[发明专利]一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法在审
申请号: | 202011226965.4 | 申请日: | 2020-11-06 |
公开(公告)号: | CN112329856A | 公开(公告)日: | 2021-02-05 |
发明(设计)人: | 倪军;徐可;曹卫星;朱艳;庞方荣;蒋小平;汤亮;姚霞;张小虎 | 申请(专利权)人: | 神农智慧农业研究院南京有限公司;南京农业大学 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06T7/00;G06T5/00;G06Q10/04;G06Q50/02;G06N3/04;G06N3/08 |
代理公司: | 南京天华专利代理有限责任公司 32218 | 代理人: | 许轲;徐冬涛 |
地址: | 211200 江苏省*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 光谱 rgb 融合 图像 小麦 积累 预测 方法 | ||
1.一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法,其特征在于包括以下步骤:
步骤1:在小麦拔节期、孕穗期与抽穗期分别获取冠层的光谱信息、RGB图像和深度图像,并利用敏感波段构建植被指数,提出空洞填充算法修复深度图像;
步骤2:将深度图像和RGB图像对齐后,结合RGB图像的颜色特征和修复后深度图像的高度特征,分割小麦冠层;
步骤3:利用IHS变换将RGB图像分别和深度信息、相位信息进行融合,得到不同空间模型下的小麦冠层图像;
步骤4:计算融合后小麦冠层图像的颜色共生矩阵,提取小麦的冠层结构特征;
步骤5:对小麦的冠层结构特征进行筛选,结合筛选后的结构特征和光谱特征对氮积累量进行预测。
2.根据权利要求1所述的一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法,其特征在于,所述步骤1中利用敏感波段构建植被指数,提出空洞填充算法修复深度图像,包括如下步骤:
步骤1-1:获取小麦冠层光谱信息,利用小麦氮素敏感波段构建植被指数,生成光谱特征;
步骤1-2:获取小麦冠层的深度图像,根据空洞产生的原因将图像中的空洞分类分析,利用类别特征进行空洞修复。
3.根据权利要求2所述的一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法,其特征在于,在深度图像修复时,将空洞出现的情况分为两类进行讨论,第一种为空洞出现在叶片内部,属于局部空洞,第二种是空洞出现在不同区域的交界处,属于大面积空洞;根据不同空洞类别的分析设计空洞填充算法,首先对作物行图像的深度信息进行列遍历,寻找所有空洞点或线的位置,计算该点或线前后非零深度信息的差值H,通过将H与人为设置的阈值T进行比较,对空洞的类型进行区分;当HT时,则为局部空洞,取空洞点或线前后的非零深度信息均值进行插值,当H≥T时,则为大面积空洞,取空洞点或线前后的非零深度信息分别拟合后插值。
4.根据权利要求1所述的一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法,其特征在于,所述步骤2中提出的分割小麦冠层方法,包括以下步骤:
步骤2-1:利用不同坐标系的转换方法,将深度图像的坐标系转换到世界坐标系,再转换到RGB图像坐标系,从而实现深度图像与RGB图像的对齐;
步骤2-2:将RGB模型转换至HSI模型,通过色调的定义去除土壤背景,降低光照变化对于作物行提取的影响。
5.根据权利要求1所述的一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法,其特征在于,所述步骤3中提出的图像融合方法,包括以下步骤:
步骤3-1:根据反平方定律,将深度信息(D)转换为相位信息(P);
步骤3-2:利用IHS变换将深度信息和相位信息替换I通道的信息,得到融合后的HSP和HSD图像。
6.根据权利要求5所述的一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法,其特征在于,采用熵和交叉熵两种指标对融合图像的质量进行评价,在进行图像评价前将HSI空间的图像转换为RGB图像,并进行灰度化操作;图像的熵(E)用于衡量图像信息的丰富程度,熵越大,则表示图像的信息量越多,交叉熵(C)用于评价两幅图像的差异,交叉熵越小,说明融合图像与源图像的差异越小,则该融合方法从源图像中提取的信息量越多;熵和交叉熵其计算公式分别为:
其中,L表示图像灰度级别,即为256,pi和qi表示灰度值为i的像素占源图像和融合图像中总像素的比例。
7.根据权利要求1所述的一种基于光谱与RGB-D融合图像的小麦氮积累量预测方法,其特征在于,所述步骤4中提出的冠层结构特征提取方法,包括以下步骤:
步骤4-1:分别计算HS通道、HP通道、HD通道、SD通道和SP通道的颜色共生矩阵;
步骤4-2:计算不同颜色共生矩阵下的纹理特征,包括:比度(CON)、角二阶矩(ASM)、相关系数(COR)、逆差矩(IDM)和熵(ENT)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于神农智慧农业研究院南京有限公司;南京农业大学,未经神农智慧农业研究院南京有限公司;南京农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011226965.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种绿茶三段式智能生产杀青工艺
- 下一篇:一种高效真空包装机