[发明专利]基于无人机遥感系统智能识别植物的方法

说明书

本发明涉及植物监测领域，公开了一种基于无人机遥感系统智能识别植物的方法，用以同时解决人工植物监测方式效率低以及卫星遥感植物监测方式灵活性差的问题。本发明利用低空无人机遥控系统，通过多光谱成像技术对已知植物进行模型构建。然后通过对指定作业区域进行飞行，分割成最小的基础模块，对每个基础模块进行模型的输入判断并输出。综合以上信息得到判断植物种类和其它生长等信息用来指导精细化农林业作业。本发明适用于农、林业中的植物监测。

技术领域

本发明涉及植物监测领域，特别涉及基于无人机遥感系统智能识别植物的方法。

背景技术

传统的植物监测要么用大量人工实地考察和经验判断进行，要么是卫星遥感监测。用人工方式效率低，覆盖面小，成本高，而且受地形和环境的因素很多场地作业都无法实时。卫星遥感技术也有短板，受到天气、轨道周期、空间分辨率等现实因素制约，难以实现精细的监测，而且门槛高，灵活度低。

发明内容

本发明要解决的技术问题是：提供一种基于无人机遥感系统智能识别植物的方法，用以同时解决人工植物监测方式效率低以及卫星遥感植物监测方式灵活性差的问题。

为解决上述问题，本发明采用的技术方案是：基于无人机遥感系统智能识别植物的方法，包括以下步骤：

步骤1：将多光谱相机搭载在无人机上；

步骤2：无人机进行指定区域飞行，并通过多光谱相机对指定区域中的已知植物进行航拍，得到已知植物的多光谱图像；

步骤3：地面站收集步骤2获得的多光谱图像，并输出到图像处理站进行光谱特征提取；

步骤4：图像处理站基于步骤3提取的光谱特征，构建已知植物的光谱模型；

步骤5：对划定的无人机作业区域进行基础块划分；

步骤6：无人机按照划定的无人机作业区域飞行，飞行过程中通过多光谱相机对每个基础块进行多光谱图像采集；

步骤7：地面站收集步骤6获得的多光谱图像，并输出到图像处理站进行光谱特征提取；

步骤8：图像处理站提取到各个基础块的光谱特征之后，将光谱特征与步骤4建立的光谱模型进行对比分析，得到各个基础块内是否有光谱模型所对应的植物，以及该植物的生长信息；

步骤9：汇总步骤8的分析得到结果，绘制出整个无人机作业区域内光谱模型所对应的植物的分布以及其长势。

进一步的，为了提升识别精度，本发明中多光谱相机采集多光谱图像的同时，无人机还会采集多光谱图像所对应的时间、阳光以及地理位置信息，并且在光谱模型构建以及比对分析时考虑时间、阳光以及地理位置因素。

本发明的有益效果是：本发明利用低空无人机遥控系统，通过多光谱成像技术对已知植物进行模型构建。然后通过对指定作业区域进行飞行，分割成最小的基础模块，对每个基础模块进行模型的输入判断并输出。综合以上信息得到判断植物种类和其它生长等信息用来指导精细化农林业作业。跟传统的信息获取方式比较，本发面有明显的技术优势，效率优势，成本优势。具有机动性好、时效性强、空间分辨率高的特点，不受制于恶劣地理环境，可以节省大量的人力物力，大大的提供了可作业范围。集合人工智能和大数据分析技术，让信息的获取更加可靠准确及时，能够大大的提升农林业的智能化水平，提高生产力。

附图说明

图1为本发明的流程图。

具体实施方式