[发明专利]基于无人机遥感的大豆收获期成熟度的判断方法

说明书

本发明的基于无人机遥感的大豆收获期成熟度的判断方法，是利用多光谱数据计算大豆成熟期植被指数，利用自然断点分级算法结合植被指数建立大豆成熟度表征方法并对大豆成熟等级进行划分；通过提取图像中大豆的光谱反射率、颜色特征和纹理特征参数，经特征差异对比分析进行特征筛选；结合大豆成熟等级建立支持向量机学习算法的大豆成熟等级判别模型。利用无人机多光谱结合机器学习技术可对大豆成熟度准确判定，有助于育种计划中大豆成熟度的判断，有利于大豆最佳收获期的确定，减少大豆收获损失，从而间接上提升大豆产量。

技术领域

本发明属于利用光谱图像特征判断大豆成熟度的方法，特别是涉及到一种基于无人机遥感的大豆收获期成熟度的判断方法。

背景技术

大豆是我国重要的油料作物同时也是植物蛋白的主要来源，种植面积大。对于大豆育种计划而言，用产量测量结果来作为选择和推进新品种开发的决定，而成熟度判断是产量测量前的重要决策，成熟度的判断尤其重要。在合理准确的收获时期进行收获作业可有效预防因收获过早或过晚造成的收获损失，同时也可延长大豆贮藏期，从客观上保证大豆产量与质量。在中国大豆收获常采用联合收割机收获，最佳收获时期是完熟期，此期的特征是植株叶柄叶片全部脱落，植株茎秆为褐色，豆荚偏黑，分枝脱水枯干变为褐色。目前大豆收获前成熟度评价主要靠专家肉眼主观观察评价或人工割取脱粒采集并利用谷物水分速测仪测量含水率来判断是否达到收获时期，此方法存在着费时费力且误差较大的问题。近年来遥感技术在农田信息监测领域得到了快速发展，相较于高空遥感，无人机低空遥感具有运行成本低、空间分辨率高、灵活性高以及数据可快速实时获取等优点，因此本发明提供了一种利用无人机遥感技术来判断大豆收获期成熟度，以优化农业生产。

发明内容

本发明旨在于克服现有技术的不足，提供了一种基于无人机遥感的大豆成熟度判断方法，通过无人机遥感试验获取大豆完熟期不同成熟程度图像，分析不同成熟程度大豆的图像特征，根据其光谱反射率、植被指数和颜色、纹理特征差异， 建立基于小型无人机遥感的大豆成熟度判断方法，为大豆育种计划中大豆成熟度以及最佳收获期判断提供一种新颖、快速的方法与理论基础。

本发明的基于无人机遥感的大豆收获期成熟度的判断方法，是通过下列步聚实现的：

（1）样本的采集和处理：利用大疆精灵4多光谱版无人机收集不同采集区域、不同品种大豆完熟期红边光谱和近红外光谱的样本数据，并对收集到的样本光谱进行大气校正处理；

（2）根据步骤（1）处理的光谱数据利用绿光光谱和近红外光谱得到不同个体植株的绿色归一化植被指数光谱图像，并通过个体光谱图像判断个体植株成熟度，个体植株成熟度的判断方法为：(ρ_nir-ρ_green)/(ρ_nir+ρ_green)；

（3）区域内全部植株成熟度的判定：将采集区域分割成3*3～5*5的采样区域，采样区域内个体植株成熟度达到95%以上为一级成熟度，采样区域内个体植株成熟度达到80～95%为二级成熟度，采样区域内个体植株成熟度80%以下为三级成熟度；同时，制作每个品种不少于90个采样区域的光谱数据，且每级成熟度不少于30个，采集总样本数不少于900个；

（4）不同成熟等级大豆颜色特征的提取：利用颜色矩获取不同成熟等级大豆的颜色特征，通过计算不同成熟等级之间的变异系数和相对差异，进行特征筛选，确定最终颜色特征指标;

（5）不同成熟等级大豆纹理特征的提取：利用灰度共生矩阵获取不同成熟等级大豆纹理特征，通过计算不同成熟等级之间的变异系数和相对差异，进行特征筛选，确定最终纹理特征指标；

（6）大豆成熟等级预测模型的建立：

将不少于900个样本数据按3：1的比例划分为建模集和预测集，即建模集不少于675个样本，预测集不少于225个样本，并将图像的颜色、纹理特征输入支持向量机建立预测模型；

（7）大豆成熟等级的判定：