[发明专利]一种基于无人机高光谱田间烟叶烟碱含量预测方法及系统

权利要求书

1.一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述方法包括：

通过无人机实时获取田间烟叶高光谱图像数据；

对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；

获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；

生成所述田间烟叶相对应的烟碱含量预测数据。

2.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述通过无人机实时获取田间烟叶高光谱图像数据之中，还包括：

对所述田间烟叶高光谱图像进行校正；

获取田间像控点数据，并根据所述田间像控点数据实时拼接校正后的高光谱图像。

3.根据权利要求2所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述对所述田间烟叶高光谱图像进行校正之中，还包括：

对所述高光谱图像镜头畸变、反射率和大气进行预处理校正；

对预处理校正后的高光谱图像进行几何精校正。

4.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线之中，还包括：

获取田间样本烟叶坐标数据，根据田间样本烟叶坐标数据绘制样本区域；

提取所述样本区域的原始光谱曲线，并对数一阶导数变换所述原始光谱曲线。

5.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型之中，还包括：

建立至少一个田间烟叶样本研究区域，获取所述研究区域内的样本烟叶数量；

获取所述样本烟叶中烟碱含量数据，根据所述样本烟叶中烟碱含量数据生成所述田间样本烟碱含量估算值。

6.根据权利要求1或5所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型之中，还包括：

分析所述田间样本烟碱含量估算值和所述田间样本烟碱含量相对应的光谱曲线的相关性；

根据所述相关性的分析，生成反应烟碱含量变化的波段数据。

7.根据权利要求1所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述生成所述田间烟叶相对应的烟碱含量预测数据之中，还包括：

根据田间样本烟碱含量估算值，实时评估田间烟碱含量预测数据。

8.根据权利要求7所述的一种基于无人机高光谱田间烟叶烟碱含量预测方法，其特征在于，所述根据田间样本烟碱含量估算值，实时评估田间烟碱含量预测数据的涉及到的计算公式为：

（1）

（2）

其中，RMSE为评价指标均方根误差，MARE为平均相对误差绝对值，为预测值，为实测值，n为样本总数。

9.一种基于无人机高光谱田间烟叶烟碱含量预测系统，其特征在于，所述系统具体包括：

获取单元，用于通过无人机实时获取田间烟叶高光谱图像数据；

加载提取单元，用于对所述高光谱图像数据进行坐标加载，并提取处理相应的原始光谱曲线；

模型构建单元，用于获取田间样本烟叶烟碱含量估算值，并根据所述田间样本烟叶烟碱含量估算值，结合光谱特征曲线构建田间烟叶烟碱含量预测模型；

生成单元，用于生成所述田间烟叶相对应的烟碱含量预测数据。

10.根据权利要求9所述的一种基于无人机高光谱田间烟叶烟碱含量预测系统，其特征在于，所述获取单元中，还包括：

第一校正模块，用于对所述田间烟叶高光谱图像进行校正；

图像拼接模块，用于获取田间像控点数据，并根据所述田间像控点数据实时拼接校正后的高光谱图像；

第二校正模块，用于对所述高光谱图像镜头畸变、反射率和大气进行预处理校正；

第三校正模块，用于对预处理校正后的高光谱图像进行几何精校正；

所述加载提取单元中，还包括：

绘制模块，用于获取田间样本烟叶坐标数据，根据田间样本烟叶坐标数据绘制样本区域；

变换模块，用于提取所述样本区域的原始光谱曲线，并对数一阶导数变换所述原始光谱曲线；

所述模型构建单元中，还包括：

建立获取模块，用于建立至少一个田间烟叶样本研究区域，获取所述研究区域内的样本烟叶数量；

含量估算模块，用于获取所述样本烟叶中烟碱含量数据，根据所述样本烟叶中烟碱含量数据生成所述田间样本烟碱含量估算值；

分析模块，用于分析所述田间样本烟碱含量估算值和所述田间样本烟碱含量相对应的光谱曲线的相关性；

第一生成模块，用于根据所述相关性的分析，生成反应烟碱含量变化的波段数据；

所述生成单元中，还包括：

烟碱含量评估模块，用于根据田间样本烟碱含量估算值，实时评估田间烟碱含量预测数据。