本申請涉及測繪遙感，尤其涉及作物病蟲害監(jiān)測方法、裝置、設備、存儲介質及產品。

背景技術：

1、在作物生長過程中，病蟲害會對其產量和質量造成極大的影響，降低經濟效益。掌握病蟲害的征兆和發(fā)生特點，盡早發(fā)現(xiàn)并采取方法進行治理，在提高作物產量和質量，減少因病蟲害造成的經濟損失方面尤為重要。高光譜遙感技術能夠獲取電磁波譜在可見光-近紅外vis-nir（visible-near?infrared）和短波紅外?swir（shortwave?infrared）范圍內的數百個波段的光譜信息，對由病蟲害引起的植被細微變化具有高度敏感性，在病蟲害早期檢測和不同病蟲害識別中表現(xiàn)出獨特優(yōu)勢。

2、基于同一地區(qū)的多光譜和高光譜影像的光譜超分研究方向眾多。如基于小波變換、統(tǒng)計估計法來實現(xiàn)高光譜和多光譜數據的融合?；诠庾V混合分解的方法也有較多研究，可以在不破壞數據原有光譜特征的情況下提高數據的空間分辨率。近年來基于線性波譜混合分析、基于凸幾何分析的光譜超分方法應用也較為廣泛。然而，同一場景下多光譜和高光譜影像對難以獲取，使得基于多、高光譜影像對的光譜超分技術在現(xiàn)實應用中往往難以實現(xiàn)。

技術實現(xiàn)思路

1、本申請的主要目的在于提供一種作物病蟲害監(jiān)測方法、裝置、設備、存儲介質及產品，旨在解決現(xiàn)有技術中同一場景下多光譜和高光譜影像對難以獲取，使得基于多、高光譜影像對的光譜超分技術很難實現(xiàn)的技術問題。

2、為實現(xiàn)上述目的，本申請?zhí)岢鲆环N作物病蟲害監(jiān)測方法，所述作物病蟲害監(jiān)測方法包括：

3、獲取待監(jiān)測區(qū)域的光譜超分樣本集；

4、基于所述光譜超分樣本集中的光譜數據進行光譜超分，獲得光譜超分影像；

5、根據所述光譜數據和所述光譜超分影像進行比對驗證，獲得驗證結果；

6、在所述驗證結果為驗證通過時，基于所述光譜超分影像進行作物病蟲害監(jiān)測。

7、在一實施例中，所述獲取待監(jiān)測區(qū)域的光譜超分樣本集的步驟，包括：

8、獲取待監(jiān)測區(qū)域的多光譜影像、實地光譜樣本和公共光譜庫中的光譜數據；

9、基于所述多光譜影像、所述實地光譜樣本和所述光譜數據構建初始樣本集；

10、對所述初始樣本集進行預處理操作，獲得光譜超分樣本集。

11、在一實施例中，所述基于所述光譜超分樣本集中的光譜數據進行光譜超分，獲得光譜超分影像的步驟，包括：

12、獲取所述光譜超分樣本集中的光譜數據；

13、確定所述光譜數據對應的樣本類型；

14、基于所述樣本類型對所述光譜數據進行分類處理，獲得光譜數據分類結果；

15、基于所述光譜數據分類結果進行光譜超分，獲得光譜超分影像。

16、在一實施例中，所述光譜數據分類結果包括：預處理結果和聚類處理結果；所述基于所述樣本類型對所述光譜數據進行分類處理，獲得光譜數據分類結果的步驟，包括：

17、在所述樣本類型為多光譜影像時，基于監(jiān)督分類模型對所述多光譜影像進行預分類處理，獲得預分類處理結果；

18、在所述樣本類型為光譜庫中的光譜數據時，對所述光譜庫中的光譜數據進行聚類處理，獲得聚類處理結果。

19、在一實施例中，所述基于所述光譜超分樣本集中的光譜數據進行光譜超分，獲得光譜超分影像的步驟，包括：

20、對所述聚類處理結果進行波段匹配，獲得光譜匹配矩陣；

21、基于所述光譜匹配矩陣進行變換，獲得匹配的光譜字典；

22、構建空間稀疏系數矩陣，基于所述預分類處理結果估計所述空間稀疏系數矩陣，獲得估計結果；

23、基于所述估計結果和所述光譜字典獲得光譜超分影像。

24、在一實施例中，所述根據所述光譜數據和所述光譜超分影像進行比對驗證，獲得驗證結果的步驟，包括：

25、獲取所述實地光譜樣本的第一光譜曲線和所述光譜超分影像的第二光譜樣本曲線；

26、基于所述第一光譜曲線和所述第二光譜曲線確定余弦相似度；

27、在所有所述余弦相似度均大于預設余弦相似度閾值時，確定驗證結果為驗證通過。

28、此外，為實現(xiàn)上述目的，本申請還提出一種作物病蟲害監(jiān)測裝置，所述作物病蟲害監(jiān)測裝置包括：

29、數據獲取模塊，用于獲取待監(jiān)測區(qū)域的光譜超分樣本集；

30、光譜超分模塊，用于基于所述光譜超分樣本集中的光譜影像進行光譜超分，獲得光譜超分影像；

31、對比驗證模塊，用于根據所述光譜影像和所述光譜超分影像進行比對驗證，獲得驗證結果；

32、監(jiān)測模塊，用于在所述驗證結果為驗證通過時，基于所述光譜超分影像進行作物病蟲害監(jiān)測。

33、此外，為實現(xiàn)上述目的，本申請還提出一種作物病蟲害監(jiān)測設備，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述計算機程序配置為實現(xiàn)如上文所述的作物病蟲害監(jiān)測方法的步驟。

34、此外，為實現(xiàn)上述目的，本申請還提出一種存儲介質，所述存儲介質為計算機可讀存儲介質，所述存儲介質上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的作物病蟲害監(jiān)測方法的步驟。

35、此外，為實現(xiàn)上述目的，本申請還提供一種計算機程序產品，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如上文所述的作物病蟲害監(jiān)測方法的步驟。

36、本申請?zhí)岢龅囊粋€或多個技術方案，至少具有以下技術效果：

37、本申請通過獲取待監(jiān)測區(qū)域的光譜超分樣本集；基于光譜超分樣本集中的光譜數據進行光譜超分，獲得光譜超分影像；根據光譜數據和光譜超分影像進行比對驗證，獲得驗證結果；在驗證結果為驗證通過時，基于光譜超分影像進行作物病蟲害監(jiān)測。由于多光譜影像具有較高的空間和時間分辨率，且成本低廉、更易獲得；并且，目前存在大量的開源的、種類豐富的光譜庫，本發(fā)明僅使用以上兩種數據作為數據源，相對以往研究，解決了數據源難以獲取的問題，能夠實現(xiàn)成本更低的大面積，時間連續(xù)的病蟲害監(jiān)測。

技術特征：

1.一種作物病蟲害監(jiān)測方法，其特征在于，所述方法包括：

2.如權利要求1所述的作物病蟲害監(jiān)測方法，其特征在于，所述獲取待監(jiān)測區(qū)域的光譜超分樣本集的步驟，包括：

3.如權利要求2所述的作物病蟲害監(jiān)測方法，其特征在于，所述基于所述光譜超分樣本集中的光譜數據進行光譜超分，獲得光譜超分影像的步驟，包括：

4.如權利要求3所述的作物病蟲害監(jiān)測方法，其特征在于，所述光譜數據分類結果包括：預處理結果和聚類處理結果；所述基于所述樣本類型對所述光譜數據進行分類處理，獲得光譜數據分類結果的步驟，包括：

5.如權利要求4所述的作物病蟲害監(jiān)測方法，其特征在于，所述基于所述光譜超分樣本集中的光譜數據進行光譜超分，獲得光譜超分影像的步驟，包括：

6.如權利要求2所述的作物病蟲害監(jiān)測方法，其特征在于，所述根據所述光譜數據和所述光譜超分影像進行比對驗證，獲得驗證結果的步驟，包括：

7.一種作物病蟲害監(jiān)測裝置，其特征在于，所述作物病蟲害監(jiān)測裝置包括：

8.一種作物病蟲害監(jiān)測設備，其特征在于，所述設備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的作物病蟲害監(jiān)測程序，所述作物病蟲害監(jiān)測程序配置為實現(xiàn)如權利要求1至7中任一項所述的作物病蟲害監(jiān)測方法的步驟。

9.一種存儲介質，其特征在于，所述存儲介質上存儲有作物病蟲害監(jiān)測程序，所述作物病蟲害監(jiān)測程序被處理器執(zhí)行時實現(xiàn)如權利要求1至7任一項所述的作物病蟲害監(jiān)測方法的步驟。

10.一種計算機程序產品，其特征在于，所述計算機程序產品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權利要求1至7中任一項所述的作物病蟲害監(jiān)測方法的步驟。

技術總結
本申請公開了一種作物病蟲害監(jiān)測方法、裝置、設備、存儲介質及產品，涉及測繪遙感技術領域，所述作物病蟲害監(jiān)測方法，包括：獲取待監(jiān)測區(qū)域的光譜超分樣本集；基于光譜超分樣本集中的光譜數據進行光譜超分，獲得光譜超分影像；根據光譜數據和光譜超分影像進行比對驗證，獲得驗證結果；在驗證結果為驗證通過時，基于光譜超分影像進行作物病蟲害監(jiān)測。由于多光譜影像具有較高的空間和時間分辨率，且成本低廉、更易獲得；并且，目前存在大量的開源的、種類豐富的光譜庫，本發(fā)明僅使用以上兩種數據作為數據源，相對以往研究，解決了數據源難以獲取的問題，能夠實現(xiàn)成本更低的大面積，時間連續(xù)的病蟲害監(jiān)測。

技術研發(fā)人員：冷偉,李文強,王艷杰,雷存款,聶磊,劉琛,徐軒,符珊
受保護的技術使用者：武漢珈和科技有限公司
技術研發(fā)日：
技術公布日：2024/10/21