…Qn中分别读取与初始波长λ1对应的作物反射率E，分别为：E1、E2…En；则：E＝(E1+E2…+En)/n；按下式计算初始波长λ1和作物长势指标Y之间的决定系数R2；其中，S2.3，按照采样间距m，读取下一个波长值λ2，即：λ2＝λ1+采样间距m；然后，采用公式一，计算初始波长λ2和作物长势指标Y之间的决定系数R2；依此类推，设共统计分析z个波长值，则：依次计算得到z个决定系数R2，即：波长λ1和作物长势指标Y之间的决定系数R2波长λ2和作物长势指标Y之间的决定系数R2…波长λz和作物长势指标Y之间的决定系数R2；S2.3，在z个决定系数R2中，最大的决定系数所对应的波长，即为最终筛选得到的敏感波长值，将最终筛选得到的敏感波长值记为λu1；S2.4，设定第1波长λa和第2波长λb；从Q1、Q2…Qn中分别读取与λa对应的作物反射率E，分别为：E1a、E2a…Ena；从Q1、Q2…Qn中分别读取与λb对应的作物反射率E，分别为：E1b、E2b…Enb；S2.5，对E1a和E1b进行计算，得到高光谱植被指数VI，值记为：VI1；对E2a和E2b进行计算，得到高光谱植被指数VI，值记为：VI2；…对Ena和Enb进行计算，得到高光谱植被指数VI，值记为：VIn；则：按下式计算第1波长λa、第2波长λb和作物长势指标Y之间的决定系数R2；其中，S2.6，按一定的调整策略，调整第1波长λa和/或第2波长λb，得到多组第1波长λa和第2波长λb的组合，由此计算得到多个决定系数；S2.7，在所计算得到的多个决定系数中，最大决定系数所对应的第1波长λa和第2波长λb，即为最终筛选得到的双波长敏感值；其中，最大决定系数所对应的第1波长λa记为λu2；最大决定系数所对应的第2波长λb记为λu3；其中，S4中，单波段监测模式下，通过以下步骤筛选得到最佳的彩色因子运算组合；S4.1，对于被监测的作物样本，设共选取n个生育时期，则，按作物生长顺序，依次记为：S1、S2…Sn；S4.2，对于任意一个生育时期Si，均得到与敏感波长值λu1对应的作物影像Fu1，由此共得到n个作物影像Fu1，分别记为：Fu1‑1、Fu1‑1…Fu1‑n；同时，还获得与每个生育时期Si对应的作物长势指标Y，由此共得到n个作物长势指标Y，分别记为：y1、y2…yn；S4.3，对于任意一个作物影像Fu1‑i，均提取一个以上彩色因子，然后，将所提取的彩色因子按照预设的运算公式进行组合，得到彩色因子运算组合，并最终计算得到彩色因子运算组合值，将与作物影像Fu1‑i对应的彩色因子运算组合值记为Qi，由此共得到n个彩色因子运算组合值，分别为：Q1、Q2…Qn；则：y‾=(y1+y2...+yn)/n;]]>按下式计算彩色因子运算组合Q和作物长势指标Y之间的决定系数R2；S4.4，按一定的调整策略，调整彩色因子运算组合，得到多组彩色因子运算组合，由此计算得到多个决定系数；S4.5，在所计算得到的多个决定系数中，最大决定系数所对应的彩色因子运算组合，即为最终筛选得到最佳的彩色因子运算组合；其中，S4.4，按一定的调整策略，调整彩色因子运算组合，得到多组彩色因子运算组合，具体为：从作物影像中提取的彩色因子包括R、G、B、灰度、亮度中的一种或几种；采用加、减、乘、除运算符号中的一种或几种，将所提取的各个彩色因子进行组合，即得到多组彩色因子运算组合；其中，S4中，双波段监测模式下，通过以下步骤筛选得到最佳的彩色因子运算组合；S4.a，对于被监测的作物样本，设共选取n个生育时期，则，按作物生长顺序，依次记为：S1、S2…Sn；S4.b，对于任意一个生育时期Si，均得到与敏感波长值λu2对应的作物影像Fu2，由此共得到n个作物影像Fu2，分别记为：Fu2‑1、Fu2‑2…Fu2‑n；以及，还得到与敏感波长值λu3对应的作物影像Fu3，由此共得到n个作物影像Fu3，分别记为：Fu3‑1、Fu3‑2…Fu3‑n；同时，还获得与每个生育时期Si对应的作物长势指标Y，由此共得到n个作物长势指标Y，分别记为：y1、y2…yn；S4.c，对于任意一对属于同一生育时期Si的作物影像Fu2‑i和作物影像Fu3‑i，从所述作物影像Fu2‑i提取第1彩色因子组合，从所述作物影像Fu3‑i提取第2彩色因子组合；再对第1彩色因子组合和第2彩色因子组合进行运算组合，并最终计算得到彩色因子运算组合值，将与作物影像Fu2‑i和作物影像Fu3‑i对应的彩色因子运算组合值记为Qi，由此共得到n个彩色因子运算组合值，分别为：Q1、Q2…Qn；则：y‾=(y1+y2...+yn)/n;]]>按下式计算彩色因子运算组合Q和作物长势指标Y之间的决定系数R2；S4.d，按一定的调整策略，调整彩色因子运算组合，得到多组彩色因子运算组合，由此计算得到多个决定系数；S4.e，在所计算得到的多个决定系数中，最大决定系数所对应的彩色因子运算组合，即为最终筛选得到最佳的彩色因子运算组合；其中，S4.c中具体为：从所述作物影像Fu2‑i提取R、G、B、灰度、亮度中的一种或几种，得到第1彩色因子组合；从所述作物影像Fu3‑i提取R、G、B、灰度、亮度中的一种或几种，得到第2彩色因子组合；采用加、减、乘、除运算符号中的一种或几种，将所述第1彩色因子组合和所述第2彩色因子组合进行组合，即得到最终的彩色因子运算组合；通过改变运算符号、以及彩色因子的种类和数量，即得到不同的多组彩色因子运算组合。