[发明专利]一种无人机运用多光谱侦查相机对植物识别的技术

权利要求书

1.一种无人机运用多光谱侦查相机对植物识别的技术，其特征在于，包括步骤：

S1、双图像同步采集，采用搭载了多光谱侦查相机和高分辨率相机的无人机按预定规划巡航路径以平推扫描形式对湿地识别区域的植物进行光谱图像和实景图像的双图像采集；

S2、双图像同步上传，将同步采集的光谱图像和实景图像同步上传至云端服务器；

S3、双图像拼接，对光谱图像进行有序拼接，对实景图像进行有序拼接，调用实景图像携带的GPS信息，将GPS经纬度信息以平面编织网的形式标识在拼接后的实景图像上，将该条采集路径下的拼接后的光谱图像和拼接后的实景图像分别进行存储；

S4、全画幅拼接，调用各条采集路径下的拼接后的光谱图像和拼接后的实景图像，按照预定规划巡航路径进行有序拼接，同时将全画幅的光谱图像和实景图像进行关联；

S5、光谱识别，调用湿地植物光谱数据库对全画幅的光谱图像上的植物光谱特征进行比对识别，将识别结果以标识点的形式绘制在区域图上；

其中，在执行所述步骤S5之前，还包括对全画幅光谱图像进行反卷积降噪处理的步骤S45，步骤为：

S451、以特征点较为吻合的光谱峰进行高斯拟合，得到反卷积迭代函数的初始猜想h0；

S452、通过傅里叶变换得到滤波函数：

式中，G、O、H分别为光谱特征波段、噪声波段和点扩散函数的傅里叶频谱,SNR为信噪比；

S453、反卷积迭代函数，

g(x)＝∫o(x′)h(x-x′)dx′＝o(x)×h(x)，

g＝[g(1)，g(2)，…，g(N_g)]^T，

o＝[o(1)，o(2)，…，o(N_o)]^T，

h＝[h(1)，h(2)，…，h(N_h)]^T

N_g＝N_o+N_h-1；

其中，g(x)表示目标原始图像光谱特征的反卷积迭代结果，o(x′)表示目标原始图像光谱特征在噪声波段的一阶导数，h(x-x′)表示傅里叶频谱对应目标原始图像光谱特征的图像复原估值，o(x)表示目标原始图像对应光谱特征的噪声波段，h(x)表示目标原始图像对应光谱特征的傅里叶频谱，x表示目标原始图像的光谱特征，x′表示目标原始图像光谱特征的一阶导数，g表示有限离散光谱在第1至第N个波段的反卷积迭代结果，o表示有限离散光谱在第1至第N个波段的离散噪声波段，h表示有限离散光谱在第1至第N个波段的离散傅里叶频谱；

设f_i是N_g维列向量，其元素f_j(i)满足下列关系：

其中，f_i为N_g维列向量，f_j(i)表示目标原始图像上向量位置(i，j)处的像元；

S453、将初始猜想以增量Δh代入反卷积迭代函数中进行迭代，得到降噪后的全画幅光谱图像，增量Δh的最佳拟合值的求解方程为：

其中，k表示迭代步数，k＝(0，1，2，…)，表示在迭代步数k时的原函数估计，表示卷积核函数在迭代步数k时的卷积核函数估计，表示k步迭代的原函数估计对应的列向量矩阵，F_o^(k)表示k步迭代的原函数估计对应的行向量矩阵，s表示在k步迭代后的光谱特征的增量，I表示拟合参数，I∈(0，1)；

其中λ为规整化参数，λ越大，噪声抑制越明显，细节复原程度越低，

常系数C∈(0.6，0.8)；

S454、确定迭代终止条件：|(σ^(k+1)-σ^(k))/σ^(k)|，σ^(k)为k步迭代后的高斯点扩散函数半高宽，点扩散函数为：其中α₁，α₂，α₃分别为所拟合高斯峰的峰高、中心和半高半宽。

2.根据权利要求1所述的一种无人机运用多光谱侦查相机对植物识别的技术，其特征在于，多光谱侦查相机和高分辨率相机的取景画面尺寸相同，沿着无人机的腹部机身长度方向，一字型地搭载在无人机云台上，多光谱侦查相机位于高分辨率相机的前方，两者紧凑排列。