[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

专利信息
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
【权利要求书】:

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)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top