基于遥感影像的倒伏水稻识别方法与装置

基本信息

案例ID:174746

技术顾问:Dawn。 - 1年经验 - 中科禾信遥感科技(苏州)有限公司

联系沟通

微信扫码,建群沟通

项目名称:基于遥感影像的倒伏水稻识别方法与装置

所属行业:工具 - 地图

->查看更多案例

案例介绍

1.一种基于遥感影像的倒伏水稻识别方法,其特征在于,包括以下步骤:S1:影像获取与处理,获取待识别区内发生倒伏后的遥感影像,所述遥感影像包括蓝光、绿光、红光、近红外波段;S2:计算遥感影像上的NDVI、NDWI、纹理Mean值、RVI; 其中,ρred、ρgreen、ρnir分别为红光波段、绿光波段和近红外波段像元反射率值; 其中,P(i,j)表示灰度联合矩阵中第i行j列的元素,μ表示P(i,j)的均值,N为像元个数;S3:根据图像拍摄日期判断水稻处于抽穗期或者乳熟期;S4:若图像中的水稻处于抽穗期,则S41:使用阈值判断NDVI值:T1<NDVI<T2,若条件为否则像元标识为水体或建筑,若条件为真则进行S42判断;S42:使用阈值判断RVI值:T3<RVI<T4,若条件为否则像元标识为其他绿色植被,若条件为真则进行S43判断;S43:设定条件ρred>T5且ρnir>T6且(ρred-ρblue)>T7,若条件为否则像元标识为正常水稻,若条件为真则像元标识为倒伏水稻;S5:若图像中的水稻处于乳熟期,则S51:使用阈值判断NDVI值:A1<NDVI<A2,若条件为否则像元标识为水体或建筑,若条件为真则进行S52判断;S52:设定条件NDWI<A3且ρgreen>A4,若条件为否则像元标识为其他绿色植被,若条件为真则进行S53判断;S53:设定条件ρred>A5且A6>Mean>A7,若条件为否则像元标识为正常水稻,若条件为真则像元标识为倒伏水稻;S6:将S43和S53识别得到的像元进行聚类,形成完整图像。

相似案例推荐

其他人才的相似案例推荐

发布任务

企业点击发布任务,工程师会在任务下报名,招聘专员也会在1小时内与您联系,1小时内精准确定人才

微信接收人才推送

关注猿急送微信平台,接收实时人才推送

接收人才推送
联系聘用方端客服
联系聘用方端客服