申请/专利权人：华南农业大学

申请日：2022-01-10

公开（公告）日：2024-04-16

公开（公告）号：CN115035423B

主分类号：G06V20/17

分类号：G06V20/17;G06V10/26;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.09.30#实质审查的生效;2022.09.09#公开

摘要：本发明公开了一种基于无人机遥感影像的杂交水稻父母本识别提取方法，首先通过无人机对试验地进行图像采集，并对采集到的图像进行预处理，获得试验地的正射图像，对获得的正射图像进行裁剪得到目标区域，并在目标区域上分别随机选取母本、父本、杂草和裸地各多个样本并且计算样本的可分离性，并选择分离性良好的样本作为监督分类对象，计算目标区域的可见光植被指数和多光谱植被指数；随后采用多种父母本分类提取方法对监督分类对象中父本和母本进行分类，并将分类结果作为测试集，将实际调查结果作为验证集，以此构建多种父母本监督分类模型，选择精度最高的为最佳父母本监督分类模型；通过所述的最佳父母本监督分类模型快速识别父本和母本。

主权项：1.一种基于无人机遥感影像的杂交水稻父母本识别提取方法，其特征在于，包括以下步骤：（1）、通过无人机对试验地进行图像采集；（2）、对采集到的图像进行预处理，获得试验地的正射图像；（3）、对获得的正射图像进行裁剪得到目标区域，并在目标区域上分别随机选取母本、父本、杂草和裸地各多个样本并且计算样本的可分离性，并选择分离性良好的样本作为监督分类对象；（4）、计算目标区域的可见光植被指数和多光谱植被指数；（5）、采用多种父母本分类提取方法对监督分类对象中父本和母本进行分类，并将分类结果作为测试集，将实际调查结果作为验证集，以此构建多种父母本监督分类模型，选择精度最高的为最佳父母本监督分类模型；其中，所述的父母本分类提取方法包括基于像元的父母本监督分类方法以及基于样本的父母本面向对象分类方法，其中，所述基于像元的父母本监督分类方法用于对所采用的6种可见光植被指数和4种多光谱植被指数计算结果进行分类，包括以下五种：平行六面体法、最小距离法、马氏距离法、最大似然法和神经网络法；而所述的基于样本的父母本面向对象分类方法用于对可见光图像进行监督分类；采用混淆矩阵对分类结果进行精度检验，采用总精度和Kappa系数两个指标分别对基于像元的父母本监督分类方法和基于样本的父母本面向对象分类方法进行评估；Kappa系数表示分类结果与真实类别之间的一致性，取值范围在[-1,1]之间，其中，Kappa系数根据下列公式计算得到； 式中，K代表Kappa系数，是总体分类精度，是机遇一致性，n是混淆矩阵方程的阶，N是样本总数，是列或行中所有值的总和；（6）、无人机对试验地进行图像采集，并将采集到的图像输入最佳父母本监督分类模型，所述的最佳父母本监督分类模型输出父本和母本的分类结果。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于无人机遥感影像的杂交水稻父母本识别提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD