[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

说明书

本发明涉及植被生长监测技术领域，尤其是基于多光谱的病虫害检测识别方法、系统及存储介质，所述方法包括以下步骤：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。采用本方案，能够提升数据采集效率，及时感知植被健康状况。

技术领域

本发明涉及植被生长监测技术领域，特别涉及基于多光谱的病虫害检测识别方法、系统及存储介质。

背景技术

光谱是指复色光经过色散系统(如棱镜、光栅)分光后，被色散分离成的单色光，通过成像系统，投射在探测器上成为按波长(或频率)大小依次排列的图案。多光谱是指能同时获取多个光学频谱波段(通常大于等于3个)，并在可见光的基础上向红外光和紫外光两个方向扩展的光谱探测技术。

近年来，多光谱技术逐渐被应用于农业病虫害分析领域，通常是通过多光谱数据对植被是否受到病虫害侵染进行分析。具体的，多光谱数据是指通过多光谱影像得出的叶绿素数据、类胡萝卜素数据等，叶绿素、类胡萝卜素等数据是植物吸收外部能量的“接收转换器”，当植被受到病虫害侵染时将会伴随着植被叶绿素和类胡萝卜素的结构、含量等变换，因此，可以通过植被的多光谱数据得出植被是否收到了病虫害侵染。但是，目前的多光谱数据采集通常采用人工实地采样的方式进行，该方法效率较低，对于突发的植被病虫害状况无法及时感知，尤其对于森林类大规模植被病虫害进行检测时，其延后性可能导致病虫害在数据采集阶段进一步扩散，导致更大规模的植被遭受病虫害侵染。

发明内容

本发明提供了基于多光谱的病虫害检测识别方法、系统及存储介质，能够提升数据采集效率，及时感知植被健康状况。

本发明提供的基础方案：

基于多光谱的病虫害检测识别方法，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。

本发明的原理及优点在于：采用无人机搭载多光谱相机对待检测区域的多光谱影像进行采集，相较于人工实地采集，其效率更高，从而可以及时采集到待检测区域的多光谱数据，及时感知待检测区域植被的健康状况。

进一步，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。

有益效果：根据多光谱数据，对多种植被指数进行分析，使数据的分析更加全面可靠，有利于得到更加准确的植被健康数据。

进一步，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。

有益效果：多方位分析植被健康数据，有利于感知待检测区域的植被健康状况。

进一步，所述多光谱相机设于无人机底部。

有益效果：将多光谱相机设置在无人机的底部，相较于将其设置在无人机其他方位，多光谱相机镜头受到遮挡的概率更小，故采用本方案，有利于在无人机飞行过程中，通过多光谱相机采集到更加全面的多光谱影像。

进一步，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；