[发明专利]一种基于无人机低空遥感的作物长势监测方法及系统

权利要求书

1.一种基于无人低空遥感的作物长势监测方法，其特征在于，包括：

获取代表样方内的作物覆盖度，所述代表样方内的作物覆盖度随所述代表样方大小的变化曲线接近水平；

基于叶面积指数反演模型，获取叶面积指数与作物覆盖度的关系，并基于所述叶面积指数与作物覆盖度的关系，对所述作物的长势进行监测。

2.根据权利要求1所述的监测方法，其特征在于，所述获取代表样方内的作物覆盖度，所述代表样方内的作物覆盖度随所述代表样方大小的变化曲线接近水平进一步包括：

对所述代表样方内的作物数码影像进行监督分类处理，获取所述代表样方内的作物的二值化图像；

通过AP-HI作物覆盖度自动提取算法，获取所述二值化图像的任一像素点的色度与期望色度之间的距离；

基于预设的所述任一像素点的色度与期望色度之间的距离的阈值，对所述二值化图像进行分割，将所述二值化图像中的像素点分成背景像素点和作物像素点；

基于分割后的所述二值化图像，通过下式获取所述代表样方内的作物覆盖度：

C_c＝CC/A；

其中，C_c为所述代表样方内的作物覆盖度，CC为正下视视区图像中的作物像素总和，A为正下视视区图像的像素总和。

3.根据权利要求2所述的监测方法，其特征在于，通过AP-HI作物覆盖度自动提取算法，根据下式获取所述二值化图像的任一像素点的色度与期望色度之间的距离：

其中，|Ψ(i，j)|为任一像素点的色度与期望色度之间的距离，H(i，j)为像素点pixel(i，j)的色度值，I(i，j)为像素点pixel(i，j)的亮度值，μ_I(i，j)为I(i，j)在HI-LUT中对应的均值，σ_I(i，j)为在HI-LUT中对应的标准差。

4.根据权利要求1所述的监测方法，其特征在于，所述叶面积指数反演模型通过各生育期获取的所述代表样方内的作物的冠层孔隙率与同时期的叶面积指数作回归分析获取。

5.根据权利要求1所述的监测方法，其特征在于，所述叶面积指数与作物覆盖度的关系为对数函数关系。

6.根据权利要求5所述的监测方法，其特征在于，所述基于叶面积指数反演模型，获取叶面积指数与作物覆盖度的关系进一步包括：

所述基于叶面积指数反演模型，获取如下式所述的叶面积指数与作物覆盖度的关系：

其中，C_c为所述代表样方内的作物覆盖度，k为冠层消光系数，LAI代表发育期，λ₀＞1代表规则分布，λ₀＝1代表随机分布，λ₀＜1代表丛生分布。

7.根据权利要求1所述的监测方法，其特征在于，所述基于叶面积指数反演模型之后还包括：

对所述叶面积指数反演模型进行验证。

8.根据权利要求1所述的监测方法，其特征在于，所述基于所述叶面积指数与作物覆盖度的关系，对所述作物的长势进行监测进一步包括：

基于所述叶面积指数与作物覆盖度的关系和所述代表样方内的作物覆盖度，获取所述代表样方内的叶面积指数；

基于所述代表样方内的叶面积指数落入的预设监测结果区间，获取对应的监测结果。

9.一种基于无人低空遥感的作物长势监测系统，其特征在于，包括：

获取覆盖度模块，用于获取代表样方内的作物覆盖度，所述代表样方内的作物覆盖度随所述代表样方大小的变化曲线接近水平；

监测模块，用于基于叶面积指数反演模型，获取叶面积指数与作物覆盖度的关系，并基于所述叶面积指数与作物覆盖度的关系，对所述作物的长势进行监测。

10.一种用于作物长势监测的电子设备，其特征在于，包括：

存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至8任一所述的监测方法。