CN102628689B - 作物覆盖度自动在线观测方法及装置 - Google Patents
作物覆盖度自动在线观测方法及装置 Download PDFInfo
- Publication number
- CN102628689B CN102628689B CN201210115256.8A CN201210115256A CN102628689B CN 102628689 B CN102628689 B CN 102628689B CN 201210115256 A CN201210115256 A CN 201210115256A CN 102628689 B CN102628689 B CN 102628689B
- Authority
- CN
- China
- Prior art keywords
- crop
- image
- image acquisition
- coverage
- observation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Image Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种作物覆盖度自动在线观测方法及装置,所述方法包括:通过图像采集器采集作物前下视图像,通过农田小气候采集器采集影响作物图像获取的天气数据传输到数据处理中心;通过所述图像采集器采集作物标定图像传输到所述的数据处理中心;所述数据处理中心根据所述标定图像对所述前下视图像进行实时正下视区转换、去光照影响、去噪处理,确定图像覆盖度样本区,根据天气数据进行质量控制,然后给出作物覆盖度。本发明与通过实时采集作物图像及影响图像获取的天气数据,经数据处理中心图像转换、排除噪声及光照影响,确定图像覆盖度样本区,再通过天气数据对图像质量控制后自动在线给出作物的覆盖度,从而使在线获得作物覆盖度更加精确。
Description
技术领域
本发明涉及一种作物覆盖度自动在线观测方法及装置,适用于对小麦及玉米作物覆盖度的在线观测。
背景技术
作物覆盖度是环境对作物生长影响的综合作用结果,是作物生长的重要参数,通过覆盖度的变化可实时了解作物发育进展及长势变化情况,对分析作物生长情况、评价气象对作物的影响、开展作物产量估产及抗灾防灾,保障粮食安全具有重要意义;同时,作物覆盖度可为作物遥感长势监测验证资料之一。
目前,进行作物覆盖度的测定通常采用人工方法,此方法费时费力,难于对作物进行实时性连续观测,且造成观测上的较大误差,资料时效性和可比性较差。
现在也有代替人工观测的装置,但其不能全部实现自动化,不能实时在线地自动给出作物的覆盖度。
发明内容
本发明的目的在于提供一种适用于对小麦及玉米作物覆盖度自动在线观测方法及作物覆盖度自动在线观测装置。
本发明是这样实现的,一种作物覆盖度自动在线观测方法,包括以下步骤:
通过放置在田间观测区域的图像采集器采集作物的前下视图像,并通过农田小气候采集器采集影响所述作物图像获取的天气数据,并将所述前下视图像及天气数据通过网络传输到数据处理中心;
通过所述的图像采集器采集作物标定图像并传输到所述的数据处理中心;
所述数据处理中心根据所述的标定图像对所述前下视图像进行正下视图像变换、对转换后的正下视图像进行去光照影响及去噪处理,确定图像覆盖度样本区,并根据所述天气数据进行质量控制,然后给出作物覆盖度Ccp;
计算公式:Ccp=CC/A, 其中CC为正下视图像中的作物像素总和,A为正下视图像的像素总和。
所述的通过所述的图像采集器采集作物标定图像的方法是:
将标定板放置于所述的田间观测区域;
通过所述的图像采集器采集所述标定板水平放置于所述的田间观测区域地面及任意高度、角度情况下的作物标定图像。
所述的数据处理中心根据所述的标定图像对所述前下视标定图像进行正下视图像变换的方法是:
根据所述标定图像获取所述图像采集器的焦距和倾斜角度参数;
根据所述的焦距和倾斜角度参数将所述前下视图像转换成正下视图像。
所述的去光照的影响的方法是:
1)、获取正下视图像中作物与背景的像素的亮度与色度,统计出每一个亮度下作物与背景的像素信息对应的色度信息;
2)、将作物色度信息作为正样本,背景色度信息作为负样本,训练出在各个亮度下的分类器;
3)利用所述分类器,对作物图像中的像素进行分类,从所述作物正下视图像的分类像素中提取能抗光照变化的作物图像信息。
所述的去噪处理的步骤包括:
将经去光照影响处理后获取的作物图像信息作为掩码图;
根据所述正下视图像中连通域的特点分别对红、绿、蓝三个通道进行降噪处理;
通过所述掩码图与降噪后的三个通道集成,提取处理后的图像中作物像素信息。
所述确定图像覆盖度样本区的方法是:
根据试验资料分析获取的作物正下视图像覆盖度计算值与样本量的大小,确定获取作物正下视图像中参与计算覆盖度的区域。
本发明的目的还在于提供一种作物覆盖度自动在线观测装置,所述观测装置包括图像数据采集单元、通讯传输单元及数据处理中心;所述图像数据采集单元包括农田小气候采集器、图像采集器、视频监控器;所述图像采集器、视频监控器和农田小气候采集器分别安装在两个观测架上,所述观测架均固定于作物观测区域的地面上;所述农田小气候采集器、图像采集器、视频监控器通过所述通讯传输单元与所述数据处理中心连接通信。
所述作物覆盖度自动在线观测装置在观测矮杆作物时其安装位置不低于3米,观测高杆作物时其安装位置不低于4米。
本发明与通过连续实时观测采集作物图像及影响作物图像获取的灾害性天气数据,通过数据处理中心对图像正下视区进行校正、排除噪声对作物图像获取的影响及光照对提取作物信息的影响处理,选取计算覆盖度需要的图像样本区,再通过获取的灾害性天气数据对获取的图像质量控制后自动在线给出作物的覆盖度,从而使在线获得作物覆盖度更加精确。
附图说明
图1是本发明实施例提供的自动观测装置的结构示意图。
图2是本发明实施例提供的自动观测装置的图像采集原理示意图。
图3为图像采集器采集的作物前下视图像。
图4是图3所示的图像经过正下视图像转换后得到的作物正下视图像。
图5是图4所示的正下视图像中样本区的确定方法示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。
本发明通过固定安装在田间的自动观测装置及农田小气候采集器,定时采集作物图像数据以及影响作物图像获取的天气数据,通过远程传输到业务终端的数据处理单元,经数据处理单元按预置程序系列处理和质量控制,实时形成作物的覆盖度。
参见图1所示,所述的自动观测装置包括图像数据采集单元、通讯传输单元及数据处理中心;所述图像数据采集单元包括农田小气候采集器、图像采集器、视频监控器;所述农田小气候采集器、图像采集器与视频监控器分别安装在两个观测架上,所述观测架均固定于作物观测区域的地面上;所述农田小气候采集器、图像采集器、视频监控器通过所述通讯传输单元与所述数据处理中心连接通信。
所述的视频监控器用于监测农田的环境,所述的图像采集器用于采集作物的前下视图图像;所述的农田小气候采集器用于采集作物冠层上风方向、风速、气温、湿度以及雨量等资料,用于作物覆盖度计算的质量控制依据。
所述通讯传输单元采用wifi及3G网络传输或宽带网络传输,电源采用市电和太阳能两种方式,在所述的观测架均布设有防雷设施。
所述的图像采集器采用CCD相机。
利用CCD传感器的可程控特性,通过加入传输和控制技术,针对被测作物的生长信息,根据预置时间或远程发出的指令,自动拍摄并上传图像,自动按标准格式记录各项拍摄参数,从而实现农作物图像的自动采集。
本发明所述的观测装置须固定安装在作物田地里,根据计算样本代表性的需要,要求矮秆作物地段安装高度不低于3米,高秆作物地段安装高度不低于4米。
本发明所述的作物覆盖度自动在线观测方法,包括以下步骤:
通过放置在田间观测区域的图像采集器采集作物的前下视标定图像,并通过农田小气候采集器采集影响所述作物图像获取的天气数据;
将所述前下视图像及天气数据通过网络传输到数据处理中心;
通过所述的图像采集器采集作物标定图像并传输到所述的数据处理中心;
所述数据处理中心根据所述的标定图像对所述前下视图像进行正下视图像转换、对正下视图转换的图像进行去光照影响处理、去噪处理,确定图像覆盖度样本区,并根据所述天气数据进行质量控制,然后给出作物覆盖度Ccp;
计算公式:Ccp=CC/A, 其中CC为正下视处理后的图像中图像中的作物像素总和,A为正下视图像的像素总和。
本发明实施例中,通过放置在田间观测区域的图像采集器采集作物标定图像的方法是:
1)将所述的图像采集器的标定板放置于所述的田间观测区域;
标定板为黑白相间的棋盘格样式,尺寸为9*10格,其中每格为边长为10厘米的正方形,标定板要求厚度均匀,表面尽可能平整且在光照强烈的情况下反光不明显;
2)采集所述标定板水平放置于所述的田间观测区域地面及任意高度、角度情况下的作物前下视标定图像。
将标定板放置在自动观测区域后,通过所述的图像采集器对其进行拍摄获取作物的前下视标定图像。
标定图像获取数量为25张,其中5张图像为将标定板水平放置于地面进行拍摄的图像,20张图片为标定板在任意高度、角度的情况下进行拍摄的图像;
本发明实施例中,所述的数据处理中心根据所述的标定图像对所述前下视图像进行正下视图像变换的方法是:
1)、根据所述标定图像获取所述图像采集器(相机)的焦距和倾斜角度参数;
拍摄到标定图像后,利用拍摄到的标定图像,分别记录标定板棋盘格角点在标定图像中的坐标以及世界坐标,通过建立方程组,求解出图像采集器的焦距参数与倾斜角度参数;
2)根据所述焦距和倾斜角度参数将所述的前下视标定图像转换成正下视图像。经正下视图像变换后图像才可作为参与计算覆盖度的作物图像。
经过正下视图像变换后的图像才是真正的作物的正下视图像,为下一步精确计算作物的覆盖度打下了基础。
所述的图像采集器采集作物的图像的原理如图2所示。图2中1为图像采集器, 2为图像采集器的图像采集区。
进行正下视图像变换前后的图像分别如图3、4所示。
本发明实施例中,对正下视图像在不同光照条件下剔除光照对作物提取的影响的步骤如下:
1)、获取正下视图像中作物与背景的像素的亮度(L)与色度(a和b),统计出每一个亮度(L)下作物与背景的像素信息对应的色度信息(a和b);
2)、将作物色度信息作为正样本,背景色度信息作为负样本,训练出在各个亮度下的分类器CL, L属于(0,100);
3)利用所述分类器CL,对作物正下视图像中的像素进行分类,从所述作物正下视图像的分类像素中提取能抗光照变化的作物图像信息。
剔除正下视图像中的噪声主要是剔除田间随时出现的杂草、杂物、阴影、标杆等影响作物图像提取的噪声。
本发明实施例中,所述进行去噪处理的步骤包括:
首先将经去光照影响处理后获取的作物图像信息,作为掩码图;
根据所述作物正下视图像中连通域的特点分别对红、绿、蓝三个通道进行降噪处理,剔除小的干扰连通域;
通过所述掩码图与经降噪处理后的三个通道集成,提取处理后的图像中作物像素信息,作为计算覆盖度的作物像素信息。
如图5所示,本发明实施例中,通过对最初获取的作物图像进行正下视处理后,选取处理后图像中不同区域A1、A2、A3、A4(代表不同样本区)计算其覆盖度和样本量的大小,在给定代表样本区的范围后,也就确定了参与计算覆盖度的区域。
由于获取的经过正下视图像变换的作物图像中,边缘图像存在畸变,影响了覆盖度精度,若仅选取变换后的正下视图像中正下方样本区计算覆盖度,样本区代表性不够。所以应通过分析选取图像中不同样样本区的覆盖度,不同的区域对应着田块的实际面积,实际面积太小,代表性不足,实际面积太大,可能周边畸变区域对覆盖度计算有影响。在给定一定的实际面积后,就确定了获取的正下视图像中参与计算覆盖度的适宜样本区,即具有广泛代表性的样本区,用为计算覆盖度的适宜样本区。通过分析获取的作物图像覆盖度计算值与样本量的大小,确定参与计算覆盖度的区域(见附表)。
图像中每个区域的像素面积及其分别代表的实际面积对应关系
由于本发明所述的自动观测装置是固定安装在田地里,自动采集的作物图像会受到降水、大风、大雾等天气的影响,采集的作物图像不清晰,致使计算的覆盖度不真实,为此在质量控制中通过农田小气候采集器实时采集影响作物图像获取的天气数据输入到数据处理中心进行判别处理,对所采集的图像进行质量控制。
本发明与通过连续实时观测采集作物图像及影响作物图像获取的天气数据,通过数据处理中心对图像进行正下视图像转换、排除噪声对作物图像获取的影响及光照对提取作物信息的影响处理,选取计算覆盖度需要的图像样本区,再通过获取的天气数据对获取的图像质量控制后自动在线给出作物的覆盖度,从而使在线获得作物覆盖度更加精确。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种作物覆盖度自动在线观测方法,其特征在于,包括以下步骤:
通过放置在田间观测区域的图像采集器采集作物的前下视图像,并通过农田小气候采集器采集影响所述作物图像获取的天气数据,并将所述前下视图像及天气数据通过网络传输到数据处理中心;
通过所述的图像采集器采集作物标定图像并传输到所述的数据处理中心;
所述数据处理中心根据所述的标定图像对所述前下视图像进行正下视图像变换、对转换后的正下视图像进行去光照影响及去噪处理,确定图像覆盖度样本区,并根据所述天气数据进行质量控制,然后给出作物覆盖度Ccp;
计算公式:Ccp=CC/A, 其中CC为正下视图像中的作物像素总和,A为正下视图像的像素总和;
所述的去光照的影响的方法是:
1)、获取正下视图像中作物与背景的像素的亮度与色度,统计出每一个亮度下作物与背景的像素信息对应的色度信息;
2)、将作物色度信息作为正样本,背景色度信息作为负样本,训练出在各个亮度下的分类器;
3)利用所述分类器,对作物图像中的像素进行分类,从所述作物正下视图像的分类像中提取能抗光照变化的作物图像信息;
用于上述方法的作物覆盖度自动在线观测装置,包括图像数据采集单元、通讯传输单元及数据处理中心;所述的图像采集单元包括农田小气候采集器、图像采集器、视频监控器;所述图像采集器、视频监控器和农田小气候采集器分别安装在两个观测架上,所述观测架固定于作物观测区域的地面上;所述农田小气候采集器、图像采集器、视频监控器通过所述通讯传输单元与所述数据处理中心连接并通信。
2.根据权利要求1所述的作物覆盖度自动在线观测方法,其特征在于,所述的通过所述的图像采集器采集作物标定图像的方法是:
将标定板放置于所述的田间观测区域;
通过所述的图像采集器采集所述标定板水平放置于所述的田间观测区域地面及任意高度、角度情况下的作物标定图像。
3.根据权利要求1所述的作物覆盖度自动在线观测方法,其特征在于,所述的数据处理中心根据所述的标定图像对所述前下视图像进行正下视图像变换的方法是:
根据所述的标定图像获取所述图像采集器的焦距和倾斜角度参数;
根据所述的焦距和倾斜角度参数将所述前下视图像转换成正下视图像。
4.根据权利要求1所述的作物覆盖度自动在线观测方法,其特征在于,所述的去噪处理的步骤包括:
将经去光照影响处理后获取的作物图像信息作为掩码图;
根据所述正下视图像中连通域的特点分别对红、绿、蓝三个通道进行降噪处理;
通过所述掩码图与降噪后的三个通道集成,提取处理后的图像中作物像素信息。
5.根据权利要求1所述的作物覆盖度自动在线观测方法,其特征在于,所述确定图像覆盖度样本区的方法是:
根据试验资料分析获取的作物正下视图像覆盖度计算值与样本量的大小,确定获取作物正下视图像中参与计算覆盖度的区域。
6.根据权利要求1所述的作物覆盖度自动在线观测方法,其特征在于:所述作物覆盖度自动在线观测装置在观测矮杆作物时其安装位置不低于3米,观测高杆作物时其安装位置不低于4米。
7.根据权利要求1所述的作物覆盖度自动在线观测方法,其特征在于:所述的图像采集器为CCD相机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210115256.8A CN102628689B (zh) | 2012-04-19 | 2012-04-19 | 作物覆盖度自动在线观测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210115256.8A CN102628689B (zh) | 2012-04-19 | 2012-04-19 | 作物覆盖度自动在线观测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102628689A CN102628689A (zh) | 2012-08-08 |
CN102628689B true CN102628689B (zh) | 2014-04-30 |
Family
ID=46586992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210115256.8A Active CN102628689B (zh) | 2012-04-19 | 2012-04-19 | 作物覆盖度自动在线观测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102628689B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105004320B (zh) * | 2015-06-09 | 2017-11-14 | 北京师范大学 | 一种高分卫星数据陆表植被覆盖度反演方法及系统 |
CN109269448A (zh) * | 2018-09-26 | 2019-01-25 | 中国农业大学 | 一种基于红外温度图像的植被覆盖度测量方法及装置 |
CN111855653B (zh) * | 2019-04-25 | 2023-11-28 | 河南中原光电测控技术有限公司 | 一种植物干旱监测方法、监测模块和监测装置 |
CN112055420A (zh) * | 2020-09-10 | 2020-12-08 | 深圳鸿祥源科技有限公司 | 一种基于5g网络通信连接的遥感试验观测处理终端 |
CN115393352A (zh) * | 2022-10-27 | 2022-11-25 | 浙江托普云农科技股份有限公司 | 基于图像识别的作物夹角测量方法及其应用 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201869599U (zh) * | 2010-11-12 | 2011-06-22 | 中国气象局气象探测中心 | 作物发育及长势自动观测装置 |
CN102129673A (zh) * | 2011-04-19 | 2011-07-20 | 大连理工大学 | 一种随意光照下彩色数字图像增强和去噪方法 |
-
2012
- 2012-04-19 CN CN201210115256.8A patent/CN102628689B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201869599U (zh) * | 2010-11-12 | 2011-06-22 | 中国气象局气象探测中心 | 作物发育及长势自动观测装置 |
CN102129673A (zh) * | 2011-04-19 | 2011-07-20 | 大连理工大学 | 一种随意光照下彩色数字图像增强和去噪方法 |
Non-Patent Citations (2)
Title |
---|
张雪芬等.自动农业气象观测系统功能与设计.《应用气象学报》.2012,第23卷(第1期),105-112. |
自动农业气象观测系统功能与设计;张雪芬等;《应用气象学报》;20120229;第23卷(第1期);105-112 * |
Also Published As
Publication number | Publication date |
---|---|
CN102628689A (zh) | 2012-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021093283A1 (zh) | 基于多传感融合的海面小面积溢油区域检测系统及检测方法 | |
CN102628689B (zh) | 作物覆盖度自动在线观测方法及装置 | |
JP5020444B2 (ja) | 作物生育量測定装置、作物生育量測定方法、作物生育量測定プログラム及びその作物生育量測定プログラムを記録したコンピュータ読取可能な記録媒体 | |
CN108346143A (zh) | 一种基于无人机多源图像融合的作物病害监测方法和系统 | |
CN108845536A (zh) | 一种基于视频技术的堆场扬尘实时检测和智能洒水降尘装置及方法 | |
CN110286092B (zh) | 一种作物生长趋势分析系统 | |
CN107977018A (zh) | 基于双目立体视觉和无人机的秸秆焚烧监测方法 | |
CN104239899B (zh) | 一种用于无人机巡检的输电线路间隔棒识别方法 | |
CN109269645A (zh) | 一种基于无人机可见光和热红外遥感的大田玉米冠层温度提取方法 | |
CN102331244A (zh) | 利用普通数码相机获取水稻冠层叶面积指数的方法 | |
CN108776106A (zh) | 一种基于无人机低空遥感的作物长势监测方法及系统 | |
CN110213536B (zh) | 一种海岸带岸基数字影像监测系统的监测方法 | |
CN102256102A (zh) | 一种基于远程监控的农情信息实时监测方法及系统 | |
CN106841214A (zh) | 一种非接触式风电叶片风沙侵蚀程度检测方法 | |
CN104732564A (zh) | 一种玉米叶面积无损动态监测装置与方法 | |
CN112304902B (zh) | 一种农作物物候的实时监测方法和装置 | |
CN107121535A (zh) | 一种有效的农作物生长环境监测系统 | |
CN107609600A (zh) | 一种温室粘虫板害虫自动识别分类方法及系统 | |
CN211477203U (zh) | 基于高分辨率遥感影像的精细化监测设备系统 | |
CN115687850A (zh) | 一种农田的灌溉需水量计算方法及装置 | |
CN110413002B (zh) | 一种无人机遥感信息采集方法及装置 | |
CN113655003B (zh) | 一种利用无人机照片估算冬小麦返青期土壤墒情的方法 | |
CN114845260A (zh) | 一种基于物联网的水文监测数据采集系统 | |
CN103900498A (zh) | 一种棉田苗情自动探测方法及其探测装置 | |
CN113295572B (zh) | 一种农田残膜采集方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |