一种基于光谱图像误差变异系数的取样面积优化取样方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114821367A(43)申请公布日2022.07.29(21)申请号202210403299.X(22)申请日2022.04.18(71)申请人山东省农业科学院地址250100山东省济南市历城区工业北路202号(72)发明人张小燕丁汉凤李娜娜李春燕张彦威(74)专利代理机构济南诚智商标专利事务所有限公司37105专利代理师朱晓熹(51)Int.Cl.G06V20/17(2022.01)G06T7/62(2017.01)G01N21/25(2006.01)G06F16/29(2019.01)权利要求书2页说明书6页附图2页(54)发明名称一种基于光谱图像误差变异系数的取样面积优化取样方法(57)摘要本发明提供一种基于光谱图像误差变异系数的取样面积优化取样方法，所述方法包括等比例缩放取样面积、绘制大豆育种小区光谱反射率曲线、分析误差变异系数，通过分析两种影响因素确定所述无人机搭载的高光谱相机拍摄光谱图像的误差变异系数分析方法，获取所述大豆育种小区优化的取样面积。本发明在所述大豆育种小区取样面积内消除了边界效应的影响，从红外、近红外、RVI、NDVI、VOG1五个指标方面分析了光谱图像的误差变异系数，将变异系数的误差控制在0.01级别之内，提高了无人机高光谱相机对大豆产量估值的精确度。CN114821367ACN114821367A权利要求书1/2页1.一种基于光谱图像误差变异系数的取样面积优化取样方法，大豆叶片光谱图像是无人机搭载的高光谱相机采集的大豆育种小区的高光谱影像，取样面积小于大豆育种小区最大的面积，其特征在于，所述方法包括：划分大豆育种小区边界和最大面积矢量，用于保证在育种小区内提取取样面积；等比例缩放大豆育种小区最大面积的长、宽，得到大豆育种小区的采样空间尺度；读取每个大豆育种小区的光谱图像和每个空间尺度下的矢量图，提取大豆叶片的平均光谱反射率；绘制大豆育种小区光谱反射率曲线，得到不同取样面积下大豆叶片的光谱反射波长对平均光谱反射率的影响；分析植被指数误差变异系数，得到取样面积范围对植被指数误差变异系数的影响变化趋势图，所述光谱图像误差变异系数为利用变异系数计算方法对大豆光谱图像中植被指数的误差进行分析；采用取样面积范围对植被指数误差变异系数的影响变化趋势图中间稳定部分对应的取样面积，计算得到优化后的取样范围。2.如权利要求1所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，划分大豆育种小区边界和最大面积矢量包括：对无人机高光谱相机拍摄的大豆叶片光谱图像进行预处理；将预处理后的光谱图像和数码正射影像结合，划分大豆育种小区的边界；以育种小区的几何中心为取样中心；使用ArcGIS软件在高光谱影像上划分出每个育种小区的最大面积矢量。3.如权利要求1所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，所述等比例缩放大豆育种小区最大面积的长、宽，得到大豆育种小区的采样空间尺度，包括：利用ENVI软件结合IDL语言对所述大豆育种小区最大取样面积的长和宽进行等比例缩放n次，获取n+1个采样空间尺度。4.如权利要求1‑3所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，读取每个大豆育种小区的光谱图像和每个空间尺度下的矢量图，提取大豆叶片的平均光谱反射率包括：所述大豆叶片的平均光谱反射率有n+1组，对比每组光谱数据差别为0.001级别。5.如权利要求1所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，提取育种小区大豆叶片的平均光谱反射率时，大豆叶片的反射光波长的取值范围为450nm‑900nm。6.如权利要求1所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，光谱图像的植被指数包括：冠层光谱近红外波段、红波段、NDVI、RVI、VOG1。7.如权利要求1所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，绘制大豆育种小区光谱反射率曲线，得到不同取样面积下大豆叶片的光谱反射波长对平均光谱反射率的影响为：光谱反射率曲线在550‑750nm的可见光波段无明显差异；光谱反射率曲线在750‑850nm的近红外区域差异明显。2CN114821367A权利要求书2/2页8.如权利要求1所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，所述取样面积优化后的取样窗口的长、宽的取值范围为育种小区长、宽的20％～80％。9.如权利要求1所述的基于光谱图像误差变异系数的取样面积优化取样方法，其特征在于，分析植被指数误差变异系数，得到取样面积范围对植被指数误差变异系数的影响变化趋势图，所述取样面积范围对植被指数误差变异系数的影响趋势为：当取样面积的长、宽取值小于育种小区长、宽的20％时，植