[发明专利]一种基于无人机遥感的水稻产量预测方法及系统

说明书

本发明公开了一种基于无人机遥感的水稻产量预测方法及系统。该方法通过无人机获取各个生长期的水稻图像，并计算各个生长期的水稻图像的归一化植被指数，通过建立表示归一化植被指数与产量的关系的模型从而得到水稻产量预测模型，通过该水稻产量预测模型实现对水稻产量的预测。本发明的基于无人机遥感的水稻产量预测方法及系统通过无人机采集图像即可实现对水稻产量的预测，无需根据卫星遥感图像进行产量预测，从而避免云层对水稻产量预测的影响。

技术领域

本发明涉及农产品产量预测领域，特别是涉及一种基于无人机遥感的水稻产量预测方法及系统。

背景技术

产量是作物研究追求的最终目标之一，及时准确地预报水稻产量具有重要的实用价值。传统水稻产量预测采用人工区域调查方法，速度慢、工作量大、成本高，很难及时、大范围获取水稻的长势与产量信息；为了解决这一问题，水稻产量预测的研究转向通过卫星遥感进行产量预测。然而卫星遥感存在受云层影响较大的问题。

发明内容

本发明的目的是提供一种基于无人机遥感的水稻产量预测方法及系统，避免云层对水稻产量预测的影响。

为实现上述目的，本发明提供了如下方案：

一种基于无人机遥感的水稻产量预测方法，包括：

获取无人机在各个水稻生长期采集的各样本区域的多幅水稻图像；所述样本区域为在待测区域中选取的多个均匀分布的区域；

将同一生长时期的同一样本区域的多幅水稻图像拼接成一幅正射影像图；

将每幅所述正射影像图转换成归一化植被指数图；

计算各个生长时期各个样本区域的归一化植被指数图的平均归一化植被指数，得到各生长时期各样本区域的平均归一化植被指数；

获取水稻成熟后的各样本区域的水稻产量；

将不同生长时期的平均归一化植被指数与对应的水稻产量进行相关性分析，确定与水稻产量相关系数超过预设值的生长时期，得到选定生长期；

将所述选定生长期的平均归一化指数作为自变量，将对应的水稻产量作为因变量建立一元线性回归模型和多元逐步回归模型；

通过精度检验确定所述一元线性回归模型和所述多元逐步回归模型中精度较高的模型作为水稻产量预测模型；

利用所述水稻产量预测模型对所述待测区域的水稻产量进行预测。

可选的，所述将同一生长时期的同一样本区域的多幅水稻图像拼接成一幅正射影像图，具体包括：

提取每幅所述水稻图像的特征点；

根据所述特征点将属于同一生长时期的同一样本区域的多幅水稻图像进行特征点匹配；

根据匹配后的特征点将属于同一生长时期的同一样本区域的多幅水稻图像进行拼接，得到拼接后的图像；

对所述拼接后的图像进行点云密集化处理，得到加密后的图像；

将对所述加密后的图像进行几何校正，得到正射影像图。

可选的，所述将每幅所述正射影像图转换成归一化植被指数图，具体包括：

对所述正射影像图进行辐射校正，得到辐射校正后的图像；

利用指数计算器对所述辐射校正后的图像进行红光波段指数计算和近红外波段指数计算，生成红光波段指数图和近红外波段指数图；

利用指数计算器对所述红光波段指数图和所述近红外波段指数图进行归一化植被指数计算，得到归一化植被指数图。