[发明专利]基于无人机多光谱成像结合高分辨率的白菜表型研究方法

权利要求书

1.基于无人机多光谱成像结合高分辨率的白菜表型研究方法，其特征在于，包括：

通过无人机带动摄像机对自然生长环境中的白菜进行图像采集，并得到第一图像信息，所述第一图像信息包括为.jpg、.png后缀的图片；

使用Pix4D软件并根据图像POS点将图像进行拼接，从而得到总体白菜地块的图像信息；

通过深度学习方法，将总体白菜的图像信息中单个白菜进行识别并定位；

采用SRGAN模型实现图像的分辨率提升，对各个单个的白菜的表型信息预测。

2.根据权利要求1所述的基于无人机多光谱成像结合高分辨率的白菜表型研究方法，其特征在于，所述深度学习方法包括：采用图像处理按照图像的重复率与特定像素进行图像裁剪，从而得到单颗白菜的第二图像信息，所述第二图像信息包括识别图像信息和定位位置信息。

3.根据权利要求2所述的基于无人机多光谱成像结合高分辨率的白菜表型研究方法，其特征在于，所述采用图像处理按照图像的重复率与特定像素进行图像裁剪包括：

S1：确定白菜地块定植图；

S2：采用UNet模型、MaskR-CNN模型进行图像分割、确定最优分割模型。

4.根据权利要求3所述的基于无人机多光谱成像结合高分辨率的白菜表型研究方法，其特征在于，所述采用SRGAN模型实现图像的分辨率提升，对各个单个的白菜的表型信息预测的方法包括：

S1：采用SRGAN模型实现图像的分辨率提升，得到单个白菜的最优模型，所述最优模型含有多种单个白菜的模型信息，所述模型信息包括白菜模型的幅宽、幅长、株高、叶绿素；

S2：建立回归模型，通过白菜模型的幅宽、幅长、株高、叶绿素数据得到实际的单个白菜的幅宽、幅长、株高、叶绿素。

5.根据权利要求4所述的基于无人机多光谱成像结合高分辨率的白菜表型研究方法，其特征在于，所述回归模型包括根据白菜地块的实际数据与图像的比例，并基于无人机的GSD，从而得到实际单个白菜的幅宽、幅长、株高、叶绿素数据。