[发明专利]基于影像阴影去除的果树冠层氮素含量遥感反演方法及系统

说明书

本申请公开了一种基于影像阴影去除的果树冠层氮素含量遥感反演方法及系统,获取果园无人机多光谱影像并进行预处理；确定影像阴影去除的阴影指数，去除无人机多光谱影像中果树冠层的阴影；建立遥感反演模型对果树冠层氮素含量进行遥感反演。由于无人机植被冠层多光谱影像中通常包含阴影，这些阴影削弱了植被的光谱信息，降低了冠层氮素含量反演精度。基于阴影指数去除阴影前后冠层氮素含量反演模型，不仅避免了将阴影与非阴影区分离的复杂性，还可以有效去除果树冠层阴影且去除阴影后模型反演精度较高、更稳定。

技术领域

本申请涉及果树生长研究技术领域，具体涉及一种基于影像阴影去除的果树冠层氮素含量遥感反演方法。

背景技术

氮素养分状况是评价果树长势的重要指标，传统的果树氮素含量测量方法费时、费力且不能满足大面积、快速、实时监测的需要。而无人机低空遥感与传统的氮素测量方法相比机动灵活，可以迅速捕获高空间和时间分辨率的影像，快速进行果树冠层氮素含量反演，已经在精准农业领域得到了广泛应用。

由于果树冠层具有三维结构，当无人机传感器观测方向与太阳直射方向不一致时，无人机影像中通常包含阴影。这些阴影削弱了冠层光谱信息，降低了冠层氮素含量反演精度。因此，如何去除果树冠层遥感影像中的阴影，以提高氮素含量反演精度，是一个亟需解决的现实问题。

传统技术中，阴影去除的方法一般是对原始影像进行归一化、多波段阴影监测等处理,这些方法操作简单快速，但精度较低，且在对阴影进行识别的过程中改变了非阴影区的信息，降低了原影像的精度。近年来，一些模型和算法应用于阴影的识别和去除中，这些方法一般基于先验知识对阴影进行识别或模拟，实现阴影与非阴影区的分离以达到阴影去除的目的。虽然能够将植被与阴影有效分离，但往往包含复杂的参数及高阶函数，操作复杂且费时。

发明内容

本申请为了解决上述技术问题，提出了如下技术方案：

第一方面，本申请实施例提供了一种基于影像阴影去除的果树冠层氮素含量遥感反演方法,所述方法包括：获取果园无人机多光谱影像并进行预处理；确定影像阴影去除的阴影指数，去除无人机多光谱影像中果树冠层的阴影；建立遥感反演模型对果树冠层氮素含量进行遥感反演。

采用上述实现方式，由于无人机植被冠层多光谱影像中通常包含阴影，这些阴影削弱了植被的光谱信息，降低了冠层氮素含量反演精度。基于阴影指数去除阴影前后冠层氮素含量反演模型，不仅避免了将阴影与非阴影区的分离的复杂性，还可以有效去除果树冠层阴影且去除阴影后模型反演精度较高、更稳定。

结合第一方面，在第一方面第一种可能的实现方式中，所述获取果园无人机多光谱影像并进行预处理，包括：通过无人接携带的传感器采集所述果树冠层的多光谱遥感影像；对无人机多光谱影像进行拼接；将拼接后的多光谱影像进行几何校正和辐射校正的预处理。

结合第一方面第一种可能的实现方式，在第一方面第二种可能的实现方式中，与无人机飞行同步进行果树叶片采集，采样后将样本转入保鲜箱带回，测定叶片氮素含量。

结合第一方面，在第一方面第三种可能的实现方式中，所述确定影像阴影去除的阴影指数，去除无人机多光谱影像中果树冠层的阴影，包括：在ENVI中利用波段运算工具计算阴影指数；确定第一预设阈值，大于所述第一预设阈值的像素为植被,小于所述第一预设阈值的像素归为阴影等非植被；基于阈值建立掩膜得到去除阴影后果树冠层多光谱影像。

结合第一方面第三种可能的实现方式，在第一方面第四种可能的实现方式中，所述确定第一预设阈值包括：据植被指数的阈值范围，以预设步长为累进值依次提取果树冠层的影像，对比该阈值情况下阴影的识别情况将最大值设为阈值，其中大于所述最大值时，提取的冠层影像过于破碎，不足以保持冠层光谱信息的完整性。