本發(fā)明屬于遙感
技術(shù)領(lǐng)域：
，尤其是涉及一種無(wú)人機(jī)機(jī)載高光譜遙感監(jiān)測(cè)大面積茶園植株多酚含量的方法及系統(tǒng)。
背景技術(shù)：
：茶多酚是茶葉中多酚類物質(zhì)的總稱，是形成茶葉色香味的主要成份之一，也是茶葉中有保健功能的主要成份之一，因其具解毒和抗輻射作用，能有效地阻止放射性物質(zhì)侵入骨髓。對(duì)茶園植株多酚監(jiān)測(cè)，目前有幾種常見方法，但是這些方法各有優(yōu)缺點(diǎn)：(1)基于干粉尺度；(2)基于鮮葉尺度；(3)基于冠層尺度。研究表明，基于干粉尺度茶多酚監(jiān)測(cè)，最易于獲得較為理想的監(jiān)測(cè)結(jié)果。但要將茶樹葉片摘下，攤青、蒸干并磨粉，最后用高光譜傳感器進(jìn)行光譜測(cè)定，工序繁瑣，對(duì)于大面積茶園來說，耗時(shí)巨大，且操作困難?；邗r葉尺度茶多酚監(jiān)測(cè)，由于鮮葉中含有大量水分，將掩蓋葉片中微量元素如多酚的在光譜中的吸收特性，且與方法(1)類似，研究對(duì)象是大面積茶園時(shí)，工作量巨大?；诠趯映叨鹊牟瓒喾颖O(jiān)測(cè)方法，由于茶樹冠層結(jié)構(gòu)復(fù)雜，且受土壤背景因素的影響，模型精度不如(1)和(2)，但對(duì)大尺度茶園監(jiān)測(cè)，是較為可行的方法。當(dāng)前的利用遙感和光譜技術(shù)對(duì)冠層茶多酚含量進(jìn)行監(jiān)測(cè)主要集中在點(diǎn)尺度，即利用手持光譜儀，在茶葉冠層進(jìn)行光譜測(cè)量。隨著高光譜遙感技術(shù)的發(fā)展，涌現(xiàn)了一批機(jī)載和星載高光譜傳感器，如AVIRIS,HyMap,CASI,Hyperion和天宮1號(hào)等。利用機(jī)載/星載高光譜傳感器能節(jié)省大量的數(shù)據(jù)采集工作的時(shí)間，提高數(shù)據(jù)生產(chǎn)效率。然而機(jī)載/星載高光譜傳感器的缺陷在于更新頻率低、空間分辨率低(空間分辨率>20m)和價(jià)格昂貴。茶樹一般采用單行條植法，行距0.5-1.5米，若使用機(jī)載/星載傳感器采集高光譜影像，由于空間分辨率大于茶葉行距，單個(gè)像元中可能同時(shí)包含土地和茶樹兩種地物類型，俗稱混合像元，茶多酚反演精度將被大大降低。技術(shù)實(shí)現(xiàn)要素：為了解決上述技術(shù)問題，本發(fā)明提供了一種遙感監(jiān)測(cè)大面積茶園植株多酚含量的方法及系統(tǒng)，實(shí)現(xiàn)基于無(wú)人機(jī)載高光譜成像儀的大面積茶園植株多酚含量監(jiān)測(cè)，提高冠層尺度監(jiān)測(cè)模型的精度和效率。本發(fā)明的方法所采用的技術(shù)方案是：一種遙感監(jiān)測(cè)大面積茶園植株多酚含量的方法，包括以下步驟：步驟1：根據(jù)用戶設(shè)定的拍照參數(shù)，獲取高光譜影像；步驟2：對(duì)獲取的高光譜影像進(jìn)行圖像預(yù)處理；步驟3：對(duì)步驟2中預(yù)處理后的影像進(jìn)行光譜預(yù)處理；步驟4：針對(duì)步驟3中預(yù)處理后的影像，選擇回歸方法和建模模型，將步驟3中預(yù)處理后的影像與樣品茶多酚含量結(jié)合，建立遙感監(jiān)測(cè)大面積茶園植株多酚含量模型。本發(fā)明的系統(tǒng)所采用的技術(shù)方案是：一種遙感監(jiān)測(cè)大面積茶園植株多酚含量的系統(tǒng)，包括高光譜影像采集模塊、影像預(yù)處理模塊、光譜預(yù)處理模塊和茶多酚含量監(jiān)測(cè)模塊；所述高光譜影像采集模塊用于根據(jù)用戶設(shè)定的拍照參數(shù)，獲取高光譜影像；所述影像預(yù)處理模塊用于對(duì)獲取的高光譜影像進(jìn)行圖像預(yù)處理；所述光譜預(yù)處理模塊用于對(duì)影像預(yù)處理模塊預(yù)處理后的影像進(jìn)行光譜預(yù)處理；所述茶多酚含量監(jiān)測(cè)模塊用于針對(duì)光譜預(yù)處理模塊預(yù)處理后的影像，選擇回歸方法，將光譜預(yù)處理模塊預(yù)處理后的影像與樣品茶多酚含量結(jié)合，建立遙感監(jiān)測(cè)大面積茶園植株多酚含量模型。本發(fā)明實(shí)現(xiàn)了茶多酚數(shù)據(jù)的快速監(jiān)測(cè)。本發(fā)明首先將無(wú)人機(jī)與高光譜傳感器連接在一起，利用車載迷你電腦實(shí)現(xiàn)影像的快速存儲(chǔ)。然后對(duì)影像進(jìn)行自動(dòng)化預(yù)處理，包括：輻射校正、圖像篩選、圖像融合、拼接和裁剪。提取影像內(nèi)茶樹植株，最大的減少枯枝、土壤等背景因素干擾。在建立光譜-茶多酚監(jiān)測(cè)模型前，對(duì)光譜進(jìn)行預(yù)處理，消除噪聲和冗余信息，完成大面積茶園多酚含量監(jiān)測(cè)。附圖說明圖1為本發(fā)明實(shí)施例的高光譜影像采集流程圖；圖2為本發(fā)明實(shí)施例的影像預(yù)處理流程圖；圖3為本發(fā)明實(shí)施例的光譜預(yù)處理流程圖；圖4為本發(fā)明實(shí)施例的茶多酚含量監(jiān)測(cè)流程圖；圖5為本發(fā)明實(shí)施例的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖。具體實(shí)施方式為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明，下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實(shí)施示例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。無(wú)人機(jī)載高光譜傳感器有著精度高、數(shù)據(jù)覆蓋廣、獲取便捷等優(yōu)勢(shì)，發(fā)揮了手持光譜儀和星載/機(jī)載光譜儀的優(yōu)勢(shì)，克服了他們的不足。由于無(wú)人機(jī)可以改變飛行高度，控制像元尺寸，使每個(gè)像元中盡量只包含一種地物類型，避免混合像元的干擾，提高了數(shù)據(jù)精度。其次，無(wú)人機(jī)載高光譜傳感器能在一定高度飛行和連續(xù)拍攝，能滿足大范圍目標(biāo)地物需求。因此，本發(fā)明利用無(wú)人機(jī)載高光譜傳感器采集大面積茶園影像，并建立茶多酚監(jiān)測(cè)和分析方法及系統(tǒng)。本發(fā)明提供的一種遙感監(jiān)測(cè)大面積茶園植株多酚含量的方法，包括以下步驟：步驟1：根據(jù)用戶設(shè)定的拍照參數(shù)，獲取高光譜影像；請(qǐng)見圖1，本發(fā)明利用機(jī)載高光譜傳感器，對(duì)地面物體進(jìn)行定時(shí)拍照，并儲(chǔ)存在機(jī)載車載迷你電腦中，采集到的影像將被輸入影像預(yù)處理模塊。步驟2：對(duì)獲取的高光譜影像進(jìn)行圖像預(yù)處理；請(qǐng)見圖2，對(duì)獲取的高光譜影像進(jìn)行圖像預(yù)處理，包括圖像融合處理、輻射校正處理、圖像篩選處理、拼接和裁剪處理、掩膜提取茶樹植株處理。步驟3：對(duì)步驟2中預(yù)處理后的影像進(jìn)行光譜預(yù)處理；請(qǐng)見圖3，對(duì)步驟2中預(yù)處理后的影像進(jìn)行光譜預(yù)處理，包括標(biāo)準(zhǔn)化處理、小波降噪處理、連續(xù)去除處理、一階求導(dǎo)處理、二階求導(dǎo)處理及以上標(biāo)準(zhǔn)化處理、小波降噪處理、連續(xù)去除處理、一階求導(dǎo)處理、二階求導(dǎo)處理的組合。其組合形式有：標(biāo)準(zhǔn)化和小波降噪處理組合，標(biāo)準(zhǔn)化和連續(xù)去除處理組合，標(biāo)準(zhǔn)化和連續(xù)去除處理組合，標(biāo)準(zhǔn)化和一階求導(dǎo)處理組合，標(biāo)準(zhǔn)化和二階求導(dǎo)處理組合，小波降噪和連續(xù)去除處理組合，小波降噪和一階求導(dǎo)處理組合，小波降噪和二階求導(dǎo)處理組合，連續(xù)去除和一階求導(dǎo)處理組合，連續(xù)去除和二階求導(dǎo)處理組合；標(biāo)準(zhǔn)化、小波降噪和連續(xù)去除組合，標(biāo)準(zhǔn)化、小波降噪和一階求導(dǎo)處理組合，標(biāo)準(zhǔn)化、小波降噪和二階求導(dǎo)處理組合，標(biāo)準(zhǔn)化、小波降噪、連續(xù)去除和一階求導(dǎo)處理組合，小波降噪、連續(xù)去除和一階求導(dǎo)處理組合，小波降噪、連續(xù)去除和二階求導(dǎo)處理組合標(biāo)準(zhǔn)化、小波降噪、連續(xù)去除和一階求導(dǎo)處理組合，標(biāo)準(zhǔn)化、小波降噪、連續(xù)去除和二階求導(dǎo)處理組合。步驟4：針對(duì)步驟3中預(yù)處理后的影像，選擇回歸方法和建模模型，將步驟3中預(yù)處理后的影像與樣品茶多酚含量結(jié)合，建立遙感監(jiān)測(cè)大面積茶園植株多酚含量模型。請(qǐng)見圖4，用戶選擇是要偏最小二乘法還是人工神經(jīng)元網(wǎng)絡(luò)建模，將經(jīng)過光譜預(yù)處理的高光譜數(shù)據(jù)與樣品茶多酚含量建立監(jiān)測(cè)模型，遙感監(jiān)測(cè)大面積茶園植株多酚含量模型包括基于偏最小二乘法和人工神經(jīng)元網(wǎng)絡(luò)建立的光譜與茶多酚含量模型。偏最小二乘法能消除高光譜大量光譜信息間的冗余性和相關(guān)性，提取特征信息。構(gòu)建偏最小二乘法回歸模型原理為：yk＝λok+λ1kT1+...+λnk(k＝1,2,...,n)式中，T1,……,Tn分別是光譜各波段的線性組合，λi(i＝1,...,n)為系數(shù)，用戶指定k值，選取k個(gè)波段組合方式確定為k個(gè)成分，由最小二乘估計(jì)所有成分與茶多酚含量值之間的線性關(guān)系。例如用戶指定k為3，則有：y1＝λ01+λ11T1+...λn1Tny2＝λ02+λ12T1+...λn2Tny3＝λ03+λ13T1+...λn3Tn然后用y1、y2、y3和茶多酚含量(p)建立線性模型：p＝m1y1+m2y2+m3y3+b其中，m1、m2、m3是一次項(xiàng)系數(shù)，b是常數(shù)項(xiàng)；請(qǐng)見圖5，人工神經(jīng)元網(wǎng)絡(luò)模型是一種非參數(shù)的網(wǎng)絡(luò)結(jié)構(gòu)模型，本實(shí)施例人工神經(jīng)元網(wǎng)絡(luò)模型的是一個(gè)包括輸入層、隱含層和輸出層的三層正反饋神經(jīng)網(wǎng)絡(luò)模型。假設(shè)i為輸入節(jié)點(diǎn)，j為隱含層節(jié)點(diǎn)，k為輸出節(jié)點(diǎn)，通過調(diào)節(jié)連接權(quán)值wij將表示光譜特征向量的一個(gè)灰度值傳遞到下一層的神經(jīng)元。則對(duì)于隱層節(jié)點(diǎn)，有：上式中，oi為第i節(jié)點(diǎn)的輸入值，對(duì)于輸出節(jié)點(diǎn)，其輸入值為：其中，wkj為連接隱含層節(jié)點(diǎn)和輸出節(jié)點(diǎn)的連接權(quán)值，oj為隱含層節(jié)點(diǎn)處的輸出值，通過激發(fā)函數(shù)得到oj值。輸出層k節(jié)點(diǎn)處的輸出值(茶多酚含量預(yù)測(cè)值)為：本實(shí)施例的遙感監(jiān)測(cè)大面積茶園植株多酚含量模型，其精度指標(biāo)的衡量參數(shù)包括相關(guān)系數(shù)R和均方根誤差RMSE。yi和分別表示實(shí)測(cè)值和預(yù)測(cè)值，p為樣本數(shù)，因此mean(y)為實(shí)測(cè)值的均值。R的范圍在-1到1之間，其絕對(duì)值越大，預(yù)測(cè)模型精度越高。一般認(rèn)為當(dāng)R大于0.5時(shí)，模型預(yù)測(cè)是可行的。由單變量或多變量回歸模型估計(jì)的參數(shù)，其精度均可用均方根差來評(píng)價(jià)。RMSE值相對(duì)越小則模型的預(yù)測(cè)精度水平越高。本發(fā)明提供的一種遙感監(jiān)測(cè)大面積茶園植株多酚含量的系統(tǒng)，包括高光譜影像采集模塊、影像預(yù)處理模塊、光譜預(yù)處理模塊和茶多酚含量監(jiān)測(cè)模塊；高光譜影像采集模塊包括無(wú)人機(jī)單元、傳感器單元和存儲(chǔ)單元。無(wú)人機(jī)單元包括大疆無(wú)人機(jī)(型號(hào)：DjiS1000+)的組裝，傳感器云臺(tái)架設(shè)，GPS校準(zhǔn)。無(wú)人機(jī)單元將用于實(shí)現(xiàn)高光譜傳感器在空中0.5-250m的升降或平穩(wěn)懸停狀態(tài)，以滿足目標(biāo)地物需要；傳感器單元用于實(shí)現(xiàn)高光譜傳感器Cubert安裝(型號(hào)：UHD185)，監(jiān)視器和遙控器的設(shè)定，曝光時(shí)間、拍照間隔時(shí)間、連拍次數(shù)設(shè)置；存儲(chǔ)單元，包括一臺(tái)車載迷你電腦，車載迷你電腦與傳感器連接在一起，共同搭載在無(wú)人機(jī)上，用于實(shí)時(shí)存儲(chǔ)所拍影像。高光譜影像采集模塊用于高光譜影像的采集和存儲(chǔ)，利用機(jī)載高光譜傳感器，對(duì)地面物體進(jìn)行定時(shí)拍照，并儲(chǔ)存在機(jī)載車載迷你電腦中，采集到的影像將被輸入影像預(yù)處理模塊。在無(wú)人機(jī)飛行前，要記錄當(dāng)天的環(huán)境參數(shù)如表1，制定飛行計(jì)劃時(shí)的工程參數(shù)如表2。并進(jìn)行航線設(shè)計(jì)，使無(wú)人機(jī)拍攝影像的旁向重疊度不低于30％，航向重疊度不低于70％，并保證影像完整覆蓋整個(gè)研究區(qū)域。表1環(huán)境數(shù)據(jù)記錄表日期//時(shí)間:--:天氣溫度風(fēng)速壓強(qiáng)太陽(yáng)輻射氣溶膠光學(xué)厚度水汽含量表2工程參數(shù)記錄表起飛地點(diǎn)經(jīng)緯度海拔高度飛行高度影像尺寸影像張數(shù)影像分辨率制定好飛行計(jì)劃和航線后，首先需要對(duì)無(wú)人機(jī)的進(jìn)行GPS校準(zhǔn)，并設(shè)定傳感器拍照參數(shù)，并將關(guān)鍵參數(shù)記錄在如表3中，便可以執(zhí)行飛行計(jì)劃了。飛行過程中通過無(wú)線遙控實(shí)現(xiàn)操作者與無(wú)人機(jī)的通信。采集的高光譜影像以一個(gè)高光譜文件(.cub格式)和一個(gè)三波段文件(.jpg格式)存儲(chǔ)在車載迷你電腦中。無(wú)人機(jī)降落后，可將文件從小電腦中導(dǎo)出到個(gè)人電腦或工作站以進(jìn)行下一步操作。表3拍照參數(shù)記錄表曝光時(shí)間拍照時(shí)間間隔連拍次數(shù)拍照時(shí)間影像預(yù)處理模塊，用于接收高光譜影像采集模塊傳輸?shù)母吖庾V和三波段影像，并進(jìn)行圖像融合、輻射校正、圖像篩選、拼接和裁剪、掩膜提取茶樹植株。傳感器采集的原始高光譜影像具有低空間分辨率，三波段影像具有低光譜分辨率。數(shù)據(jù)融合功能能將高光譜影像和三波段影像融合成一副兼具有高光譜和空間分辨率的影像。輻射校正功能能將傳感器接收的輻亮度值轉(zhuǎn)換為具有實(shí)際物理意義的反射率。將經(jīng)過圖像融合和輻射矯正的影像進(jìn)行人為篩選，去除模糊、重影及無(wú)人機(jī)在上升下降過程中拍攝的影像。將符合要求的影像進(jìn)行拼接和裁剪。最后利用OSAVI指數(shù)，根據(jù)實(shí)際情況確定指數(shù)值，提取茶樹植株。光譜預(yù)處理模塊用于高光譜噪聲和冗余信息的消除，提高建模效率，以便獲得更好的茶多酚監(jiān)測(cè)結(jié)果。包括標(biāo)準(zhǔn)化(MC)、連續(xù)去除(CR)、小波降噪(WD)、求一階導(dǎo)數(shù)(First)、求二階導(dǎo)數(shù)(Second)和它們的組合。利用模塊各光譜預(yù)處理功能，可以組合出如下幾種光譜預(yù)處理方法。茶多酚含量監(jiān)測(cè)模塊運(yùn)用偏最小二乘法或人工神經(jīng)元網(wǎng)絡(luò)建立高光譜與茶多酚含量監(jiān)測(cè)模型。應(yīng)當(dāng)理解的是，本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。應(yīng)當(dāng)理解的是，上述針對(duì)較佳實(shí)施例的描述較為詳細(xì)，并不能因此而認(rèn)為是對(duì)本發(fā)明專利保護(hù)范圍的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明權(quán)利要求所保護(hù)的范圍情況下，還可以做出替換或變形，均落入本發(fā)明的保護(hù)范圍之內(nèi)，本發(fā)明的請(qǐng)求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。當(dāng)前第1頁(yè)1 2 3