[发明专利]基于无人机可见光图像预测作物倒伏角度和形态的方法

权利要求书

1.一种基于无人机可见光图像预测作物倒伏角度和形态的方法，其特征在于：包括如下步骤：

步骤1，用无人机对大田作物进行高时序性数据采集，涵盖整个倒伏时期；

步骤2，在田间进行倒伏相关的农艺性状测量和记录；

步骤3，使用拼图软件拼接无人机高清图像，得到若干期正射影像DOM和数字表面模型DSM；

步骤4，在得到的DOM中每小区中勾画倒伏目标矢量图，把矢量图代入DSM图像中，计算其高程值；

步骤5，在获取的若干期无人机图像中，重复步骤4，可以得到每个小区在倒伏时期的连续的高程值，用每一期的高程值减去裸地时的高程值，即可得到各小区在倒伏时期高时序性的株高值；

步骤6，在获取的高时序性株高值中，筛选出最大株高值和倒伏时期的株高值，利用这两个值构建模型并计算作物倒伏角度；

步骤7，利用地面实测数据构建可能符合作物倒伏时几何形态的数学模型，再利用无人机提取的最大株高值筛选出最优数学模型；对所有样本重复上述操作，得到所有样本的倒伏最优表达模型；整合数据，生成倒伏模型查找表LUT；

步骤8，将无人机提取到的最大株高值和倒伏时的株高值两个参数代入查找表中，筛选出倒伏目标的最优数学模型，进而确定倒伏角度和形态。

2.根据权利要求1所述的基于无人机可见光图像预测作物倒伏角度和形态的方法，其特征在于：步骤1中，无人机数据采集频率为每隔3-5天采集一次，完整监测作物的整个倒伏过程。

3.根据权利要求1所述的基于无人机可见光图像预测作物倒伏角度和形态的方法，其特征在于：在步骤2中，田间的人工测量与记录包括利用直尺测量作物倒伏时的自然株高和水平方向上的偏移距离，以及用量角器测量根部位置倒伏时的切线角度。

4.根据权利要求1所述的基于无人机可见光图像预测作物倒伏角度和形态的方法，其特征在于：步骤6中采用近似直角三角形来计算作物倒伏角度，具体是以倒伏前的最大株高作为直角三角形的斜边，倒伏时的株高作为一条直角边，通过三角函数计算倒伏角度。

5.根据权利要求1所述的基于无人机可见光图像预测作物倒伏角度和形态的方法，其特征在于：步骤7中，考虑模拟田间倒伏时的可能存在的几何形态，具体是通过构建适合表达倒伏形态的函数表达式来实现；函数表达式包括一次函数、二次函数、对数函数和圆函数；先利用人工测量的参数分别构建上述函数表达式，并分别求出不同模型下的弧长值，弧长值的现实意义即为作物长度；结合实际田间的作物长势动态，无人机监测到未倒伏时的最大株高可近似模拟作物倒伏时的总长度；不同模型预测的弧长值中，与无人机提取的最大株高值最为接近时，该模型被筛选为最优数学模型，即作为该样本点的倒伏模型函数表达式；对所有样本点重复此操作，得到每一个样本点的最优函数表达式，最后整合所有数据，生成预测倒伏模型的查找表LUT。

6.根据权利要求1所述的基于无人机可见光图像预测作物倒伏角度和形态的方法，其特征在于：步骤8中，将无人机提取的最大株高值和倒伏时的株高值代入查找表，可输出参数包括根部切线角度、作物水平方向偏移距离和作物株高，可计算得到作物倒伏角度；同时也可快速输出倒伏目标的最优函数表达式，函数图像直观模拟作物倒伏时的几何形态。