【摘 要】
:
无人机多光谱遥感在农业中有着广泛的应用,尤其是在水稻长势监测方面具有不可替代的地位。对水稻长势进行监测可以掌握水稻生长状态的空间差异,进而指导田间管理人员有针对性的采取农事活动和投放农业资源,减少化肥和农药的使用量,节约生产成本。无人机获取的多光谱图像具有较高的空间和时间分辨率,通常其选择的光谱波段包含监测水稻长势的诊断信息。现有研究往往针对整幅图像反演与长势相关的某一关键参数,不区分水稻与其他地
【基金项目】
:
中央引导地方科技发展专项:寒地粳稻生产智能化技术示范;
论文部分内容阅读
无人机多光谱遥感在农业中有着广泛的应用,尤其是在水稻长势监测方面具有不可替代的地位。对水稻长势进行监测可以掌握水稻生长状态的空间差异,进而指导田间管理人员有针对性的采取农事活动和投放农业资源,减少化肥和农药的使用量,节约生产成本。无人机获取的多光谱图像具有较高的空间和时间分辨率,通常其选择的光谱波段包含监测水稻长势的诊断信息。现有研究往往针对整幅图像反演与长势相关的某一关键参数,不区分水稻与其他地物,多利用光谱信息,空间信息的挖掘不充分。为有效解决这些问题,本论文基于无人机多光谱遥感图像,研究了种植区域提取和冠层关键参数反演等实现水稻长势监测的关键问题,最终实现了水稻长势的精准监测,对后续农事活动具有重要指导意义。针对现有种植区域提取方法精度低和不完整的问题,论文首先研究了基于多光谱图像分类的种植区域提取方法,通过对图像进行逐像素的地物分类获取水稻种植区域;为了提升特征表示的有效性,论文引入注意力机制,设计了一种基于辅助信息和注意力机制的3D-Res Net网络,抑制与任务无关的干扰特征,同时修正错误的特征表示,提升了种植区域提取的精度和完整性。然后,针对现有参数反演模型适用性差的问题,论文提出了一种用于叶绿素含量反演的差分比值光谱指数,与水稻叶绿素含量相关性较好,具有良好的泛化能力。由于传统回归模型无法准确反演特征与叶绿素含量之间的映射关系,因此论文采用了梯度提升树来构建反演模型,提高了模型的准确性和泛化性能。在此基础上,基于叶绿素含量的空间分布实现了水稻长势监测,获取了同一区域水稻长势随时间的变化趋势。最后,针对图像空间信息利用不充分的问题,论文提出基于多特征融合的氮含量反演方法,将图像光谱特征和空间特征相结合,相较于单一特征,有效提升了模型的反演效果。论文从深层特征提取和特征有效融合两个方面设计了一种双分支结构的深度卷积网络,使得特征表示更为准确,通过多尺度模块对不同维度的特征进行融合,大大提升了氮含量反演的准确性。在测试集上的结果表明,深度卷积网络具有良好的泛化性能,证明了空间特征和深度卷积网络在水稻冠层参数反演中应用的可行性。在获取氮含量的空间分布之后,结合叶绿素含量协同监测水稻长势,相较于单一长势参数,协同监测的结果更为细致,指导意义更明确。
其他文献
作为合成孔径雷达(Synthetic Aperture Radar,SAR)图像解译任务中重点课题之一,SAR舰船检测在民用和军用领域都占据着重要的地位。但是,在大场景SAR图像中进行舰船目标的检测存在一定困难,首先由于场景较大,可能包含较多无用的复杂背景,对舰船检测产生干扰;其次,不同的舰船目标具有较大的尺度差异,实现多尺度的舰船检测较为困难。本文针对这些问题,提出了两种水陆分割与舰船检测相级联
遥感技术逐步发展起来,对地物覆盖情况的遥感观测也越来越成为热点研究问题。尤其是东北三省作为国家主要的商品粮基地,那么,如何实现对地物分布情况的精准识别和分类并且能够对农作物种植格局检测其变化情况都是研究者们关心的重点问题。近几年,获取遥感影像的手段多种多样,常见的有多光谱、雷达和高光谱等,但是不同的单一传感器具有各自优势的同时也存在着不同劣势,无法使得各个遥感影像信息同时满足高的空间分辨和高的光谱
星地一体化网络由于能够提供高吞吐量和无处不在的覆盖范围,已成为未来无线网络的一种有前途并流行的基础设施结构。卫星和地面网络相结合可以实现其在导航、救灾和广播领域的潜在应用。而频谱资源并未充分利用,频谱共享问题一直是人们的研究热点。5G及后续的移动通信系统被期待拥有更多的功能,例如基于云的相关应用和大规模物联网等。为了适应这些挑战,对网络的要求将更加严格,例如更高的数据速率、低延迟、大规模连接、更高
农业,是我国国民经济中一项不可或缺的中坚产业,农作物的病害防治影响着我国经济的发展。我国有着众多的农业生产基地,在所有基地中,东三省以其优越的地理位置而占据重要地位。因此,研究东北黑土地下主要粮食作物的病害防治意义深远。传统的依靠人力肉眼判断农作物病虫害的方法费时费力,并不适合大规模的农业生产。利用计算机视觉技术及深度学习方法可以替代人眼观测,通过作物叶片图像的颜色、纹理、形状等差异实现病害种类的
室内环境物理空间相对复杂,无论对于有人系统还是无人系统来说,智能探测室内环境通达性的方法对于室内定位导航来说尤为重要。据研究数据表明,人们日常活动80%集中于室内环境,同时,获取场景内信息并实现处理以及理解身处环境的大体情况都是依靠眼睛来完成。因此,通过视觉获取的信息结合图像语义来确定室内室内场景空间结构的通达性更值得深入研究。本文将视觉经典语义分割算法与像素级图像处理算法相结合,先对图像语义分割
极化码是依据于信道极化现象提出来的一种信道编码方案,它被用数学方法证明了在其码长无限长时能够达到香农信道容量。极化码还具有低复杂度的编译码算法,致使它一被提出就被广泛研究。多核极化码的提出是为了解决极化码的码长只能为2的整数幂的缺陷,其生成矩阵中采用了非F2极化核,使得多核极化码拥有更丰富的码长。并且,由于多核极化码的码结构与极化码一致,使得其构造方法、编码算法和译码算法都可以极化码的研究成果为基
随着无人机技术应用于未知环境探索任务的优越性得到广泛认可,针对于大规模复杂任务的多无人机协同技术逐渐成为研究热点,并沿着小型化、集群化和智能化方向不断发展。多无人机协同避障技术因其必要性而成为多无人机协同技术的研究重点,也因其重大的意义和较高的实现难度而成为亟待解决的问题。传统的多无人机编队避障方法没有考虑自身观测信息与临近无人机观测信息的融合,难以兼顾视野盲区的复杂环境,避障的稳定性会有所下降。
高维磁共振成像技术相较于传统的二维磁共振成像技术能够提供更加多元的组织特性,进而为精准医疗提供技术支撑,具有广阔的应用前景。传统的重建方法将高维磁共振张量展开为矩阵,并利用矩阵的低秩特性进行重建,破坏了原有张量的高维结构,很可能导致次优的结果。因此,为了在高欠采样倍数下尽可能地提高图像重建质量,本课题研究基于张量低秩约束的高维磁共振图像重建方法,包括以下三个研究内容:首先,本课题研究了TUCKER
随着无人机航拍技术的普及,航拍图像在目标检测、跟踪等领域的应用得到普遍研究,而航拍图像与卫星影像的匹配研究相对较少。研究实现无人机航拍图像与卫星影像匹配可以对无人机进行视觉辅助定位、实现航拍图像与卫星影像融合更新地图或者对未知环境进行探测等,具有一定的实际应用价值和研究意义。但是,卫星影像通常图像尺度较大,图像分辨率低,且更新周期较长,而无人机航拍图像是一种小尺度高清图像,且实时拍摄,具有更好的时
随着航天技术的不断发展,航天领域中的各类子系统日趋庞大、结构愈发复杂,并且其需要在更多样的极端环境下工作,这要求航天系统具备更高的可靠性。在航天系统中,控制系统是其最为核心的子系统之一。伴随着传感技术和数据采集技术的发展,利用基于数据驱动的方法对控制系统参数进行监测和开展异常检测,对保障整个航天系统长时间稳定运行具有重要的现实意义。因此本文以航天领域的某控制系统为研究对象,对单参数和多参数异常检测