1. 研究目的与意义
本文通过无人机遥感技术获取棉花大面积农田图像信息，利用matlab图像处理工具箱，从高分辨率遥感图像正投影图得到作物行中心线数据。
将中心线数据进行地理标定，形成可以加载到遥感图像分析软件中形成辅助图层的矢量文件。
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，截取关键地块的分类结果，与实地考察数据印证。
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[7]。
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[8]。
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[1]154。
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
无论是卫星遥感技术、近距离的独立野外遥感技术以及无人机遥感技术，它们都能够检测出棉田中棉花根腐病的发病区域，但是现有的研究方向只是判断棉花是否发病，而且区分出的发病区域与未种植棉花的空地易受到光照环境变化因素的影响而引发误判。
本文采用的研究方法是通过提取作物田间耕作的空间规律辅助传统的遥感光谱分析技术应该可以减少遥感图像不确定性导致的误判，提高检测准确性。
现今还未见对自动提取农作物耕作空间规律并利用其辅助遥感数据分析的研究报导。
