本發(fā)明涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，特別涉及無(wú)人機(jī)遙感和圖像處理技術(shù)。

背景技術(shù)：

精準(zhǔn)農(nóng)業(yè)(Precision Agriculture )是當(dāng)今世界農(nóng)業(yè)發(fā)展的新潮流，是由信息技術(shù)支持的根據(jù)空間變異，定位、定時(shí)、定量地實(shí)施一整套現(xiàn)代化農(nóng)事操作技術(shù)與管理的系統(tǒng)。精準(zhǔn)農(nóng)業(yè)根據(jù)現(xiàn)場(chǎng)條件的變化適應(yīng)農(nóng)業(yè)領(lǐng)域的管理實(shí)踐。因此，需要用于表征這種變異性的方法，需要建立具有高空間和時(shí)間分辨率的描述模型進(jìn)行田間作物監(jiān)測(cè)。在精確農(nóng)業(yè)中，利用全球定位系統(tǒng)（GPS），地理信息系統(tǒng)（GIS）和遙感（RS）來(lái)獲取農(nóng)業(yè)決策中的詳細(xì)現(xiàn)場(chǎng)信息是必需的。

遙感技術(shù)（Remote Sensing）是精準(zhǔn)農(nóng)業(yè)田間信息獲取的關(guān)鍵技術(shù)，為精準(zhǔn)農(nóng)業(yè)提供農(nóng)田內(nèi)作物生長(zhǎng)環(huán)境、生長(zhǎng)狀況和空間變異等時(shí)空變化信息。

計(jì)算，定位和傳感器技術(shù)的飛速發(fā)展使得無(wú)人機(jī)平臺(tái)越來(lái)越多地應(yīng)用于遙感領(lǐng)域。無(wú)人機(jī)遙感技術(shù)是采集時(shí)空信息數(shù)據(jù)的重要方法?；跓o(wú)人機(jī)（UAV）的農(nóng)作物生長(zhǎng)監(jiān)測(cè)，既能夠收集高分辨率數(shù)據(jù)而且能夠克服圖像中的大氣效應(yīng)。根據(jù)無(wú)人機(jī)性能的不同，無(wú)人機(jī)遙感監(jiān)測(cè)可以對(duì)農(nóng)田進(jìn)行大面積的航空監(jiān)測(cè)及小范圍定點(diǎn)監(jiān)測(cè)，并可對(duì)問(wèn)題發(fā)生位置進(jìn)行準(zhǔn)確的問(wèn)題排查、解決。

農(nóng)業(yè)生產(chǎn)受以下變量的影響：產(chǎn)量變異性，田間變異性，土壤變異性，作物變異性，異常因素變異性和管理變異性。這些變化導(dǎo)致農(nóng)業(yè)田間作物生長(zhǎng)的差異，可以通過(guò)在整個(gè)生長(zhǎng)季節(jié)監(jiān)測(cè)作物生物量來(lái)量化。生物量在農(nóng)作物生長(zhǎng)監(jiān)測(cè)中具有重要的意義，可以通過(guò)測(cè)量每日生物量增益來(lái)定量分析農(nóng)作物生長(zhǎng)態(tài)勢(shì)，也可以通過(guò)累積的生物量模擬農(nóng)作物的最終產(chǎn)量。農(nóng)作物表面三維模型是模擬作物生物量的重要方法，從高分辨率的多時(shí)空農(nóng)作物表面模型（CSM）中能夠?qū)С鲛r(nóng)作物的生物量數(shù)據(jù)信息。因此，基于無(wú)人機(jī)遙感圖像，建立高分辨率的農(nóng)作物表面模型，便是我們要解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)以上所述問(wèn)題，本發(fā)明提供了一種基于無(wú)人機(jī)遙感的高分辨率農(nóng)作物表面模型構(gòu)造方法，本發(fā)明通過(guò)綜合運(yùn)用無(wú)人機(jī)遙感、圖像采集、圖像處理和點(diǎn)云三維重建等技術(shù)，使得可以使用基于無(wú)人機(jī)的高分辨率圖像對(duì)農(nóng)作物表面進(jìn)行數(shù)字化建模，從而提供一種估計(jì)農(nóng)作物生物量的新方法。

為了達(dá)到上述技術(shù)效果，本發(fā)明采用如下技術(shù)方案：基于無(wú)人機(jī)遙感的高分辨率農(nóng)作物表面模型構(gòu)造方法，包括：

基于無(wú)人機(jī)遙感數(shù)據(jù)采集平臺(tái)進(jìn)行影像數(shù)據(jù)采集；

利用多視圖三維重建軟件Agisoft PhotoScan對(duì)所采集的遙感圖像進(jìn)行處理，得到三維幾何稀疏點(diǎn)云數(shù)據(jù)；

利用多視角立體捆集調(diào)整算法，將三維點(diǎn)云重建為場(chǎng)景幾何模型。

無(wú)人機(jī)遙感數(shù)據(jù)采集平臺(tái)包括配備高扭矩發(fā)動(dòng)機(jī)和高性能螺旋槳的無(wú)人機(jī)，電子設(shè)備由ARM處理器、陀螺儀、壓力傳感器和電子羅盤組成，無(wú)人機(jī)和相機(jī)由一個(gè)2.4 GHz的發(fā)射機(jī)進(jìn)行遙控。

RGB圖像傳感器使用MV-U2000便攜式USB總線圖像采集盒，采集高度50m~80m，可采集最大100m*45m對(duì)象。

在農(nóng)田均勻布置一定數(shù)量的地面控制點(diǎn)，圖像的特征點(diǎn)校準(zhǔn)可利用地面控制點(diǎn)識(shí)別算法進(jìn)行手動(dòng)或者半自動(dòng)改進(jìn)。

農(nóng)作物表面的三維幾何模型為局部坐標(biāo)下的網(wǎng)格模型，其分辨率為0.01m。局部坐標(biāo)可通過(guò)Helmert相似變換轉(zhuǎn)換為絕對(duì)坐標(biāo)。

本發(fā)明有益效果是：無(wú)人機(jī)遙感平臺(tái)既能夠收集高分辨率數(shù)據(jù)，而且能夠克服圖像中的大氣效應(yīng)；基于無(wú)人機(jī)遙感圖像建立的高分辨率多時(shí)空農(nóng)作物表面模型能夠?qū)С鲛r(nóng)作物的生物量數(shù)據(jù)信息。應(yīng)用本發(fā)明后，能夠有效解決勞動(dòng)密集型破壞性采樣所面臨的問(wèn)題，大大提高農(nóng)作物生長(zhǎng)態(tài)勢(shì)和產(chǎn)量分析的能力。

附圖說(shuō)明

圖1為本發(fā)明的總體流程圖。

圖2為本發(fā)明的基于Agisoft PhotoScan的圖像處理流程圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做更詳細(xì)說(shuō)明。

參閱圖 1，基于無(wú)人機(jī)遙感的高分辨率農(nóng)作物表面模型構(gòu)造方法，包括如下步驟：

基于無(wú)人機(jī)遙感數(shù)據(jù)采集平臺(tái)進(jìn)行影像數(shù)據(jù)采集；

圖像拼接和處理；

生成三維點(diǎn)云；

建立農(nóng)作物數(shù)字化表面模型。

無(wú)人機(jī)遙感數(shù)據(jù)采集平臺(tái)主要包括以下設(shè)備：

(1)、配備高扭矩發(fā)動(dòng)機(jī)和高性能螺旋槳的無(wú)人機(jī)；

(2)、ARM處理器；

(3)、陀螺儀；

(4)、壓力傳感器；

(5)、電子羅盤；

(6)、2.4 GHz的遙控發(fā)射機(jī)；

(7)、MV-U2000便攜式USB總線圖像采集盒。

參閱圖 2，基于Agisoft PhotoScan的圖像處理和三維表面模型建立流程主要包含以下步驟：

(1)、輸入遙感圖像序列，算法開(kāi)始；

(2)、識(shí)別并提取圖像的特征點(diǎn)（如物體的邊緣），利用特征點(diǎn)檢測(cè)圖像的幾何相似性，并檢測(cè)整組圖像序列的運(yùn)動(dòng)特點(diǎn)；

(3)、基于特征點(diǎn)和序列相似度進(jìn)行圖像配準(zhǔn)；

(4)、標(biāo)定相機(jī)，計(jì)算圖像的內(nèi)部和外部，重構(gòu)三維點(diǎn)云數(shù)據(jù)；

(5)、利用多視角立體捆集調(diào)整算法，將三維點(diǎn)云重建為場(chǎng)景幾何模型。

具體實(shí)施時(shí)，地面采樣距離H取決于相機(jī)焦距f以及單位像素覆蓋面積所依賴的地面高度h_g，公式如下：

.