买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：青岛农业大学

摘要：本发明公开一种基于冠层参数处理的花生病害检测与产量预测方法，对花生苗期、花期、结果期的高光谱图像和叶片图像进行采集，提取花生不同生长时期的特征图像，计算归一化植被指数、叶面积指数，并对归一化植被指数和叶面积指数进行相关性分析；建立花生叶片病害快速检测模型，识别图片中花生叶片的病害类型和位置；最后，将归一化植被指数、叶面积指数及其相关性系数与病害类别和位置数据输入CNN‑LSTM网络，建立花生冠层参数相关性分析与产量预测模型，输出花生产量预测值。本方案利用图像处理技术与数据分析方法，从花生的产量与病害情况等方面进行花生生长过程的监测与预测，达到通过数据分析获取作物长势情况并指导农业生产的目的。

主权项：1.基于冠层参数处理的花生病害检测与产量预测方法，其特征在于，包括以下步骤：步骤A、分别采集花生苗期、花期和结果期的冠层光谱图像信息，以及花生苗期、花期和结果期的叶片图像信息，并记录采集的时间信息；步骤B、基于步骤A获得的冠层光谱图像信息，通过表型特征处理获取花生的归一化植被指数和叶面积指数，并对归一化植被指数NDVI和叶面积指数LAI进行相关性分析，得到花生不同生长时期归一化植被指数和叶面积指数与花生生长的相关性，以相关系数rxy为衡量标准，具体通过以下方式实现：步骤B1、归一化植被指数计算：1通过Harris特征检测器获取冠层光谱图像的特征匹配点并进行无人机图像的拼接，获取试验田全局的冠层光谱图像；2利用小波分析算法和光谱归一化非均匀性校正方法对冠层光谱图像进行预处理，去除环境噪声的影响；采用二维卷积模型CNN进行卷积和池化操作，经过一维卷积将冠层光谱图像处理为彩色图像，并从彩色图像的红色、绿色、蓝色的光谱带中提取彩色特征，经二维卷积处理输出特征图，从特征图中提取特征图像的纹理和形态特征；3基于特征图像的纹理和形态特征进行归一化植被指数NDVI的计算，NDVI的计算公式为：NDVI＝floatb2-floatb1floatb2+floatb1其中，b1：近红外通道，b2：红通道；步骤B2、叶面积指数计算：进行花生不同时期土地覆盖类型的叶面积指数LAI的计算，将计算得到的LAI保存为ENVI标准文件，LAI的计算公式为： 步骤B3、对归一化植被指数NDVI与叶面积指数LAI进行相关性分析，分析在花生不同生长时期中NDVI与LAI参数与花生生长的相关性，以相关系数rxy为衡量标准，具体计算过程如下： 其中，n为样本数量，x、y分别表示提取的花生NDVI、LAI数据，sxy表示花生NDVI、LAI的协方差，sx、sy分别表示花生NDVI、LAI的标准差，rxy表示花生NDVI与LAI之间的相关系数；步骤C、建立花生叶片病害识别模型，基于步骤A所获得的叶片图像信息，识别图片中花生叶片的病害类型和位置；步骤D、将归一化植被指数、叶面积指数及其相关性系数与病害类型和位置的数据输入CNN-LSTM网络，通过CNN-LSTM分析处理，最终输出花生产量预测值。

全文数据：

权利要求：

百度查询： 青岛农业大学 基于冠层参数处理的花生病害检测与产量预测方法