10.3964/j.issn.1000-0593(2021)01-0265-06
基于无人机可见光谱遥感的玉米长势监测
玉米是我国重要的粮食作物之一,在我国种植规模最大、发展最快.玉米的长势会直接影响到其产量和品质,因此通过对玉米的长势进行有效监测,可以为田间管理、早期产量估算提供宏观的参考信息,为国家和相关部门决策提供重要的参考依据.以无人机为遥感平台,搭载影像传感器构建遥感系统,获取玉米可见光谱遥感影像.利用ENVI软件对获取的玉米冠层可见光谱彩色图像进行几何校正和辐射校正,然后对图像进行彩色图像灰度化和增强处理.利用对农田复杂背景适应能力较好以及具有较强光照适应性的AP-HI算法完成作物分割来提取玉米覆盖度信息.在计算玉米覆盖度时,首先利用AP-HI算法将图像进行分割,并转换为二值图,来去除图像中的土地、水管、道路、作物残渣等背景,以保留玉米的二值图像.图像中的农田存在道路区域,计算实际作物覆盖度时需将其排除.道路区域出现在图像的四个边界以及相对正中的位置处,对这些位置分别进行处理,统计其中黑色像素点的个数,根据像素点个数确定道路宽度,并将道路部分从二值图中去除.去除后的二值图中,白色像素为无作物区域,黑色像素为玉米种植区域,统计黑色像素占总像素的比例,以此确定作物的多少.选取80×80像素值作为单位面积,对处理图像进行分块标记,得到区块数为720,对单位面积的分块进行全区域扫描,每当扫描到一个黑色像素值就将总的统计面积加1,直至扫描到6400个像素点,计算其中含有的总的黑色像素值数目与6400的比值,直至将720个区块黑色像素点占总像素比例统计完全,即可计算图像中黑色像素数与总像素数之比,即为玉米覆盖度.在此基础上,根据实际情况计算玉米冠层孔隙率,并建立覆盖度与叶面积指数模型,完成玉米叶面积指数反演,为玉米长势监测提供理论依据.
无人机、遥感、可见光谱、玉米、长势监测、叶面积指数
41
S127(农业物理学)
国家重点研发计划项目2017YFD0201502
2021-01-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
265-270