[发明专利]一种低空高光谱遥感检测柑橘黄龙病的方法、装置及系统

权利要求书

1.一种基于低空高光谱遥感的柑橘黄龙病检测方法，其特征在于，包括：

获取待检测柑橘分布区域的低空高光谱遥感图像；所述遥感图像包括柑橘植株的分布信息和柑橘植株的地理信息；

对所述高光谱遥感图像进行预处理；

将经预处理后的所述低空高光谱遥感图像，输入到柑橘黄龙病BP神经网络模型；

输出柑橘分布区域患黄龙病的分布结果。

2.如权利要求1所述的方法，其特征在于，所述柑橘黄龙病BP神经网络模型的生成步骤，包括：

采集大量柑橘植株冠层的高光谱遥感图像，对所述高光谱遥感图像进行预处理；

提取高光谱遥感图像中柑橘果树健康植株与感染黄龙病植株冠层的光谱信息，对所述光谱信息进行分析处理，获得光谱数据；

将所述光谱数据根据预设算法，提取特征波段；所述特征波段包括：最大信息量、最大投影或最大距离特征波段；将所述特征波段代入预设的植被指数模型，得出植被指数；

将所述植被指数作为训练样本，通过调试模型的参数，生成柑橘黄龙病BP神经网络模型；所述训练样本为确定的患病叶片和健康叶片数据。

3.如权利要求1或2所述的方法，其特征在于，对所述高光谱遥感图像进行预处理，包括：

对所述高光谱遥感图像进行辐射校正、几何校正和全景图拼接。

4.如权利要求2所述的方法，其特征在于，提取高光谱遥感图像中柑橘果树健康植株与感染黄龙病植株冠层的光谱信息，对所述光谱信息进行分析处理，获得光谱数据，包括：

绘制感兴趣区域，计算每个感兴趣区域的光谱信息；

将各个所述感兴趣区的光谱信息进行随机组合，求平均，获得多个光谱样本；

将所述光谱样本采用马氏距离法剔除异常样本，并采用Savitzky-Golay算法进行平滑去噪，获得光谱数据。

5.如权利要求2所述的方法，其特征在于，将所述光谱数据根据预设算法，提取特征波段，包括：

将所述光谱数据根据SPA选择算法，消除原始光谱矩阵中的冗余信息，筛选出特征波段；SPA步骤如下：

(1)确定样本集样品数和波长数K，组成光谱矩阵X_M×K；

(2)初始化：n＝1，在首次迭代中，在光谱矩阵中任选一列向量x_j，记为x_K(0)，即(K(0)＝j)；

(3)集合S定义为：分别计算x_j对S中向量的投影向量Px_j，

(4)记录最大的投影序号，将最大的投影作为下轮迭代的投影向量；

(5)使用RMSEP来判断模型的优劣，选出最小的RMSEP，所对应的和N^*作为筛选出的波段组合。

6.如权利要求2所述的方法，其特征在于，将所述特征波段代入预设的植被指数模型，得出植被指数，包括：

将所述特征波段代入NDVI，NDGI，TVI，RVI，NLI和DVI植被指数模型，计算所有感染黄龙病植株和健康植株光谱样本各自的平均光谱；

使用所述平均光谱计算植被指数的值，并替换同个波长范围内的不同波段计算植被指数；

比较同个植被指数模型在健康植株和感染黄龙病植株冠层的同个波段运算结果的差异，选择差异最大的波段作为植被指数的优选波段，得到优选的植被指数。

7.一种基于低空高光谱遥感的柑橘黄龙病检测装置，其特征在于，包括：

获取模块，用于获取待检测柑橘分布区域的低空高光谱遥感图像；所述遥感图像包括柑橘植株的分布信息和柑橘植株的地理信息；

处理模块，用于对所述高光谱遥感图像进行预处理；

输入模块，用于将经预处理后的所述低空高光谱遥感图像，输入到柑橘黄龙病BP神经网络模型；

输出模块，用于输出柑橘分布区域患黄龙病的分布结果。