CN113554675A - 一种基于无人机可见光遥感的食用菌产量估算方法 - Google Patents

一种基于无人机可见光遥感的食用菌产量估算方法 Download PDF

Info

Publication number
CN113554675A
CN113554675A CN202110811524.9A CN202110811524A CN113554675A CN 113554675 A CN113554675 A CN 113554675A CN 202110811524 A CN202110811524 A CN 202110811524A CN 113554675 A CN113554675 A CN 113554675A
Authority
CN
China
Prior art keywords
edible fungi
image
aerial vehicle
unmanned aerial
edible
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.)
Pending
Application number
CN202110811524.9A
Other languages
English (en)
Inventor
周忠发
胡灵炆
彭睿文
黄登红
朱孟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guizhou Education University
Original Assignee
Guizhou Education University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guizhou Education University filed Critical Guizhou Education University
Priority to CN202110811524.9A priority Critical patent/CN113554675A/zh
Publication of CN113554675A publication Critical patent/CN113554675A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G06T2207/30188—Vegetation; Agriculture

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Agronomy & Crop Science (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Geometry (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种基于无人机可见光遥感的食用菌产量估算方法，利用无人机平台搭载可见光镜头获取高分辨影像，使用R、G、B三波段的高分辨影像进行波段计算并分割出目标地物，使用分割阈值将食用菌与剔除的背景值分割成两个不同的图层，获取食用菌的矢量斑块，利用斑块的面积属性和单棒产量数据对食用菌产量进行估算。本发明能简便快速的对食用菌进行识别和估产，而且精确度高、适应性强，填补了喀斯特高原峡谷区经济特色作物自动识别并估产的空白，为喀斯特山区特殊地形地貌上食用菌规模化种植提供了科学参考和科学的技术指导。

Description

一种基于无人机可见光遥感的食用菌产量估算方法
技术领域
本发明涉及一种食用菌产量估算方法，尤其是一种基于无人机可见光遥感的食用菌产量估算方法，属于农业技术领域。
背景技术
食用菌(Edible fungi)是可供食用的大型真菌的通称，如平菇、香菇、木耳、灵芝等，俗称菇、菌，多属担子菌亚门。食用菌不仅味道鲜美、营养丰富，而且还有较高的药用价值。贵州地处亚热带湿润季风气候区，冬无严寒、夏无酷暑，降水丰沛、雨热同季，生态环境适合食用菌生长，已发现的主要食药用菌22科72属268种，全国野生食用菌80％在贵州省有分布，主要特色品种有红托竹荪、冬荪、松乳菇、羊肚菌、牛肝菌、鸡枞菌等。近年来贵州食用菌生产发展迅速、五大产业带初步形成、品牌培育已初见成效，已经成为贵州省农村产业革命12个特色产业之一。目前在贵州毕节市、黔西南州、遵义市已建立了多个大面积食用菌种植基地。大面积种植过程中的食用菌产量预估对科学管理与食用菌产业发展非常重要，传统的食用菌产量是按亩数进行估产，精确度较低，而且贵州属于喀斯特山区，地形地貌非常复杂，难以人工对食用菌产量进行精确的统计。
发明内容
本发明所要解决的技术问题在于提供一种基于无人机可见光遥感的食用菌产量估算方法，该方法能简便快速的对食用菌进行识别和估产，而且精确度高、适应性强，从而克服上述现有技术的不足。
为解决上述技术问题，本发明的技术方案如下：
一种基于无人机可见光遥感的食用菌产量估算方法，该方法包括以下步骤：
1)使用无人机平台搭载可见光镜头，根据实际环境规划自动航线，设置合理的航高、航向、旁向重叠度，获取无人机航拍影像；
2)将获取的无人机航拍影像导入Pix4D Mapper软件，进行影像预处理，测量计算生成航摄点云数据，生成具有红、绿、蓝3个波段的数字正射影像图；
3)对获取的数字正射影像图进行波段计算，计算公式为：(float(b1)+float(b2))/2*float(b3)，其中float表示计算结果为浮点型，b1、b2、b3分别表示红、绿、蓝三波段；
4)根据最大类方差法按照图像的灰度特性将其分为背景和目标两部分，利用IDL交互式语言编程实现自动提取分割阈值，计算公式如下：
Figure BDA0003168460180000031
N0+N1＝MN
W0+W1＝l
μ＝W0μ0+W1μ1
σ＝W0(μ0-μ)2+W1(μ1-μ)2
式中：W0为目标像元点占整景图像的比例，W1为背景像元点占整景图像的比例，μ0为目标地物像元平均灰度，μ1为背景像元平均灰度，μ为图像总平均灰度，MN表示图像大小，N0为灰度小于T的像元个数，N1为灰度大于T的像元个数，σ为类间方差；
5)使用分割阈值将食用菌与剔除的背景值分割成两个不同的图层，获取食用菌的矢量斑块；
6)利用可视化空间建模工具，构建特色作物株数统计模型对食用菌进行株数统计；
7)通过人机交互野外验证获取实际单株数，验证自动提取的精度，验证方法如下：
Figure BDA0003168460180000032
式中，ρ表示正确率，M表示提取株数，N表示实际株数；
8)对食用菌产量进行估算，食用菌估产计算模型公式如下：
Y＝M1×X×Z
式中，Y代表食用菌估算年产量，M1代表提取单棒食用菌总数量，X为月产量，Z代表单棒每年可生产批次数量。
上述的基于无人机可见光遥感的食用菌产量估算方法，作为一种优选方案，步骤6)中，是根据以下步骤构建特色作物株数统计模型对食用菌进行株数统计：
A、计算每块矢量斑块的面积；
B、筛选删除碎小斑块以及较大的背景图斑；
C、计算剩下的植株图斑总面积及标准差；
D、得到仅含目标地物的矢量斑块及其统计值；
E、将输出的植株总面积/平均面积即为食用菌总数量。
本发明的有益效果：与现有技术相比，本发明具有以下特点：
(1)实现了大田食用菌单棒提取，为喀斯特地区食用菌规模化种植提供了科学参考，可以简便快速地在喀斯特山区特殊地形地貌上进行应用。
(2)首次提出用作物总面积比单株平均面积获取总株树的技术思路，并验证了其可行性。
(3)将各种单一的工具集成于一体实现了自动批处理，大大提高了食用菌的估产效率。
(4)相较于传统亩产估算，本发明采用单棒估产提升了估算精度，填补了喀斯特高原峡谷区经济特色作物自动识别并估产的空白。
(5)实现了大田食用菌种植信息快速采集、大田食用菌快速识别和大田食用菌的高效精准估产，为喀斯特山区现代精细化农业提供了科学的技术指导。
附图说明
图1是本发明的食用菌株数提取模型图；
图2是本发明的技术路线图；
图3是本发明的无人机可见光影像图；
图4是本发明的波段计算结果图，图中：白色区域为食用菌和部分道路，黑色区域为土壤、梯梗或碎石；
图5是本发明的食用菌提取效果图，图中：黑色图斑为提取的单棒食用菌，白色为提出的背景值。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
实施例：基于无人机可见光遥感的食用菌产量估算方法，包括以下步骤：
1)使用大疆精灵DJI Phantom 4Pro无人机飞行器作为无人机平台，搭载24mm低畸变广角相机、高精度防抖云台以及1英寸CMOS图像传感器，可录制最高规格为每秒60帧的超高清4K视频、2000万像素的JPG格式照片或无损Raw格式照片。为获取高质量的影像数据，对无人机规划自动航线，根据环境设置合理的航高、航向、旁向重叠度。本例选在喀斯特高原山区，飞行路线的航高、航向、旁向重叠度分别设置为150m、80％、70％，获取航拍影像。
2)将获取的无人机航拍影像导入Pix4D Mapper软件，进行影像筛选、影像拼接并对其进行图像增强、重建预处理，测量计算生成航摄点云数据，生成具有红、绿、蓝3个波段的数字正射影像图(Digital Ortho-image Model，简称DOM)。
3)对获取的高分辨影像进行波段计算，软件选用遥感图像处理软件ENVI5.3，工具使用Band Math，选用红绿蓝植被指数(RGBRI，red green and blue vegetation index)公式进行计算(该公式对植被信息提取具有较好精度)，计算公式为：
(float(b1)+float(b2))/2*float(b3)，其中float表示计算结果为浮点型，b1、b2、b3分别表示红、绿、蓝三波段。
4)根据最大类方差法(OTSU)按照图像的灰度特性将其分为背景和目标两部分，利用IDL(Interface description language)交互式语言编程实现自动提取分割阈值，其核心思想是当阈值T使目标与背景之间的类方差最大时，阈值T即为分割目标地物的最佳阈值，获得该影像的分割阈值为35000。计算公式见(1)～(5)。
Figure BDA0003168460180000061
N0+N1＝MN (2)
W0+W1＝1 (3)
μ＝W0μ0+W1μ1 (4)
σ＝W0(μ0-μ)2+W1(μ1-μ)2 (5)
式中：W0为目标像元点占整景图像的比例，W1为背景像元点占整景图像的比例，μ0为目标地物像元平均灰度，μ1为背景像元平均灰度，μ为图像总平均灰度，MN表示图像大小，N0为灰度小于T的像元个数，N1为灰度大于T的像元个数，σ为类间方差。
5)使用OTSU法得到的分割阈值将食用菌与剔除的背景值分割成两个不同的图层，获取测试区食用菌的矢量斑块。
6)在以上工作的基础上，结合可视化空间建模工具，根据以下步骤构建特色作物株数统计模型对食用菌进行株数统计。
A、计算每块矢量斑块的面积；B、筛选删除碎小斑块以及较大的背景图斑；C、计算剩下的植株图斑总面积及标准差；D、得到仅含目标地物的矢量斑块及其统计值；E、将输出的植株总面积/平均面积即为整个测试区的食用菌总数量。
7)通过人机交互野外验证获取测区实际单株数，验证自动提取的精度，验证方法见式(6)
Figure BDA0003168460180000071
式中，ρ表示正确率，M表示提取株数，N表示实际株数。
8)对食用菌产量进行估算，食用菌估产计算模型公式如下：
Y＝M1×X×Z (7)
式中，Y表食用菌估算年产量，M1代表提取单棒食用菌总数量，X为月产量(干重)，Z代表单棒每年可生产批次数量。
其中(6)、(7)均集成于模型构建器实现自动批处理，流程如图1。应用效果评估：以黄平县翁坪乡的黑木耳食用菌种植基地为测试区(图3)，通过专家咨询该菌单棒产量为0.2kg，每年可产4个批次。
表1提取后食用菌斑块面积统计
Figure BDA0003168460180000072
提取结果如图5所示。统计得出，提取的食用菌斑块面积最小值为0.0592，最大值为1.7758，平均斑块面积为0.4748，面积总和为11987.6164(表1)。根据植株总面积/平均面积＝提取的总株数的技术构思，得到总株数为25248株。
表2提取与预测精度评价
Figure BDA0003168460180000081
如表2，自动提取的食用菌总数为25248颗，人机交互野外验证获取的实际株数为23500颗，自动提取的株数比实际株数多了1748颗，提取精度为92.56％，错误率为7.44％，造成多提错分的原因主要来源于少部分背景地物颜色与作物过于相似造成的错提。结合该测试区专家给出的参数值，带入公式(7)，预测年产量为20198.4kg，实际年产量为19000kg，预测精度为93.69％，准确率超过了90％，证明该估产方法的预测精度较高，可为食用菌作物识别与产量估测提供科学参考。
本发明的实施方式不限于上述实施例，在不脱离本发明宗旨的前提下做出的各种变化均属于本发明的保护范围之内。

Claims (2)

1.一种基于无人机可见光遥感的食用菌产量估算方法，其特征在于，包括以下步骤：
1)使用无人机平台搭载可见光镜头，获取无人机航拍影像；
2)将获取的无人机航拍影像导入Pix4D Mapper软件，进行影像预处理，测量计算生成航摄点云数据，生成具有红、绿、蓝3个波段的数字正射影像图；
3)对获取的数字正射影像图进行波段计算，计算公式为：(float(b1)+float(b2))/2*float(b3)，其中float表示计算结果为浮点型，b1、b2、b3分别表示红、绿、蓝三波段；
4)根据最大类方差法按照图像的灰度特性将其分为背景和目标两部分，利用IDL交互式语言编程实现自动提取分割阈值，计算公式如下：
Figure FDA0003168460170000011
N0+N1＝MN
W0+W1＝1
μ＝W0μ0+W1μ1
σ＝W0(μ0-μ)2+W1(μ1-μ)2
式中：W0为目标像元点占整景图像的比例，W1为背景像元点占整景图像的比例，μ0为目标地物像元平均灰度，μ1为背景像元平均灰度，μ为图像总平均灰度，MN表示图像大小，N0为灰度小于T的像元个数，N1为灰度大于T的像元个数，σ为类间方差；
5)使用分割阈值将食用菌与剔除的背景值分割成两个不同的图层，获取食用菌的矢量斑块；
6)利用可视化空间建模工具，构建特色作物株数统计模型对食用菌进行株数统计；
7)通过人机交互野外验证获取实际单株数，验证自动提取的精度，验证方法如下：
Figure FDA0003168460170000021
式中，ρ表示正确率，M表示提取株数，N表示实际株数；
8)对食用菌产量进行估算，食用菌估产计算模型公式如下：
Y＝M1×X×Z
式中，Y代表食用菌估算年产量，M1代表提取单棒食用菌总数量，X为月产量，Z代表单棒每年可生产批次数量。
2.根据权利要求1所述的基于无人机可见光遥感的食用菌产量估算方法，其特征在于：步骤6)中，是根据以下步骤构建特色作物株数统计模型对食用菌进行株数统计：
A、计算每块矢量斑块的面积；
B、筛选删除碎小斑块以及较大的背景图斑；
C、计算剩下的植株图斑总面积及标准差；
D、得到仅含目标地物的矢量斑块及其统计值；
E、将输出的植株总面积/平均面积即为食用菌总数量。
CN202110811524.9A 2021-07-19 2021-07-19 一种基于无人机可见光遥感的食用菌产量估算方法 Pending CN113554675A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110811524.9A CN113554675A (zh) 2021-07-19 2021-07-19 一种基于无人机可见光遥感的食用菌产量估算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110811524.9A CN113554675A (zh) 2021-07-19 2021-07-19 一种基于无人机可见光遥感的食用菌产量估算方法

Publications (1)

Publication Number Publication Date
CN113554675A true CN113554675A (zh) 2021-10-26

Family

ID=78103497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110811524.9A Pending CN113554675A (zh) 2021-07-19 2021-07-19 一种基于无人机可见光遥感的食用菌产量估算方法

Country Status (1)

Country Link
CN (1) CN113554675A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115294482A (zh) * 2022-09-26 2022-11-04 山东常生源生物科技股份有限公司 一种基于无人机遥感图像的食用菌产量估算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109472804A (zh) * 2018-11-05 2019-03-15 南方科技大学 基于遥感影像的陆表水体提取方法和装置
CN109919088A (zh) * 2019-03-06 2019-06-21 贵州师范大学 一种喀斯特地区火龙果单株识别自动提取方法
CN111460943A (zh) * 2020-03-24 2020-07-28 山西大学 一种遥感影像地物分类方法及系统
CN112215876A (zh) * 2020-10-22 2021-01-12 烟台艾睿光电科技有限公司 一种双光谱图像配准融合方法、装置、设备及存储介质
CN112241981A (zh) * 2020-09-07 2021-01-19 中国资源卫星应用中心 一种验证农作物种植面积二类测量数据精度的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109472804A (zh) * 2018-11-05 2019-03-15 南方科技大学 基于遥感影像的陆表水体提取方法和装置
CN109919088A (zh) * 2019-03-06 2019-06-21 贵州师范大学 一种喀斯特地区火龙果单株识别自动提取方法
CN111460943A (zh) * 2020-03-24 2020-07-28 山西大学 一种遥感影像地物分类方法及系统
CN112241981A (zh) * 2020-09-07 2021-01-19 中国资源卫星应用中心 一种验证农作物种植面积二类测量数据精度的方法及装置
CN112215876A (zh) * 2020-10-22 2021-01-12 烟台艾睿光电科技有限公司 一种双光谱图像配准融合方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115294482A (zh) * 2022-09-26 2022-11-04 山东常生源生物科技股份有限公司 一种基于无人机遥感图像的食用菌产量估算方法
CN115294482B (zh) * 2022-09-26 2022-12-20 山东常生源生物科技股份有限公司 一种基于无人机遥感图像的食用菌产量估算方法

Similar Documents

Publication Publication Date Title
CN109919083B (zh) 一种基于Sentinel-2影像数据的早期自动化冬小麦制图方法
GB2598012A (en) System and method for crop monitoring
CN108195767B (zh) 河口湿地外来种监测方法
Xu et al. Classification method of cultivated land based on UAV visible light remote sensing
CN109919088B (zh) 一种喀斯特地区火龙果单株识别自动提取方法
CN113033670A (zh) 一种基于Sentinel-2A/B数据的水稻种植面积提取方法
CN110765977A (zh) 一种基于无人机多时相遥感数据提取小麦倒伏信息的方法
CN109902571A (zh) 一种基于无人机的公路绿化工程养护方法和系统
CN111798433A (zh) 基于无人机遥感的高原山区成熟火龙果实识别与计数方法
CN115641412A (zh) 基于高光谱数据的三维语义地图的生成方法
CN115115954A (zh) 基于无人机遥感的松材线虫病疫区变色立木智能识别方法
CN113554675A (zh) 一种基于无人机可见光遥感的食用菌产量估算方法
CN116563721B (zh) 基于分层分类思想的烟田提取方法
CN112329733B (zh) 一种基于gee云平台的冬小麦长势监测及分析方法
Huang et al. Recognition and counting of pitaya trees in karst mountain environment based on unmanned aerial vehicle RGB images
CN115019190B (zh) 基于航空遥感平台的地形破碎区复杂地类信息提取方法
CN115035423B (zh) 一种基于无人机遥感影像的杂交水稻父母本识别提取方法
Yusof et al. Land clearing, preparation and drone monitoring using Red-Green-Blue (RGB) and thermal imagery for Smart Durian Orchard Management project
Grigillo et al. Classification based building detection from GeoEye-1 images
Hu et al. Optimal scale extraction of farmland in coal mining areas with high groundwater levels based on visible light images from an unmanned aerial vehicle (UAV)
CN114694048A (zh) 基于无人机遥感技术的稀疏灌木物种识别方法及系统
CN116124774A (zh) 一种基于无人机光谱多源数据预测冠层氮含量方法
CN115358991A (zh) 一种秧苗的漏秧数量和漏秧位置的识别方法及系统
CN110796639B (zh) 一种基于神经网络的半夏品质分级方法
Bonaria Grapevine yield estimation using image analysis for the variety Arinto

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211026