[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在审
申请号: | 202011432383.1 | 申请日: | 2020-12-09 |
公开(公告)号: | CN112697726A | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 李军营;张圣;马二登;童文杰;邓小鹏;张海燕;王华;张晓海;徐照丽;马云强;卢兰 | 申请(专利权)人: | 云南省烟草农业科学研究院;云南这里信息技术有限公司 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G01N21/55;G06K9/00 |
代理公司: | 昆明知道专利事务所(特殊普通合伙企业) 53116 | 代理人: | 姜开侠;姜开远 |
地址: | 650021*** | 国省代码: | 云南;53 |
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 无人机 光谱 田间 烟叶 烟碱 含量 预测 方法 系统 | ||
本发明属于烟草生产技术领域,具体涉及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。本发明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,利用无人机采集大面积田间烟叶高光谱影像,可以直接提取烟叶光谱信息,作业效率高,构建的模型具有较高的精度,计算简单,实用性强,不仅快速,还减少了对烟株造成大面积破坏。
技术领域
本发明属于烟草生产技术领域,具体涉及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。
背景技术
烟草作为我国重要的非粮食经济作物之一,面积大,产量高,在国民生产生活中扮演着非常重要的角色。随着全球经济的迅速发展,国民生活水平不断提高,人们对卷烟的品质要求也越来越高。
烟碱,俗称尼古丁,它是存在于烟草中的重要化学成分,其含量的高低对烟草品质都有着重要的影响。在烟草所含化学成分中,烟碱作为产生刺激性生理反应的主要成分,与其他辅助成分一起决定烟草的品质。烟碱含量过高会导烟叶及其制品刺激性较强,吃味比较辛辣;也就是说,烟碱含量过低则会导致劲头较小,刺激性弱,吃味比较平淡。
目前,大量有关烟叶烟碱含量的研究还停留在传统的取样测定方法上,传统的取样方法虽然能测定烟株的烟碱含量,但工作量大、时间长、效率低,容易对烟株造成较大的破坏,在获取大面积的田间烟叶烟碱含量时具有局限性。
因此,针对以上工作量大、时间长、效率低,容易对烟株造成较大的破坏,在获取大面积的田间烟叶烟碱含量时具有局限性的缺陷技术问题,急需设计和开发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。
发明内容
本发明的第一目的在于提供一种基于无人机高光谱田间烟叶烟碱含量预测的方法。
本发明的第二目的在于提供一种基于无人机高光谱田间烟叶烟碱含量预测的系统。
本发明的第一目的是这样实现的: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。
本发明的第二目的是这样实现的: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。
本发明通过一种基于无人机高光谱田间烟叶烟碱含量预测的方法: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,以及与所述方法相应的系统,可以及时估测出田间烟叶中烟碱的含量,进而采取相应的调控措施,对提高烟叶品质和准确估测烟叶产量有着重要的作用。
此外,利用无人机高光谱成像仪获取大面积烟叶的光谱反射率,通过烟叶光谱反射率与实测烟碱之间的关系建立估测模型,进而估测大面积的田间烟叶烟碱含量,对精准监测农作物的品质以及估测农作物的生化指标有重要意义。
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云南省烟草农业科学研究院;云南这里信息技术有限公司,未经云南省烟草农业科学研究院;云南这里信息技术有限公司许可,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/202011432383.1/2.html,转载请声明来源钻瓜专利网。