[发明专利]一种基于点云变换的麦田生长状态判别方法与装置

权利要求书

1.一种基于点云变换的麦田生长状态判别方法，其特征在于，包括以下步骤：

步骤1、获取a个麦田小区的麦田无人机图像数据；

步骤2、根据所述麦田无人机图像数据获取各个麦田小区的麦田原始点云；

步骤3、对各个麦田小区的麦田原始点云进行预处理，得到每个麦田小区的麦田归一化点云；

步骤4、根据所述麦田归一化点云进行连续不同高度的点云个数统计，得到每个麦田小区的麦田点云高度信号；

步骤5、基于变分模态分解以及格拉姆变换方法，对所述麦田点云高度信号进行图像化处理，得到每个麦田小区的点云变换图像；

步骤5.1、将所述麦田点云高度信号进行归一化处理，得到一条归一化特征信号；

步骤5.2、对所述归一化特征信号进行变分模态分解，获得3k条长度为n的分解特征信号CH_1i-CH_3ki表示3k条分解特征信号中的第i个信号值，k取正整数；

步骤5.3、将3k条分解特征信号按照以下情况进行处理，得到3条变换特征信号；

当k＝1时，由3k条分解特征信号直接获得3条变换特征信号其中，I_1i-I_3i表示3条变换特征信号中的第i个信号值；

当k＝2时，利用式(1)对3k条分解特征信号进行处理，获得3条变换特征信号

当k≥3时，利用式(2)对3k条分解特征信号进行处理，获得3条变换特征信号

步骤5.4、将3条变换特征信号分别进行转置后，并相应与3条变换特征信号相乘，从而得到3个格拉姆矩阵用于表示点云变换图像，其中，每个格拉姆矩阵分别对应点云变换图像中R、G、B三个通道中的一个通道；

步骤6、利用深度学习模型对所述点云变换图像进行训练、验证和测试，得到麦田生长状态判别模型，并用于判别麦田生长状态。

2.根据权利要求1所述的基于点云变换的麦田生长状态判别方法，其特征在于，所述步骤3包括：

步骤3.1、对所述麦田原始点云进行去噪处理，并得到去噪后的麦田原始点云；

步骤3.2、利用滤波方法获取所述去噪后的麦田原始点云的地面点，从而得到麦田数字高程模型；

步骤3.3、将去噪后的麦田原始点云与所述麦田数字高程模型相减后，得到麦田归一化点云。

3.根据权利要求1所述的基于点云变换的麦田生长状态判别方法，其特征在于，所述步骤4包括：

步骤4.1、对所述麦田归一化点云进行z值统计，得到麦田归一化点云中每个点的高度值；

步骤4.2、将所述麦田归一化点云中高度值区间进行划分，得到为b个连续高度区间；

步骤4.3、根据所述b个连续高度区间进行点云个数统计，得到麦田点云高度信号。

4.一种基于点云变换的麦田生长状态判别装置，其特征在于，包括：点云获取单元，点云预处理单元，信号提取单元，信号变换单元，生长状态判别单元，其中，

所述点云获取单元，用于根据麦田的无人机图像，获取麦田的原始点云；

所述点云预处理单元，将所述麦田的点云输入点云预处理模块，获取麦田归一化点云；

所述信号提取单元，用于将所述麦田归一化点云进行连续不同高度的点云个数统计，获取麦田的点云高度信号；

所述信号变换单元，用于基于变分模态分解以及格拉姆变换方法，对所述麦田的点云高度信号进行图像化，得到麦田的点云变换图像；

所述信号变换单元包括以下步骤：

将待识别麦田的点云高度信号进行归一化处理，得到一条归一化特征信号；

对所述归一化特征信号进行变分模态分解，获得3k条长度为n的分解特征信号CH_1i-CH_3ki表示3k条分解特征信号中的第i个信号值，k取正整数；

将所述3k条长度为n的分解特征信号进行以下分情况处理，得到3条变换特征信号；

当k＝1时，由3k条分解特征信号直接获得3条变换特征信号其中，I_1i-I_3i表示3条变换特征信号中的第i个信号值；

当k＝2时，利用式(3)对3k条分解特征信号进行处理，获得3条变换特征信号

当k≥3时，利用式(4)对3k条分解特征信号进行处理，获得3条变换特征信号

将所述3条变换特征信号分别进行转置，并与3条原变换特征信号相乘，得到3个格拉姆矩阵，分别对应R、G、B共三个通道，获得点云变换图像；

所述生长状态判别单元，用于构建深度学习生长状态判别模型，对所述麦田的点云变换图像进行模型训练、验证和测试，获取麦田生长状态结果。