[发明专利]一种集成可见光与近红外双摄像头的植被长势监测系统与方法

说明书

本发明涉及一种集成可见光与近红外双摄像头的植被长势监测方法，所述方法包括：S1、采用可见光监测摄像头采集监测区域的RGB图像，采用近红外摄像头采集监测区域的近红外波段图像；S2、利用边界搜索算法获得RGB图像和近红外波段图像的公共边界，并提取RGB图像和近红外波段图像的重叠区域图像；S3、利用地面十八度标准灰卡对该重叠区域图像的色彩进行校正，根据校正结果计算该重叠区域图像的归一化植被指数NDVI图像，再结合校正后的RGB图像，得到植被长势的监测结果。本发明解决了目前常规可见光(RGB)摄像头监测只能人工凭经验从普通照片中定性识别植被长势，多光谱监测设备价格昂贵，高度依赖专业软件、难以普及，以及卫星遥感监测达不到田块尺度和时间分辨率差等问题。

技术领域

本发明涉及植物生长信息监测技术领域，尤其涉及一种集成可见光与近红外双摄像头的植被长势监测系统与方法。

背景技术

监测和研究植被的时空动态变化具有重要的科学和应用价值，特别是对作物的长势和趋势变化的监测，可为田间管理、产量评估等提供重要依据。目前常用的植被监测手段包括3种：基于物联网技术的红绿蓝(RGB)摄像头拍照监测，利用多光谱仪的地面监测，以及利用卫星遥感多光谱图像的区域监测。其中常规红绿蓝(RGB)摄像头拍照监测方法只能获得作物的常规可见光图像，需要通过人工判读图像进行作物长势的识别，过于经验化和定性化，监测结果受人为因素干扰较大。利用多光谱仪的地面监测方法可以通过波段运算获得归一化植被指数(NDVI)图像。由于健康的植被(叶绿素)反射更多的近红外(NIR)光，但是它吸收更多的红色光。归一化植被指数(NDVI)通过测量近红外(植被强烈反射)和红光(植被吸收)之间的差异来量化植被长势信息。此参数数值介于-1和+1之间。如果红色通道的反射率较低(或较低的值)，而NIR通道的反射率较高，则将产生较高的NDVI值。反之亦然。NDVI是衡量植被健康的标准化方法，当具有较高的NDVI值时，表示植被更为健康。当NDVI较低时，植被较差或没有植被。在农业中植被NDVI多用于精确农业和测量生物量。在林业中使用NDVI来量化森林供应和叶面积指数。此外，NDVI也是干旱的良好指标，当水分限制植被生长时，其相对NDVI数值则表现为较低。在现实世界中，有数百种应用正在使用NDVI进行植被的监测。

NDVI是目前监测植被生长状态和植被覆盖度的最佳光谱指数，但多光谱仪设备价格昂贵，普及性和推广性较差，且需要人工操作来采集数据，费时费力、不能做到实时监测。另外，该方法只能通过专业软件才能进行光谱数据的处理，限制了其普及性。卫星遥感多光谱图像往往受到时间分辨率和空间分辨率的限制，例如天气是否晴朗也是影响其数据是否可用的重要因素，在遥感数据处理上也需要专业的软件和知识，其技术门槛较高，普及性和推广性较差。

发明内容

(一)要解决的技术问题

鉴于现有技术的不足，本发明提供一种集成可见光与近红外双摄像头的植被长势监测系统与方法，解决了现有植被长势监测设备成本高、监测结果受人为经验因素或环境(如天气)因素影响较大、数据处理专业软件/知识依赖性高、普及性和推广性差等技术问题。

(二)技术方案

为了达到上述目的，本发明采用的主要技术方案包括：

第一方面，本发明提供一种集成可见光与近红外双摄像头的植被长势监测方法，所述方法包括：

S1、采用可见光监测摄像头采集监测区域的RGB图像，采用近红外摄像头采集监测区域的近红外波段图像；

S2、利用边界搜索算法获得RGB图像和近红外波段图像的公共边界，并提取RGB图像和近红外波段图像的重叠区域图像；

S3、利用地面十八度标准灰卡对该重叠区域图像的色彩进行校正，根据校正结果计算该重叠区域图像的归一化植被指数NDVI图像，再结合校正后的RGB图像，实现对监测区域植被长势的监测。