1. 研究目的与意义
1、研究通过图像处理技术,从高分辨率无人机遥感正投影图像中自动提取作物行中心线,作为遥感空间分析的依据,与传统光谱数据处理技术相结合,实现排除行间杂物、行内缺失作物等因素的关键技术。
2、在中心线图层的辅助下,对传统遥感图像分类算法所得的根腐病感染区域进行进一步加工,提高其准确性。
3、通过感染区域前后对比,说明中心线辅助的高分辨率遥感图像分析的精度优势。
2. 国内外研究现状分析
光谱技术发展至20世纪80年代后,其获得的光谱数据的分辨率已达纳米级[4]。
现代遥感技术及光谱技术在农业生产的应用已经有了20多年,该技术在作物长势和病虫害的监测上有很重要的应用[5]。
通过卫星遥感技术利用机载多光谱仪记录的棉田信息,将历史图像提取的分类图与相应的缓冲带相结合,可以比较同一区域不同时间棉花的长势,从而作为棉花根茎防治的处方图[6]。
3. 研究的基本内容与计划
第1~2周熟悉任务,收集资料,填写开题报告;第3~4周继续完善开题报告,并学习MATLAB,ENVI软件,确定研究步骤。
第5~6周进行提取中心线中的角度测量; 第7~8周进行提取中心线中的行中心点测量,并得到中心线坐标数据;第9~10周 IDL编程创建矢量文件;第11~12周数据分析并得到最终结果;第13~15周整理论文等;第16周: 做好毕业答辩准备工作,并进行毕业设计答辩。
4. 研究创新点
1、探索高分辨率无人机遥感图像进行大批量农作物表型研究的新途径。
2、在中心线图层的辅助下,对传统遥感图像分类算法所得的根腐病感染区域进行进一步加工,提高其准确性。
3、对于行内作物缺失、行间裸土杂物等干扰因素有可能得到排除,从而提高根腐病感染作物的精确定位,从而提高配方图的精确度,较少药残、节约成本。
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。