[发明专利]基于多光谱的病虫害检测识别方法、系统及存储介质在审
| 申请号： | 202111498754.0 | 申请日： | 2021-12-09 |
| 公开（公告）号： | CN114199788A | 公开（公告）日： | 2022-03-18 |
| 发明（设计）人： | 李浩澜;段勃;杨东鑫;胡立智;谭光明;张杨 | 申请（专利权）人： | 中科计算技术西部研究院 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25 |
| 代理公司： | 重庆强大凯创专利代理事务所(普通合伙) 50217 | 代理人： | 刘嘉 |
| 地址： | 401120 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 光谱 病虫害 检测 识别 方法 系统 存储 介质 | ||
1.基于多光谱的病虫害检测识别方法，其特征在于：包括以下步骤：
S100：采用无人机搭载多光谱相机采集待检测区域的多光谱影像；
S200：根据所述多光谱影像，获取待检测区域的多光谱数据；
S300：根据所述多光谱数据，分析待检测区域的植被指数；
S400：根据所述植被指数，分析待检测区域的植被健康数据。
2.根据权利要求1所述的基于多光谱的病虫害检测识别方法，其特征在于：所述植被指数包括归一化差异植被指数NDVI、土壤调节植被指数SAVI、植被水分指数NDMI和归一化差异水体指数NDWI中的一种或多种。
3.根据权利要求1所述的基于多光谱的病虫害检测识别方法，其特征在于：所述植被健康数据包括植被生长情况、微量元素获取情况和水分情况中的一种或多种。
4.根据权利要求1所述的基于多光谱的病虫害检测识别方法，其特征在于：所述多光谱相机设于无人机底部。
5.根据权利要求1所述的基于多光谱的病虫害检测识别方法，其特征在于：S100包括以下步骤：
S101：采集待检测区域的多光谱影像；
S102：将采集到的多光谱影像进行特征比对，并生成拼接相邻多光谱影像的拼接线；
S103：沿拼接线对多光谱影像进行裁剪；
S104：拼接裁剪后的多光谱影像，生成拼接后的多光谱影像。
6.根据权利要求1所述的基于多光谱的病虫害检测识别方法，其特征在于：所述无人机设有磁性件，所述多光谱相机设有磁铁，所述无人机与多光谱相机通过磁性件和磁铁可拆卸连接。
7.根据权利要求6所述的基于多光谱的病虫害检测识别方法，其特征在于：所述磁性件包括电源装置和电磁铁；
所述电源装置包括电源、导线和弹簧，所述电源活动设置于无人机上，所述导线通过弹簧与电源连接，所述弹簧处于未压缩状态时，弹簧与电源接触；
所述电磁铁包括线圈和铁芯；
所述线圈与导线连接。
8.根据权利要求7所述的基于多光谱的病虫害检测识别方法，其特征在于：所述铁芯的材质为硅钢。
9.基于多光谱的病虫害检测识别系统，其特征在于：使用了上述权利要求1-8中任一项所述的基于多光谱的病虫害检测识别方法。
10.基于多光谱的病虫害检测识别存储介质，用于存储计算机可执行指令，其特征在于：所述计算机可执行指令在被执行时实现上述权利要求1-8中任一项所述的基于多光谱的病虫害检测识别方法。
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中科计算技术西部研究院，未经中科计算技术西部研究院许可，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/202111498754.0/1.html，转载请声明来源钻瓜专利网。
