利用数字图像颜色特征指数识别小麦赤霉病

小麦赤霉病是对小麦生长过程有较大影响的病害.为了实现小麦赤霉病的快速识别,本研究利用数码相机获取小麦生长过程中赤霉病发病前期和发病中期的RGB图像,并对RGB图像的三基色分别进行归一化,然后计算得到与赤霉病相关性最好的颜色特征指数(共计12个).通过对小麦赤霉病前期和中期各20张发病麦穗颜色特征指数值与健康麦穗比较分析...     

基于无人机RGB图像的棉花产量估算

目前,无人机系统已应用于作物产量估算,利用无人机搭载的RGB相机在花铃期和吐絮期从3个高度（10、20和30 m）分别采集棉花冠层图像,提取图像的颜色指数和纹理特征,进而对提取的特征分别进行逐步回归分析和因子分析,筛选出重要特征并构建棉花产量估算模型。通过对比分析2个生育时期和3个高度的产量估算模型,最终确定利用RGB图像对棉花进行产量估算的最佳生育时期和最佳高度。结果表明, 20 和30 m高度下花铃期图像建立的产量模型拟合度以及模型精度均比吐絮期好,而40 m高度下2个生育时期的模型拟合度接近,但花铃期的验证结果不显著;对比20和30 m高度下花铃期以及40 m高度下吐絮期的产量估算模型发现,30 m高度下花铃期通过SWR方法建立的模型拟合效果最佳,由此表明,棉花产量估算的最佳生育时期为花铃期,图像采集的最佳高度为30 m。综上,利用无人机RGB图像能准确快速估算棉花产量,为基于可见光图像的棉花产量估算提供了理论和技术参考,并为其他农作物估产模型的建立提供借鉴。     

基于无人机图像的小麦主要生育时期LAI估算

LAI是表征作物生长状况的重要指标之一.为了快速无损监测小麦LAI,设置了3个密度和4个氮肥水平以形成不同的小麦生长群体,利用无人机搭载的RGB相机获取田间图像,并同步取样测定LAI.在小麦越冬期、返青期、拔节期、开花期和灌浆期选取R、G、B构建的9种颜色特征指数,与实测的LAI进行相关性分析.结果表明,在小麦生长前期...     

基于无人机平台的小麦产量信息监测研究

无人机平台的发展为改变传统的作物生长环境数据采集方式和产量监测方式提供了契机.借助无人机平台,可以实现农作物生长环境数据的快速采集、即时传输和动态显示.相对于地面和高空遥感平台,无人机平台能在一定程度上弥补现有地面和高空遥感平台的不足,可以在作物生产领域等发挥巨大的作用.该文在传统遥感监测平台对作物长势监测和产量预测的基础上,分析了无人机低空遥感平台应用于中小型区域作物的监测和预测的应用进展,探讨无人机平台监测小麦长势和预测产量的可行性,提出了可行性的建议,以期促进我国精准农业的快速发展.     

江陵小麦生长的气象条件及小麦产量预测

分析研究了小麦生长的气象条件，得出了影响小麦生长的最关键因子：温度、降水和日照。并以此为线索寻找小麦产量预报因子，采用统计方法建立江陵小麦产量预报方程。     

融合无人机影像光谱与纹理特征的冬小麦氮营养指数估算

基于无人机数码影像,探讨融合光谱信息与纹理特征构建的"图-谱"指标对冬小麦氮营养指数的估算能力,为冬小麦氮素营养精准探测提供一种可靠的技术手段。利用无人机数码影像及相应的生物量和植株氮含量数据,分析了图像指数、纹理特征与氮营养指数的相关性,然后将图像指数与纹理特征相乘或相除融合形成"图-谱"融合指标,分析"图-谱"融合指标与氮营养指数的相关性,整合灰色关联度和方差膨胀因子,筛选对氮营养指数敏感的"图-谱"融合指标,最后用偏最小二乘法分析图像指数、纹理特征及"图-谱"融合指标估测氮营养指数的能力。结果表明:"图-谱"融合指标较图像指数、纹理特征与氮营养指数的相关性有了较大的提高,利用"图-谱"融合指标构建的氮营养指数模型估算精度(R~2=0.644 3)高于图像指数及纹理特征构建的氮营养指数模型(R~2分别为0.593 8及0.584 5),而且"图-谱"融合指标构建的模型验证结果均方根误差最小,为0.114 0。基于光谱信息和纹理特征融合的"图-谱"指标可以有效提高冬小麦氮营养指数的反演精度,为冬小麦氮素营养诊断反演提供了一种有效的思路。     

基于RGB颜色空间的早稻氮素营养监测研究

针对双季稻区水稻过量施肥带来环境污染和成本提高问题,设计不同品种氮肥梯度大田试验,应用数码相机获取早稻冠层数字图像,研究不同色彩参数及早稻氮素营养指标的时空变化特征,以期确立双季早稻氮素营养预测模型。结果表明:不同品种同一氮肥处理下图像色彩参数差异不大;拔节期数字图像参数对氮素营养指标敏感;模型构建结果显示,图像参数INT与水稻氮素营养指标构建的模型决定系数(R2)最大,模型预测效果最佳,R2分别为0.895 7和0.924 7;进一步采用多元回归分析和BP神经网络分析法进行预测,预测效果均较好。对预测结果进行检验,发现品种对于模型的构建影响不大,以BP神经网络分析法构建的叶片氮浓度(LNC)模型和以INT为敏感色彩参数构建的叶片氮积累量(LNA)回归模型效果最优,而多元回归分析方法则效果不佳。早稻冠层RGB颜色空间敏感参数与氮素营养指标间相关性较好,可以实现氮素营养的无损监测诊断。     

基于低空无人机影像光谱和纹理特征的棉花氮素营养诊断研究

【目的】基于无人机高空间分辨率影像,探讨剔除土壤背景信息及增加纹理信息对棉花植株氮浓度反演的影响,为棉花氮素营养精准探测提供新技术手段。【方法】开展棉花水、氮耦合试验,分别在棉花的不同生育期获取无人机多光谱影像和植株氮浓度信息。基于以上数据,首先探讨了土壤背景对棉花冠层光谱的影响;其次,分析了影像纹理特征与植株氮浓度间的相关性;最后,将获得的数据分为建模样本和检验样本,设置剔除土壤背景前、剔除土壤背景后、增加纹理特征等不同情景,采用光谱指数与主成分分析耦合建模的方法,来建立各种情景下植株氮浓度的反演模型,并对模型反演效果进行比较。【结果】土壤背景对棉花冠层光谱有影响,且不同生育期趋势不同;影像纹理特征参数与植株氮浓度间有显著相关关系;剔除土壤背景前植株氮浓度反演模型的建模决定系数为0.33,标准误差为0.21%,验证决定系数为0.19,标准误差为0.23%;剔除土壤背景后模型的建模决定系数为0.38,标准误差为0.20%,验证决定系数为0.30,标准误差为0.21%;增加纹理信息后模型的建模决定系数为0.57,标准误差为0.17%,验证决定系数为0.42,标准误差为0.19%。【结论】基于低空无人机高空间分辨率影像,剔除土壤背景和增加纹理特征均可提高棉花植株氮浓度的反演精度;影像纹理可以作为一种重要信息来支撑无人机遥感技术反演作物氮素营养状况。     

基于颜色特征的茄子病害图像检索方法

为克服当前蔬菜病害诊断专家系统依靠文字提供信息的不准确性,提出一种基于颜色特征的茄子病害图像检索方法。详细分析茄子病害图像的颜色特征,在符合人眼视觉特征的HIS颜色空间上进行图像预处理。提取图像的均值、方差、偏度、峰度、能量作为检索特征值,构建图像特征矩阵。利用高斯归一化方法进行归一化处理后,采用欧式距离进行相似性度量。在Visual C＋ ＋6．0开发环境下,采用C＋＋编程开发了基于颜色特征的茄子病图像检索系统。结果表明,基于颜色特征的茄子病害图像检索方法的查准率为65％,查全率为83％,识别效果较好。将该算法应用于茄子病害诊断专家系统,将大大提高系统的鲁棒性,能够满足病害诊断的要求。     

基于可见光波段的无人机超低空遥感图像处理

【目的】探讨低成本的可见光超低空农业遥感平台提取与分析农情信息的可行性,为农用无人机精准施药与农情监测提供技术支持。【方法】以仅包含红光、蓝光和绿光的超低空可见光农田遥感图像为研究对象:首先利用张氏校正法获取相机的畸变矩阵,并校正图像;然后提取与分析图像的可见光植被指数;最后通过分析超低空可见光农田图像中植被与非植被的光谱特性,对可见光超低空遥感图像进行植被信息提取。【结果】获得的农田植被提取图像很好地区分了植被与非植被。【结论】基于可见光的超低空遥感农业信息获取系统应用具有可行性,可为构造低成本的可见光低空遥感监测系统提供参考。     

基于图像识别的无人机精准喷雾控制系统的研究

【目的】针对传统的植保无人机喷雾作业时化肥农药浪费大,利用率低,造成环境污染的问题,研制一种基于图像识别的无人机精准喷雾控制系统。【方法】利用中值滤波算法对田间航拍图像进行去噪,采用分层K_means硬聚类算法实现对农田航拍图像的分割,提取非作物区域的颜色、纹理特征空间的22个特征参数,设计支持向量机分类器进行分类识别。根据优选的17个特征参数,利用以径向基函数作为核函数的支持向量机对非作物区域图像进行识别,并根据识别结果控制喷头,实现精准喷雾。【结果】测试样本的识别率可达为76.56%,在无干扰风场情况下,当P_阀为10%时,减施率可达32.7%。【结论】本系统为农业航空精准喷雾控制技术的应用提供了参考方向和决策支持。     

基于颜色和纹理特征的大麦主要病害识别研究

为提出一种在自然环境条件下基于采集图像的颜色一阶与二阶矩和纹理LBP算子改进模式综合特征参数的大麦病害识别方法,以甘肃河西地区发生的大麦白粉病、云纹病和条锈病为研究对象,采用颜色矩和LBP算子均匀模式综合特征参数来提取大麦病斑的颜色和纹理特征,并将该特征向量作为输入向量构建以径向基为核函数的支持向量机(SVM)分类器模型。利用SVM分类模型对采集到的355幅病害图像进行实例分析,结果表明当径向基参数时,大麦病害整体识别正确率达84.7458%。本研究为农田大麦病害诊断提供了有效的分析手段,验证分类模型在大麦病害研究中的可行性,并可为其他农作物病害诊断提供借鉴和参考。     

基于无人机系统的应急救援正射影像快速生成方法初探

在应急救援中,需要快速了解和掌握搜救区域的实际情况。本研究提出了一套基于无人机系统快速获取搜救区域正射影像的处理流程和方法,通过影像序贯平差、基于CPU-GPU异构并行的正射纠正以及影像快速拼接,得到搜救区域无明显拼接缝的正射影像。     

无人机遥感的农作物精细分类研究进展

【目的】农作物精细分类是面积估算、长势监测、产量预测及灾害评估的重要前提和基 础。近年来,无人机低空遥感技术因其操作成本低、空间分辨率高、灵活性强等优势,成为田 块尺度下农作物精细分类的重要工具。【方法】文章系统总结了国内外近10 余年无人机遥感在 农作物分类领域的研究进展,介绍了目前常用的无人机平台和传感器,归纳了农作物分类特征 及算法的使用情况,指出了无人机遥感农作物精细分类研究存在的问题。【结果】当前无人机 遥感农作物精细分类研究存在一些不足之处：（1）无人机遥感监测面积小,无法在较大尺度区 域实现农作物精准监测。（2）适用于无人机遥感的农作物分类特征仍需进一步挖掘,面向高光 谱影像的农作物分类特征及特征组合尚需进一步明确。（3）分类器使用单一,分类算法的普适性 和稳定性不强。【结论】无人机遥感农作物精细分类研究的发展趋势主要包括3 个方面：（1）无人 机遥感影像与星载遥感数据的高效融合,拓宽无人机的监测范围。（2）面向无人机遥感影像 的农作物分类特征提取与优化研究。（3）适合无人机遥感的农作物分类算法改进。     

基于无人机的田间地膜识别算法研究

为了满足基于机器视觉的田间地膜智能识别要求,对垂直拍摄的6叶期单垄单行烟田图像进行研究,分析图像中地膜、烟苗和土壤的RGB和HSV分量的直方图,发现B分量和V分量采用阈值分割法能分割出地膜。对地膜图像进行手动阈值分割、迭代阈值分割、大律法分割和基于遗传算法的最大熵值法等分割算法比较,发现迭代阈值分割算法目标识别率最高,为71%,且处理过程用时较短。通过对无人机不同飞行高度下地膜识别情况分析,发现50 m飞行高度下的地膜识别率最高,为80.06%,地膜识别面积为246.83 m²,地膜覆盖率为30.12%。该研究为残膜的智能识别提供方法和参考。     

基于文献计量的全球农用无人机研发应用比较

为全面掌握全球农用无人机的研发态势,对2000—2019年Web of Science数据库中的论文和Derwent数据库中的专利进行分析。结果显示:中国、美国、西班牙、德国、日本和印度是农用无人机研发的主要国家;无人机论文数量前五强机构均来自中国,专利数量前五强机构以美国的公司为主,但农用无人机及植保无人机专利数量前五强机构来自中国的最多;中国在植保无人机研究中占据主导地位,论文和专利数量占全球的比例分别为61%和78%;农用无人机重要论文的产出国为西班牙和美国,而重要专利的产出国为美国和中国;农用无人机研发关注作业系统、测控系统和方法原理等方面,其中植保无人机研发侧重于作业系统和部件;农用无人机在遥感监测、长势监测与估产、植物保护中有广泛应用,在畜禽监管、播种授粉、农业灌溉等方向也逐步得到推广。作业对象信息特征的提取和分析是农用无人机推广应用的关键,未来的研发既要关注终端的作业设备研究,还要深入开展作业对象表型的研究,开发出高敏感度的传感器,适应精准农业的要求。     

Registration of visible and near infrared unmanned aerial vehicle images based on Fourier-Mellin transform

The combination of aerial images acquired in the visible and near infrared spectral ranges is particularly relevant for agricultural and environmental survey. In unmanned aerial vehicle imagery, such a combination can be achieved using a set of several embedded cameras mounted close to each other, followed by an image registration step. However, due to the different nature of source images, usual registration techniques based on feature point matching are limited when dealing with blended vegetation and bare soil patterns. Here, another approach is proposed based on image spatial frequency analysis. This approach, which relies on the Fourier-Mellin transform, has been adapted to homographic registration and distortion issues. It has been successfully tested on various aerial image sets, and has proved to be particularly robust and accurate, providing a registration error below 0.3 pixels in most cases.     

RGB与HSI色彩空间下预测叶绿素相对含量的研究

为探明RGB与HSI两种色彩空间下水稻叶色图像参数与叶绿素相对含量(SPAD)之间的关系,应用支持向量机的方法预测水稻叶片的SPAD值,为快速精准获取植物SPAD值提供理论基础,同时为科学施肥提供理论指导。水稻田间试验于2015—2017年在江西农业大学农学试验站和江西省成新农场进行,供试水稻品种为金优458(JY458)、中早35(ZZ35)和两优培九(LYP9),每个水稻品种均设计4组不同的氮素水平。通过对获取的水稻图像进行叶色参数提取以及叶绿素仪测量的SPAD值来分析水稻叶色图像参数与SPAD值之间的关系,并用支持向量机的方法建立相关模型预测SPAD值。结果显示,较RGB色彩空间下三种水稻品种在HSI色彩空间上预测值的均方根误差分别减少了0.067 5(JY458)、0.020 0(ZZ35)和0.154 2(LYP9),平均相对误差比RGB色彩空间下分别减少了0.084 2(JY458)、0.133 5(ZZ35)和0.238 2百分点(LYP9)。水稻叶片在两种不同色彩空间下的叶色图像参数和水稻叶片SPAD值之间存在显著性相关(P<0.05),利用改进的网格搜索算法优化支持向量机的方法建立水稻叶片SPAD值预测模型,其预测结果误差小,为快速准确无损获取植物SPAD值的预测提供了一种新方法。     

基于无人机航拍遥感影像的新农村规划研究

以宁波象山县泗洲头镇东联村为例,通过无人机进行遥感航拍,结合研究区及周边地区的地形图,利用遥感专题信息提取技术对东联村进行用地类型现状提取;并通过实地调查研究,进行其新农村的规划,从而论证无人机航拍技术在新农村规划方面应用的可行性和实效性.