[发明专利]一种农作物科学测产方法及系统

权利要求书

1.一种农作物科学测产方法，其特征在于：包括以下步骤：

对采集的卫星影像图像进行预处理；

通过卷积神经网络模型对预处理后的卫星影像图像进行识别；

对识别结果经过处理后，再与GIS地理信息结合计算得到植被种植区域的数据信息；

计算各个种植区域的植被指数等级以及各个种植区域内各个植被指数等级所占比例；

计算出各个种植区域中各个植被等级的产量。

2.根据权利要求1所述的一种农作物科学测产方法，其特征在于：所述的计算各个植被种植区域的植被指数等级以及各个植被指数等级所占比例的具体内容如下：

通过归一化植被指数计算出各个种植区域的植被指数等级；

根据植被指数等级分布计算各个植被指数等级在各个种植区域所占比例。

3.根据权利要求1所述的一种农作物科学测产方法，其特征在于：所述的计算出各个种植区域中各个植被等级的产量的具体内容如下：

对每个植被指数等级选取一定数量的成熟农作物种植区域作为样本地块；

每个样本地块选取一定数量的取样点，每个取样点收割固定面积的农作物；

对收割的农作物进行处理并计算出单位面积内的产量；

根据样本地块的测量结果，计算出各植被区域的各植被指数等级的农作物整体产量。

4.根据权利要求1所述的一种农作物科学测产方法，其特征在于：在进行所述通过卷积神经网络模型对预处理后的卫星影像图像进行识别之前，还需要完成卷积神经网络模型的建立；建立卷积神经网络模型的步骤如下：

搭建模型框架；

读取图像并对模型进行训练学习；

根据模型训练学习情况实时对模型超参数进行调节；

将完成训练的模型进行固定和保存。

5.根据权利要求4所述的一种农作物科学测产方法，其特征在于：所述的读取图像对模型进行训练学习的具体步骤如下：

读取训练图像和已经完成样本点标注的标签图像；

对训练图像和标签图像进行去像素点处理；

将训练图像转换成多通道的one-hot样本，并定义各个通道的含义；

对训练图像各个通道上的值进行归一化处理；

根据训练图像生成训练池；

对训练图像进行卷积以及卷积转置处理，当训练达到预设条件时，训练学习结束。

6.根据权利要求5所述的一种农作物科学测产方法，其特征在于：卷积处理的步骤如下：

对训练图像根据卷积深度进行n次卷积；

在第n次卷积后根据进行一次dropout处理，得到第n次卷积后的图像。

7.根据权利要求5所述的一种农作物科学测产方法，其特征在于：卷积转置的步骤如下：

将第n次卷积结果进行卷积转置，并将卷积转置结果与第n-1次卷积结果进行拼接；

对拼接结果进行一次卷积，再对上一次卷积结果进行一次卷积；

根据上述方式依次进行n-1次卷积转置处理。

8.根据权利要求1所述的一种农作物科学测产方法，其特征在于：所述的对采集的卫星影像图像进行预处理步骤的具体内容如下：

辐射定标步骤：将数据采集设备记录的数字量化值转换为与其对应视场中辐射亮度值；

大气校正步骤：通过FLAASH模块对采集的卫星影像图像进行大气校正；

几何校正步骤：实现通过卫星影像图像的RPC信息，对多光谱和全色数据进行几何校正把影像图像校正于坐标系统上；

图像融合步骤：将不同波段的数据进行组合，提高卫星影像图像的地面分辨率和色彩分辨率；

图像配准步骤：将多幅不同卫星影像图像进行匹配和叠加；

图像裁切镶嵌步骤：将多幅卫星影像图像进行裁切并将裁切后的图像镶嵌为需要的影像图像数据。