[发明专利]基于无人机遥感的高分辨率农作物表面模型构造方法

说明书

技术领域

本发明涉及计算机应用技术领域，特别涉及无人机遥感和图像处理技术。

背景技术

精准农业(Precision Agriculture )是当今世界农业发展的新潮流，是由信息技术支持的根据空间变异，定位、定时、定量地实施一整套现代化农事操作技术与管理的系统。精准农业根据现场条件的变化适应农业领域的管理实践。因此，需要用于表征这种变异性的方法，需要建立具有高空间和时间分辨率的描述模型进行田间作物监测。在精确农业中，利用全球定位系统（GPS），地理信息系统（GIS）和遥感（RS）来获取农业决策中的详细现场信息是必需的。

遥感技术（Remote Sensing）是精准农业田间信息获取的关键技术，为精准农业提供农田内作物生长环境、生长状况和空间变异等时空变化信息。

计算，定位和传感器技术的飞速发展使得无人机平台越来越多地应用于遥感领域。无人机遥感技术是采集时空信息数据的重要方法。基于无人机（UAV）的农作物生长监测，既能够收集高分辨率数据而且能够克服图像中的大气效应。根据无人机性能的不同，无人机遥感监测可以对农田进行大面积的航空监测及小范围定点监测，并可对问题发生位置进行准确的问题排查、解决。

农业生产受以下变量的影响：产量变异性，田间变异性，土壤变异性，作物变异性，异常因素变异性和管理变异性。这些变化导致农业田间作物生长的差异，可以通过在整个生长季节监测作物生物量来量化。生物量在农作物生长监测中具有重要的意义，可以通过测量每日生物量增益来定量分析农作物生长态势，也可以通过累积的生物量模拟农作物的最终产量。农作物表面三维模型是模拟作物生物量的重要方法，从高分辨率的多时空农作物表面模型（CSM）中能够导出农作物的生物量数据信息。因此，基于无人机遥感图像，建立高分辨率的农作物表面模型，便是我们要解决的问题。

发明内容

针对以上所述问题，本发明提供了一种基于无人机遥感的高分辨率农作物表面模型构造方法，本发明通过综合运用无人机遥感、图像采集、图像处理和点云三维重建等技术，使得可以使用基于无人机的高分辨率图像对农作物表面进行数字化建模，从而提供一种估计农作物生物量的新方法。

为了达到上述技术效果，本发明采用如下技术方案：基于无人机遥感的高分辨率农作物表面模型构造方法，包括：

基于无人机遥感数据采集平台进行影像数据采集；

利用多视图三维重建软件Agisoft PhotoScan对所采集的遥感图像进行处理，得到三维几何稀疏点云数据；

利用多视角立体捆集调整算法，将三维点云重建为场景几何模型。

无人机遥感数据采集平台包括配备高扭矩发动机和高性能螺旋桨的无人机，电子设备由ARM处理器、陀螺仪、压力传感器和电子罗盘组成，无人机和相机由一个2.4 GHz的发射机进行遥控。

RGB图像传感器使用MV-U2000便携式USB总线图像采集盒，采集高度50m~80m，可采集最大100m*45m对象。

在农田均匀布置一定数量的地面控制点，图像的特征点校准可利用地面控制点识别算法进行手动或者半自动改进。

农作物表面的三维几何模型为局部坐标下的网格模型，其分辨率为0.01m。局部坐标可通过Helmert相似变换转换为绝对坐标。

本发明有益效果是：无人机遥感平台既能够收集高分辨率数据，而且能够克服图像中的大气效应；基于无人机遥感图像建立的高分辨率多时空农作物表面模型能够导出农作物的生物量数据信息。应用本发明后，能够有效解决劳动密集型破坏性采样所面临的问题，大大提高农作物生长态势和产量分析的能力。

附图说明

图1为本发明的总体流程图。

图2为本发明的基于Agisoft PhotoScan的图像处理流程图。

具体实施方式

下面结合附图对本发明做更详细说明。

参阅图 1，基于无人机遥感的高分辨率农作物表面模型构造方法，包括如下步骤：

基于无人机遥感数据采集平台进行影像数据采集；

图像拼接和处理；

生成三维点云；

建立农作物数字化表面模型。

无人机遥感数据采集平台主要包括以下设备：

(1)、配备高扭矩发动机和高性能螺旋桨的无人机；

(2)、ARM处理器；

(3)、陀螺仪；

(4)、压力传感器；

(5)、电子罗盘；

(6)、2.4 GHz的遥控发射机；