CN116844047A - 基于遥感图像的棉花生长状态检测方法 - Google Patents
基于遥感图像的棉花生长状态检测方法 Download PDFInfo
- Publication number
- CN116844047A CN116844047A CN202310799287.8A CN202310799287A CN116844047A CN 116844047 A CN116844047 A CN 116844047A CN 202310799287 A CN202310799287 A CN 202310799287A CN 116844047 A CN116844047 A CN 116844047A
- Authority
- CN
- China
- Prior art keywords
- cotton
- image
- remote sensing
- plant
- growth
- 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.)
- Withdrawn
Links
- 229920000742 Cotton Polymers 0.000 title claims abstract description 68
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 241000219146 Gossypium Species 0.000 claims abstract description 67
- 240000002024 Gossypium herbaceum Species 0.000 claims abstract description 63
- 235000004341 Gossypium herbaceum Nutrition 0.000 claims abstract description 63
- 241000196324 Embryophyta Species 0.000 claims abstract description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 7
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 208000005156 Dehydration Diseases 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 229930002875 chlorophyll Natural products 0.000 claims description 6
- 235000019804 chlorophyll Nutrition 0.000 claims description 6
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 235000015097 nutrients Nutrition 0.000 claims description 3
- 238000002310 reflectometry Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 10
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000000034 method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于遥感图像的棉花生长状态检测方法，包括通过无人机搭载空中遥感数据采集装置，采集目标棉花地的图像；采用植株检测算法，获取棉花位置信息，采用最优路径进行巡航，通过无人机搭载空中遥感数据采集装置，采集目标棉花地棉花植株的图像；将棉花植株图像集发送上位机，通过上位机进行生长分析后得到棉花植株的生长状况，从而得到棉花植株的实际生长高度。本发明属于棉花生长状态检测技术领域，具体是提供了一种可以针对棉花植株的长势进行分析，宏观掌握棉花作物的生长情况，方便统一规划和管理，还能实现棉花是否缺水等环境因素，及时采取田间管理维护措施，从而保证棉花的产量的基于遥感图像的棉花生长状态检测方法。
Description
技术领域
本发明属于棉花生长状态检测技术领域，具体是指一种基于遥感图像的棉花生长状态检测方法。
背景技术
由于农作物播种范围广、品种多，其产量受外界因素影响大，为了提高农作物的产量，人们常常对农作物的生长状态进行监测管理，以便于及时做出调控。传统的农作物生长状态监测管理主要凭借人们日积月累的经验来实现，不便于实时掌握农作物长势，在进行大面积监测管理时，传统的监测管理方法存在着效率低、精度差、费用高等不足，不能满足当今高速发展的社会。
由于遥感技术具有宏观、适时和动态的特点，利用遥感数据动态监测区域作物长势具有无可比拟的优势。作物长势遥感监测是利用遥感数据对作物的实时苗情和分布状况进行宏观的估测，及时了解作物的分布概况、生长状况、肥水行情以及病虫草害动态，便于掌握作物的生长状态。
基于此，如何基于遥感技术，宏观掌握大面积棉花作物生长情况，及时采取田间管理维护措施以保证作物产量，成为当前研究的关键问题。
发明内容
针对上述情况，为克服现有技术的缺陷，本发明提供了一种可以针对棉花植株的长势进行分析，宏观掌握棉花作物的生长情况，方便统一规划和管理，还能实现棉花是否缺水等环境因素，及时采取田间管理维护措施，从而保证棉花的产量的基于遥感图像的棉花生长状态检测方法。
本发明采取的技术方案如下：本发明一种基于遥感图像的棉花生长状态检测方法，包括以下步骤：
S1：通过无人机搭载空中遥感数据采集装置，采集目标棉花地的图像；
S2：采用植株检测算法，获取所述目标棉花地图像中的棉花位置信息，根据所述棉花位置信息采用最优路径进行巡航，通过无人机搭载空中遥感数据采集装置，采集目标棉花地棉花植株的图像，获得棉花植株图像集；
S3：将所述棉花植株图像集远程发送至上位机内，通过所述上位机进行生长分析后得到棉花植株的生长状况，从而得到棉花植株的实际生长高度。
优选方案中，利用所述叶绿素-水分胁迫指数反演模型评估植株的生长状态。
进一步方案中，所述叶绿素-水分胁迫指数反演模型，包括棉花植株叶片图像提取算法与叶绿素-水分胁迫指数计算模型；通过所述棉花植株叶片图像提取算法提取出所述棉花植株图像中棉花植株的叶片特征点；利用叶绿素-水分胁迫指数计算模型根据所述叶片特征点计算出棉花植株顶部的叶片的叶绿素含量以及水分胁迫程度，基于此评估植物养分供给情况以及缺水情况，实现对棉花植株的生长状态进行评估。
进一步方案中，所述无人机上设有定位设备，所述定位设备采用GPS定位系统。
本方案还公开了一种基于遥感图像的棉花生长状态检测系统，包括：遥感图像预处理模块、生长环境反演模块、生长预测模块和检测模块，
所述遥感图像处理模块，用于对所述棉花植株的图像进行预处理；
所述生长环境反演模块，根据所述目标棉花地的图像，用于对棉花生长环境数据进行反演，生成环境图像；
所述生长预测模块，基于所述环境图像对预处理后的棉花植株图像进行校正，得到新的棉花植株遥感图像，并能基于所述环境图像预测棉花植株的最优生长状态；
所述检测模块，基于棉花最优生长状态对所述新的棉花植株遥感图像进行检测，得到棉花生长状态以实现棉花生长状态检测。
进一步方案中，所述基于遥感图像的棉花生长状态检测系统还包括：无人机、空中遥感数据采集装置和上位机，所述空中遥感数据采集装置安装设于无人机上，所述上位机用于接收并分析处理空中遥感数据采集装置获得的图像。
进一步地，所述遥感图像处理模块包括辐射校正单元和几何校正单元，其中，所述辐射校正单元用于对所述棉花植株的图像进行辐射校正，所述几何校正单元用于对所述棉花植株的图像进行几何校正。
在本方案中，所述空中遥感数据采集装置包括对地摄像头、激光测距模块、入射光传感器和处理器，
所述对地摄像头，用于获取所述棉花植株的图像信息；
所述激光测距模块，用于获取所述无人机离地距离；
所述入射光传感器，方便生成反射率图像；
所述处理器与对地摄像头、激光测距模块、入射光传感器通信连接，用于根据所获取的数据，采用植株检测算法获得植株位置信息和植株图像信息，所述处理器与上位机通信连接。
采用上述结构本发明取得的有益效果如下：本方案一种基于遥感图像的棉花生长状态检测方法，可以针对棉花植株的长势进行分析，宏观掌握棉花作物的生长情况，方便统一规划和管理，还能实现棉花是否缺水等环境因素，及时采取田间管理维护措施，从而保证棉花的产量。
附图说明
图1为本发明所提供的一种基于遥感图像的棉花生长状态检测方法的流程示意图；
图2为本发明中基于遥感图像的棉花生长状态检测系统的组成示意图。
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1-2所示，本发明公开了一种基于遥感图像的棉花生长状态检测系统，包括软件部分和硬件部分。
其中，硬件部分包括无人机、空中遥感数据采集装置和上位机，所述空中遥感数据采集装置安装设于无人机上，所述上位机用于接收并分析处理空中遥感数据采集装置获得的图像；所述无人机上设有定位设备，所述定位设备采用GPS定位系统。
优选地，软件部分包括遥感图像预处理模块、生长环境反演模块、生长预测模块和检测模块，软件部分位于上位机内，
所述遥感图像处理模块，用于对所述棉花植株的图像进行预处理；所述遥感图像处理模块包括辐射校正单元和几何校正单元，其中，所述辐射校正单元用于对所述棉花植株的图像进行辐射校正，所述几何校正单元用于对所述棉花植株的图像进行几何校正；
所述生长环境反演模块，根据所述目标棉花地的图像，用于对棉花生长环境数据进行反演，生成环境图像；
所述生长预测模块，基于所述环境图像对预处理后的棉花植株图像进行校正，得到新的棉花植株遥感图像，并能基于所述环境图像预测棉花植株的最优生长状态；
所述检测模块，基于棉花最优生长状态对所述新的棉花植株遥感图像进行检测，得到棉花生长状态以实现棉花生长状态检测。
在本方案中，所述空中遥感数据采集装置包括对地摄像头、激光测距模块、入射光传感器和处理器，
所述对地摄像头，用于获取所述棉花植株的图像信息；
所述激光测距模块，用于获取所述无人机离地距离；
所述入射光传感器，方便生成反射率图像；
所述处理器与对地摄像头、激光测距模块、入射光传感器通信连接，用于根据所获取的数据，采用植株检测算法获得植株位置信息和植株图像信息，所述处理器与上位机通信连接。
实施例中，本方案公开了一种基于遥感图像的棉花生长状态检测方法，包括以下步骤：
S1：通过无人机搭载空中遥感数据采集装置，采集目标棉花地的图像；
S2：采用植株检测算法，获取所述目标棉花地图像中的棉花位置信息，根据所述棉花位置信息采用最优路径进行巡航，通过无人机搭载空中遥感数据采集装置，采集目标棉花地棉花植株的图像，获得棉花植株图像集；
S3：将所述棉花植株图像集远程发送至上位机内，通过所述上位机进行生长分析，利用所述叶绿素-水分胁迫指数反演模型评估植株的生长状态，从而得到棉花植株的实际生长高度。
其中，所述叶绿素-水分胁迫指数反演模型包括棉花植株叶片图像提取算法与叶绿素-水分胁迫指数计算模型；通过所述棉花植株叶片图像提取算法提取出所述棉花植株图像中棉花植株的叶片特征点；利用叶绿素-水分胁迫指数计算模型根据所述叶片特征点计算出棉花植株顶部的叶片的叶绿素含量以及水分胁迫程度，基于此评估植物养分供给情况以及缺水情况，实现对棉花植株的生长状态进行评估。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。
Claims (8)
1.基于遥感图像的棉花生长状态检测方法，其特征在于，包括以下步骤：
S1：通过无人机搭载空中遥感数据采集装置，采集目标棉花地的图像；
S2：采用植株检测算法，获取所述目标棉花地图像中的棉花位置信息，根据所述棉花位置信息采用最优路径进行巡航，通过无人机搭载空中遥感数据采集装置，采集目标棉花地棉花植株的图像，获得棉花植株图像集；
S3：将所述棉花植株图像集远程发送至上位机内，通过所述上位机进行生长分析后得到棉花植株的生长状况，从而得到棉花植株的实际生长高度。
2.根据权利要求1所述的基于遥感图像的棉花生长状态检测方法，其特征在于：利用所述叶绿素-水分胁迫指数反演模型评估植株的生长状态。
3.根据权利要求2所述的基于遥感图像的棉花生长状态检测方法，其特征在于：所述叶绿素-水分胁迫指数反演模型，包括棉花植株叶片图像提取算法与叶绿素-水分胁迫指数计算模型；通过所述棉花植株叶片图像提取算法提取出所述棉花植株图像中棉花植株的叶片特征点；利用叶绿素-水分胁迫指数计算模型根据所述叶片特征点计算出棉花植株顶部的叶片的叶绿素含量以及水分胁迫程度，基于此评估植物养分供给情况以及缺水情况，实现对棉花植株的生长状态进行评估。
4.根据权利要求3所述的基于遥感图像的棉花生长状态检测方法，其特征在于：所述无人机上设有定位设备，所述定位设备采用GPS定位系统。
5.基于遥感图像的棉花生长状态检测系统，其特征在于，应用权利要求1-4任一所述的基于遥感图像的棉花生长状态检测方法，所述系统包括：遥感图像预处理模块、生长环境反演模块、生长预测模块和检测模块，
所述遥感图像处理模块，用于对所述棉花植株的图像进行预处理；
所述生长环境反演模块，根据所述目标棉花地的图像，用于对棉花生长环境数据进行反演，生成环境图像；
所述生长预测模块，基于所述环境图像对预处理后的棉花植株图像进行校正，得到新的棉花植株遥感图像，并能基于所述环境图像预测棉花植株的最优生长状态；
所述检测模块，基于棉花最优生长状态对所述新的棉花植株遥感图像进行检测，得到棉花生长状态以实现棉花生长状态检测。
6.根据权利要求5所述的基于遥感图像的棉花生长状态检测系统，其特征在于：所述系统还包括无人机、空中遥感数据采集装置和上位机，所述空中遥感数据采集装置安装设于无人机上，所述上位机用于接收并分析处理空中遥感数据采集装置获得的图像。
7.根据权利要求6所述的基于遥感图像的棉花生长状态检测系统，其特征在于：所述遥感图像处理模块包括辐射校正单元和几何校正单元，其中，所述辐射校正单元用于对所述棉花植株的图像进行辐射校正，所述几何校正单元用于对所述棉花植株的图像进行几何校正。
8.根据权利要求7所述的基于遥感图像的棉花生长状态检测系统，其特征在于：所述空中遥感数据采集装置包括对地摄像头、激光测距模块、入射光传感器和处理器，
所述对地摄像头，用于获取所述棉花植株的图像信息；
所述激光测距模块，用于获取所述无人机离地距离；
所述入射光传感器，方便生成反射率图像；
所述处理器与对地摄像头、激光测距模块、入射光传感器通信连接，用于根据所获取的数据，采用植株检测算法获得植株位置信息和植株图像信息，所述处理器与上位机通信连接。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310799287.8A CN116844047A (zh) | 2023-07-03 | 2023-07-03 | 基于遥感图像的棉花生长状态检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310799287.8A CN116844047A (zh) | 2023-07-03 | 2023-07-03 | 基于遥感图像的棉花生长状态检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116844047A true CN116844047A (zh) | 2023-10-03 |
Family
ID=88164717
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310799287.8A Withdrawn CN116844047A (zh) | 2023-07-03 | 2023-07-03 | 基于遥感图像的棉花生长状态检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116844047A (zh) |
-
2023
- 2023-07-03 CN CN202310799287.8A patent/CN116844047A/zh not_active Withdrawn
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113409023A (zh) | 一种智慧园林综合服务管理平台 | |
| CN106254476A (zh) | 基于物联网、大数据和云计算的农业生态环境信息管理及监控方法与系统 | |
| US10956780B2 (en) | Detecting infection of plant diseases with improved machine learning | |
| Biqing et al. | Design and Implementation of Sugarcane Growth Monitoring System based on RFID and ZigBee. | |
| CN110942039A (zh) | 一种主要农作物高温灾害遥感监测预报系统及方法 | |
| CN104991459A (zh) | 一种有机蔬菜大棚监控系统及方法 | |
| CN117036088A (zh) | 一种ai识别绿化植物生长态势的数据采集分析方法 | |
| CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
| CN114460080A (zh) | 一种水稻病虫智能监控系统 | |
| CN112215522A (zh) | 农作物长势监测系统、方法、计算机设备及存储介质 | |
| AU2021105327A4 (en) | A computer implemented and IoT based method for increasing crop production using machine learning model | |
| CN210375194U (zh) | 一种基于多传感器的农业大棚环境监测系统 | |
| CA3196136A1 (en) | Advanced crop manager for crops stress mitigation | |
| CN117694070A (zh) | 养分要素反演评估与智能变量精准施肥决策系统 | |
| CN116182945B (zh) | 基于无线传感器网络的可控农业温室环境监测系统及方法 | |
| CN210666867U (zh) | 一种基于物联网的智慧农业大数据服务平台 | |
| CN116843164A (zh) | 基于图像分析的农业机械智能化控制系统 | |
| CN116844047A (zh) | 基于遥感图像的棉花生长状态检测方法 | |
| CN211908856U (zh) | 一种基于物联网的植物数据采集系统 | |
| CN213848015U (zh) | 一种基于多源信息融合的作物节水灌溉测控系统 | |
| CN111262950A (zh) | 一种基于物联网的植物数据采集系统 | |
| Feng et al. | Image recognition based on water hyacinth controlled breeding monitoring equipment | |
| Bhatia et al. | IoT Enabled Smart Irrigation Techniques With Leaf Disease Detection | |
| CN116754021B (zh) | 一种用于环境保护的土壤质量检测方法及系统 | |
| LU505298B1 (en) | A method, system, device, and storage medium for monitoring the growth conditions of tea plant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20231003 |
|
| WW01 | Invention patent application withdrawn after publication |