[发明专利]基于光谱与图像识别的农林病虫害空基监测系统及方法

权利要求书

1.基于光谱与图像识别的农林病虫害空基监测方法，其特征在于，所述方法包括以下步骤：

建立作物生长模型，接收本年栽培信息与气象信息，作物生长模型根据本年栽培信息与气象信息预测病虫害发生时期；

接收浮空器巡航监测工作计划，所述浮空器上安装有可见光高清摄像头、多光谱成像仪和诱虫灯；

通过光谱成像仪获取田间作物表型数据和多光谱图谱，对诱虫灯诱捕到的害虫进行分类识别与计数；

对田间作物表型数据和多光谱图谱进行归一化植被指数分析，筛选出田间生长异常点；

通过可见光高清摄像头采集生长异常点图片，对所述采集生长异常点图片进行识别与分析；

根据农业专家系统储备数据，筛选并确定作物详细生长情况以及病虫害发生情况。

2.根据权利要求1所述的基于光谱与图像识别的农林病虫害空基监测方法，其特征在于，所述建立作物生长模型的步骤，具体包括：

接收历史农作物数据信息，所述历史农作物数据信息包括农作物栽种时期、生长时期、病虫害发生时期以及发生时期的气象信息，所述发生时期的气象信息包括温度、湿度和天气情况；

根据历史农作物数据信息建立作物生长模型。

3.根据权利要求1所述的基于光谱与图像识别的农林病虫害空基监测方法，其特征在于，所述确定作物详细生长情况以及病虫害发生情况的步骤，具体包括：

对作物生长情况进行评估，对病虫害发生情况进行评级；

生成预警信号，生成农事操作方案和防治方案，以指导进行相应农事操作和病虫害防治。

4.根据权利要求1所述的基于光谱与图像识别的农林病虫害空基监测方法，其特征在于，对田间作物表型数据和多光谱图谱进行归一化植被指数分析的步骤，具体为：基于J-M距离优化的BP神经网络分类模型，对田间作物表型数据和多光谱图谱的颜色特征、纹理特征、光谱值特征和归一化植被指数进行分析，以实现对虫害区域的高精度识别。

5.基于光谱与图像识别的农林病虫害空基监测系统，其特征在于，所述系统包括：

发生时期预测模块，用于建立作物生长模型，接收本年栽培信息与气象信息，作物生长模型根据本年栽培信息与气象信息预测病虫害发生时期；

监测计划接收模块，用于接收浮空器巡航监测工作计划，所述浮空器上安装有可见光高清摄像头、多光谱成像仪和诱虫灯；

采集数据分析模块，用于通过光谱成像仪获取田间作物表型数据和多光谱图谱，对诱虫灯诱捕到的害虫进行分类识别与计数；

生长异常点确定模块，用于对田间作物表型数据和多光谱图谱进行归一化植被指数分析，筛选出田间生长异常点；

异常点图片分析模块，用于通过可见光高清摄像头采集生长异常点图片，对所述采集生长异常点图片进行识别与分析；

生长情况评估模块，用于根据农业专家系统储备数据，筛选并确定作物详细生长情况以及病虫害发生情况。

6.根据权利要求5所述的基于光谱与图像识别的农林病虫害空基监测系统，其特征在于，所述发生时期预测模块包括：

历史数据接收单元，用于接收历史农作物数据信息，所述历史农作物数据信息包括农作物栽种时期、生长时期、病虫害发生时期以及发生时期的气象信息，所述发生时期的气象信息包括温度、湿度和天气情况；

生长模型建立单元，用于根据历史农作物数据信息建立作物生长模型。

7.根据权利要求5所述的基于光谱与图像识别的农林病虫害空基监测系统，其特征在于，所述生长情况评估模块包括：

评估评级单元，用于对作物生长情况进行评估，对病虫害发生情况进行评级；

预警方案生成单元，用于生成预警信号，生成农事操作方案和防治方案，以指导进行相应农事操作和病虫害防治。