申请/专利权人：广东华茂高科种业有限公司

申请日：2023-11-27

公开（公告）日：2024-04-19

公开（公告）号：CN117523433B

主分类号：G06V20/17

分类号：G06V20/17;G06T5/77;G06V10/766;G06V20/10;G06F16/28;G01N21/84

优先权：

专利状态码：有效-授权

法律状态：2024.04.19#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明属于水稻监测技术领域，提供了一种水稻不同生长周期的叶绿素含量监测方法，通过将采集到的水稻种植地区各个高光谱数据依次构成高光谱数据序列；依次识别出高光谱数据序列中相邻的高光谱数据的延时干扰度；根据延时干扰度标记各相邻的高光谱数据中的误差数据；依次对各个误差数据进行修复获得修复光谱数据；精确的修复了靠近误差数据与相邻高光谱数据边界位置的实际叶绿素含量突变与异常的区域，使得不会丢失边界处的叶绿素异常信号，保证在水稻不同生长周期过渡时能够准确的识别出由于水肥、地形、水稻品种差异会出现大量的边界上产生叶绿素含量产生较大差异。

主权项：1.一种水稻不同生长周期的叶绿素含量监测方法，其特征在于，所述方法包括以下步骤：S1，通过无人机按照预设的航线上每隔固定距离依次采集水稻种植地区中的高光谱数据，将采集到的各个高光谱数据依次构成高光谱数据序列；S2，依次通过光谱反演法获取高光谱数据序列中各高光谱数据的叶绿素含量；S3，依次识别出高光谱数据序列中相邻的高光谱数据的延时干扰度；S4，根据延时干扰度标记各相邻的高光谱数据中的误差数据；S5，依次对各个误差数据进行修复获得修复光谱数据；S6，根据修复光谱数据获得对应的反演得到叶绿素相对含量值；在S3中，依次识别出高光谱数据序列中相邻的高光谱数据的延时干扰度为：记i为高光谱数据序列中高光谱数据的序号，从序号i为2开始，以Zuoi为第i个高光谱数据和第i-1个高光谱数据之间共同的边界线；以Youi为第i个高光谱数据和第i+1个高光谱数据之间共同的边界线；计算各相邻的高光谱数据之间的延时干扰度；其中，计算各相邻的高光谱数据之间的延时干扰度的方法为：从第i=2个高光谱数据开始，取第i个高光谱数据和第i-1个高光谱数据的边界线上所有点中的叶绿素含量值的最大值为MG1，取第i个高光谱数据和第i+1个高光谱数据的边界线上所有点中的叶绿素含量值的最大值为MG2，令G1=|MG1-MG2|，取第i个高光谱数据和第i-1个高光谱数据的边界线上所有点中的叶绿素含量值的最小值为MG3，取第i个高光谱数据和第i+1个高光谱数据的边界线上所有点中的叶绿素含量值的最小值为MG4，令G2=|MG3-MG4|；则以第i个高光谱数据与相邻的高光谱数据之间的延时干扰度为G1和G2的平均值；在S4中，根据延时干扰度标记各相邻的高光谱数据中的误差数据的方法为：取所有的延时干扰度的平均值为PJDelay；将所有高光谱数据与相邻的高光谱数据之间的延时干扰度大于或等于PJDelay的高光谱数据与其相邻的高光谱数据均标记为误差数据；在S5中，依次对各个误差数据进行修复获得修复光谱数据的方法为：记k为误差数据的序号，记第k个误差数据和后一个高光谱数据的边界线为Hk，取Hk上叶绿素含量值最大的点为HkMAX，取Hk上叶绿素含量值最小的点为HkMIM；在Hk上从点HkMAX开始到点HkMIM依次扫描各个点，以每个点作为圆心，以HkMAX到HkMIM之间的距离为半径的圆形作为该点的扫描范围，如果扫描到在点的扫描范围内的平均叶绿素含量值低于点HkMIM的叶绿素含量值，则标记该点的扫描范围为待修复范围；取待修复范围中叶绿素含量值最小的点为RepP；作HkMAX、HkMIM、RepP构成的三角形的内切圆PO；计算PO内的平均叶绿素含量值为修复叶绿素含量值；对误差数据进行修复；获得修复光谱数据。

全文数据：

权利要求：

百度查询： 广东华茂高科种业有限公司 一种水稻不同生长周期的叶绿素含量监测方法

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