[发明专利]一种采用无人机的水稻冠层图像处理方法

说明书

技术领域

本发明属于图片处理技术领域，尤其涉及一种采用无人机的水稻冠层图像处理方法。

背景技术

水稻是我国最主要的粮食作物之一。水稻叶片是水稻与外界环境发生相互作用的主要场所，水稻的许多生物物理过程，包括光合、呼吸、蒸腾和降水截获等过程，都发生在叶片。叶面积指数(LAI)反映了单位地表上植物叶片的总面积。它决定了水稻对辐射、水分等的利用和管理的能力。因此，LAI是反映水稻生长状况，估计水稻产量的重要指标；然而在获取水稻冠层图片效果不佳，信噪比低，图片暗部细节不清楚。

综上所述，现有技术存在的问题是：传统拍摄容易造成水稻损坏，同时获取水稻冠层图片效果不佳，信噪比低，图片暗部细节不清楚。

发明内容

针对现有技术存在的问题，本发明提供了一种采用无人机的水稻冠层图像处理方法，

本发明是这样实现的，该采用无人机的水稻冠层图像处理方法包括以下步骤：

步骤一、将摄像头固定在无人机上，操控无人机镜头主光轴与水稻冠层垂直平面成57度角，从水稻冠层上方拍摄水稻冠层原始彩色图像；

步骤二、获取初始拍摄图片，在对当前被摄对象的拍摄过程中，基于预设的初始曝光值对所述被摄对象进行拍摄，获得对应的初始图片；

步骤三、对图片像素点进行处理，对初始图片中每一位置处像素点的像素值、补偿图片对应位置处像素点的像素值进行计算，得到各个位置处像素点的综合像素值；

步骤四、生成本次的拍摄图片，根据计算得到的每一个像素坐标位置处像素点的综合像素值，生成完整的图片作为本次的拍摄图片；

步骤五、彩色图像灰度处理，将经过步骤四中获得的水稻冠层彩色图像通过图像处理软件转换为灰度图像，将该灰度图像转换为只含有“黑”、“白”两种象元的二值图像，存放在电脑中；

步骤六、图像噪声消除，采用变形核为5×5的中值滤波的方法处理步骤S105中获得的二值图像，消除图像中的椒盐噪声或斑点；

步骤七、冠层孔隙度提取，从步骤六处理得到的二值图像直接提取水稻冠层57度视角孔隙度；

步骤八、计算叶面积指数，根据水稻冠层叶面积指数与57.5度视角的冠层孔隙度的关系计算叶面积指数。

进一步，在步骤三中，将初始图片和各个补偿图片中，相同像素坐标位置处的像素点的像素值进行求平均计算，得到综合像素值；

基于像素点的像素值给补偿图片中的像素点确定权重值，并为所述初始图片中的像素点确定权重值，再基于确定的权重值进行加权平均计算，得到每一个像素坐标位置处像素点的综合像素值；

根据实际对画质的需要，针对补偿图片中的像素点进行分类，将补偿图片中正常曝光像素点赋予高权重值，将过曝光像素点赋予低权重值甚至0权重值，将各补偿图片和初始图片中同一像素坐标位置处的像素点进行加权平均，最终得到信噪比更好的图片。

进一步，所述冠层孔隙度提取，通过象元统计方法计算冠层孔隙度，

即：冠层孔隙度＝背景象元数量/图像象元总数量；

以57度的视角天顶角拍摄的图像，因此得到的冠层孔隙度就是57度视角的冠层孔隙度。

进一步，所述无人机上安装有系留电源装置，系留电源装置包括相互连接的降压/稳压电路和第二滤波电路，所述降压/稳压电路连接输电线缆，所述第二滤波电路连接系留电源装置的直流输出端；

所述系留电源装置还包括备用电池，所述备用电池以与所述系留电源装置的直流输出端并联的方式连接所述第二滤波电路，其中所述备用电池用于在地面供电装置或系留电源装置出现故障时，给多旋翼无人飞行器提供安全降落地面的电能。

进一步，在步骤三中，对图片像素点进行处理包括：

用于提供水印嵌入的图像信息的原始载体图像输入单元和水印图像输入单元；

与原始载体图像输入单元相连，用于对数字载体图像进行小波变换的小波变换单元；

与水印图像输入单元相连，用于变换水印图像产生相息图的相息图产生单元；

与小波变换单元和相息图产生单元相连，用于获取数字图像、待嵌入的水印位流串的数字信号的获取单元；

与获取单元相连接，用于将获取单元获取的嵌入水印的数字图像的全部或部分像素点分组的分组单元；

与分组单元相连，用于将相息图加权的数字分组的像素点和数字图像小波变换分组的像素点低频系数合成的合并单元；

与合并单元相连，用于将合成后的分组像素点低频系数进行小波逆转变从而生成含嵌入水印的图像的小波逆转变单元。