1.本发明涉及软件
技术领域：
：，更具体地说，涉及一种农户贷款核查方法、装置、电子设备及存储介质。
背景技术：
：：2.农村小额信贷业务作为普惠金融体系下重要的实践手段，对促进农村经济发展具有重要意义。然而，发展农村小额信贷业务面临的主要困难在于，农村地广人稀、金融网点少，难以通过现有的技术手段对农户的土地资产进行有效统计和评估，形成可供参考的数据化信用资产，为授信决策提供依据。3.传统上，多采用信贷员逐户调查访谈的方式采集农户土地信息，核实人地关系，近年来，也出现了利用物联网技术(如无人机拍摄、地面探头等)作为新的农业数据采集手段获取土地图像信息并识别其真实性。但这种方式对地面图像的单点采集覆盖面积较小，必须大范围铺设数据采集设备才能获取足量数据，设备的维护成本高，而农户信贷业务范围往往广泛分布于全国各地，在实际业务场景中很难大规模推广应用。技术实现要素：4.有鉴于此，为解决上述问题，本发明提供一种农户贷款核查方法、装置、电子设备及存储介质，技术方案如下：5.一种农户贷款核查方法，所述方法包括：6.获取农业贷款业务区域的卫星遥感图像；7.通过对所述卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；8.对农户在所述基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定所述农地区域的真实性。9.优选的，所述通过对所述卫星遥感图像进行预处理和农地提取操作，生成基准农地图像，包括：10.从所述卫星遥感图像中分离近红外与红光的双通道图像，并计算所述双通道图像中每个像素的归一化植被指数；11.对所述卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值；12.通过比对每个像素的归一化植被指数与所述归一化植被指数阈值确定每个像素的类型，所述类型包括农地或者非农地；13.按照每个像素的类型生成所述卫星遥感图像对应的基准农地图像。14.优选的，所述对农户在所述基准农地图像中所圈选的农地区域进行图像处理，包括：15.根据农户所点选的坐标重现圈选矢量图，并将所述圈选矢量图渲染到所述基准农地图像的像素；16.通过漫水填充算法标记所述基准农地图像被渲染的像素，以确定农户所圈选的所述农地区域；17.对所述农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。18.优选的，所述根据图像处理结果确定所述农地区域的真实性，包括：19.确定所述农地区域内像素的总数量，并计算所标定的像素的数量在所述总数量中的第一占比；20.如果所述第一占比小于对应的第一阈值，则输出第一提示信息，以提示信贷业务人员农地信息的真实性存疑；21.如果所述第一占比大于或等于对应的第一阈值，则确定所标定的像素中已被他人圈选的像素的数量，并计算已被他人圈选的像素的数量在所标定的像素的数量中的第二占比；22.如果所述第二占比小于对应的第二阈值，则输出第二提示信息，以提示信贷业务人员农地信息的真实性不存疑，所述第二阈值小于所述第一阈值；23.如果所述第二占比大于或等于对应的第二阈值，则输出第三提示信息，以提示信贷业务人员农地信息的真实性存疑，所述第二阈值小于所述第一阈值。24.优选的，所述方法还包括：25.如果所述第二占比小于对应的第二阈值，根据所述基准农地图像中单位像素面积与所标定的像素的数量计算所述农地区域的面积，以基于所述农地区域的面积返回审贷结果。26.一种农户贷款核查装置，所述装置包括：27.图像获取模块，用于获取农业贷款业务区域的卫星遥感图像；28.预处理及农地提取模块，用于通过对所述卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；29.真实性核查模块，用于对农户在所述基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定所述农地区域的真实性。30.优选的，所述预处理及农地提取模块，具体用于：31.从所述卫星遥感图像中分离近红外与红光的双通道图像，并计算所述双通道图像中每个像素的归一化植被指数；对所述卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值；通过比对每个像素的归一化植被指数与所述归一化植被指数阈值确定每个像素的类型，所述类型包括农地或者非农地；按照每个像素的类型生成所述卫星遥感图像对应的基准农地图像。32.优选的，用于对农户在所述基准农地图像中所圈选的农地区域进行图像处理的所述真实性核查模块，具体用于：33.根据农户所点选的坐标重现圈选矢量图，并将所述圈选矢量图渲染到所述基准农地图像的像素；通过漫水填充算法标记所述基准农地图像被渲染的像素，以确定农户所圈选的所述农地区域；对所述农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。34.一种电子设备，所述电子设备包括：至少一个存储器和至少一个处理器；所述存储器存储有应用程序，所述处理器调用所述存储器存储的应用程序，所述应用程序用于实现所述的农户贷款核查方法。35.一种存储介质，所述存储介质存储有计算机程序代码，所述计算机程序代码执行时实现所述的农户贷款核查方法。36.相较于现有技术，本发明实现的有益效果为：37.本发明提供一种农户贷款核查方法、装置、电子设备及存储介质，首先获取农业贷款业务区域的卫星遥感图像；进而通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；进一步对农户在基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定所述农地区域的真实性。本发明通过对遥感卫星图像进行分析，识别耕地范围和耕地面积，可以辅助信贷业务人员核查农户土地资产的真实性，为信贷投放、授信额度测算、贷后风险防控提供依据。附图说明38.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。39.图1为本发明实施例提供的农户贷款核查方法的方法流程图；40.图2为本发明实施例提供的农户贷款核查方法的部分方法流程图；41.图3为本发明实施例提供的农户贷款核查方法的另一部分方法流程图；42.图4为本发明实施例提供的农户贷款核查方法的再一部分方法流程图；43.图5为本发明实施例提供的农户贷款核查装置的结构示意图。具体实施方式44.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。45.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。46.针对现有技术的问题，发明人经过研究发现：随着商业航天的突破性发展，卫星数据的获取成本逐步降低，使得运用卫星遥感技术采集分析农田及作物数据，辅助信贷业务办理，成为一种可行手段。47.不同的农作物，在不同的时间季节内，对太阳光的吸收和反射程度会有差别，通过在卫星传感器配置能有效反映作物特有光谱特性的波段，可以从卫星遥感影像上辨别出植物反射不同波段的光的比例，并由此判断出地面作物的生长情况。由此，本发明通过对遥感卫星图像进行分析，识别耕地范围和耕地面积，可以辅助信贷业务人员核查农户土地资产的真实性，为信贷投放、授信额度测算、贷后风险防控提供依据。48.为方便理解本发明，以下对本发明涉及的相关概念进行说明：49.遥感：泛指一切无接触的、远距离的探测技术，即利用空间运载工具和可见光、红外、微波等探测仪器，远距离获取目标物体的电磁波信息，进行收集、处理并最后成像，从而实现对地面物质的探测和识别。50.人造卫星：指环绕地球飞行并在空间轨道运行一圈以上的无人航天器。按照用途，可分为通信卫星、导航卫星、对地观测卫星等。51.遥感卫星：指装有各类遥感设备(如相机、辐射计、雷达等)的人造卫星，可收集来自地球的陆地、海洋、大气层各种波长的电磁波辐射信息，然后对获取的信息进行分析，以识别物质的性质和状态。52.通道：一个传感器所采集的信息称为一个通道。卫星遥感影像一般由多个通道信息组成。53.归一化植被指数(normalizeddifferencevegetableindex，ndvi)：是反映农作物长势和营养信息的重要参数之一，通过测量近红外(植被强烈反射)和红光(植被吸收)之间的差异来量化植被。很多卫星传感器都具有必不可少的nir(近红外)和红色波段，健康的植被反射更多的近红外光，吸收更多的红光，如果卫星遥感影像的nir通道数值较高，红光通道数值较低，则将产生较高的ndvi值，说明植被覆盖率较高。反之，当ndvi较低时，植被较少或没有植被。54.otsu算法：一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出。55.flood-fill(漫水填充)算法:一种图像填充算法。给定一个联通域内的一个点，以此为起点找到这个联通域内其余所有点并进行填充。56.本发明旨在解决商业银行难以通过现有技术手段有效获取农户土地资产的真实信息，在授信审批环节无法有效核验农户贷款资金是否用于农田种植的生产经营活动的问题。本发明通过使用卫星遥感技术获取地面卫星图像，识别耕地范围和耕地面积，用于核查农户种植行为的真实性，防范骗贷行为。57.参见图1，图1为本发明实施例提供的农户贷款核查方法的方法流程图，该农户贷款核查方法包括如下步骤：58.s10，获取农业贷款业务区域的卫星遥感图像。59.本发明实施例提供的农户贷款核查方法可以应用于信贷业务系统。在准备阶段，通过使用卫星遥感技术可以获取开班农业贷款业务区域的卫星遥感图像，该卫星遥感图像即地面卫星图像。60.s20，通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像。61.本发明实施例中，通过对卫星遥感图像进行预处理可以获得图像中每个像素的归一化植被指数(ndvi)，进而对该卫星遥感图像进行农地提取操作，以二值化分割的方式对图像中每个像素的归一化植被指数(ndvi)进行分类，以将该卫星遥感图像中每个像素识别划分为“农地”或者“非农地”的类型，以此生成基准农业图像，该基准农业图像中包含卫星遥感图像中每个像素的类型。62.具体实现过程中，步骤20“通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像”可以采用如下步骤，方法流程图如图2所示：63.s201，从卫星遥感图像中分离近红外与红光的双通道图像，并计算双通道图像中每个像素的归一化植被指数。64.本发明实施例中，卫星遥感影像一般由多个通道信息组成，对此，可以将卫星遥感图像进行分离并保存近红外、红光通道图像，即近红外与红光的双通道图像。进而，对近红外与红光的双通道图像中每个像素计算归一化植被指数(ndvi)，计算公式如下：65.ndvi＝(nir-red)/(nir red)，66.其中，nir为植被对近红外波段的反射率；red为植被对红光波段的反射率。67.s202，对卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值。68.本发明实施例中，可以通过运行otsu算法对卫星遥感图像进行二值化分割，以此计算得到区分农地与非农地的阈值，该阈值即归一化植被指数阈值。69.s203，通过比对每个像素的归一化植被指数与归一化植被指数阈值确定每个像素的类型，类型包括农地或者非农地。70.本发明实施例中，基于每个像素的归一化植被指数(ndvi)和归一化植被指数阈值对卫星遥感图像进行农地提取操作。具体的，如果某一像素的归一化植被指数(ndvi)小于归一化植被指数阈值，则该像素的类型为“非农地”；反之，如果该像素的归一化植被指数(ndvi)大于或等于归一化植被指数阈值，则该像素的类型为“农地”。71.s204，按照每个像素的类型生成卫星遥感图像对应的基准农地图像。72.本发明实施例中，按照每个像素的类型可以生成基准农地图像，并保存。73.s30，对农户在基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定农地区域的真实性。74.本发明实施例中，在审贷阶段的农户可以通过相关app(应用)终端录入申贷信息，以点选的方式圈选农地范围，可以圈选多个区域，信息上传至信贷业务系统。75.对此，信贷业务系统可以基于农户的点选操作确定基准农地图像中被农户所圈选的区域，即农地区域。进而，对该农地区域进行图像处理，以此确定该农地区域中类型为“农地”的像素(即农地像素)的数量。进一步，以农地像素的数量来计算农户所圈选的农地区域的真实性。76.具体实现过程中，步骤s30中“对农户在基准农地图像中所圈选的农地区域进行图像处理”可以采用如下步骤，方法流程图如图3所示：77.s301，根据农户所点选的坐标重现圈选矢量图，并将圈选矢量图渲染到基准农地图像的像素。78.本发明实施例中，可以依据农户点选的坐标动态重现圈选图形，该圈选图形为圈选矢量图，进而将该圈选矢量图渲染到基准农地图像的像素。79.s302，通过漫水填充算法标记基准农地图像被渲染的像素，以确定农户所圈选的农地区域。80.本发明实施例中，通过漫水填充(flood-fill)算法标记基准农地图像被渲染的像素，以确定农户所圈选的区域范围，即农地区域。81.s303，对农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。82.本发明实施例中，对农地区域内类型“农地”的像素进行标定，所标定的像素即农地像素，计算该农地区域内农地像素的数量。83.具体实现过程中，步骤s30中“根据图像处理结果确定农地区域的真实性”可以采用如下步骤，方法流程图如图4所示：84.s304，确定农地区域内像素的总数量，并计算所标定的像素的数量在总数量中的第一占比。85.本发明实施例中，统计农地区域内所有像素的数量，即总数量。进而，使用所标定的像素，即农地像素的数量除以总数量得到农地像素的占比，该占比即为第一占比。86.s305，如果第一占比小于对应的第一阈值，则输出第一提示信息，以提示信贷业务人员农地信息的真实性存疑。87.本发明实施例中，第一阈值可以为指定值，比如可以为70％。如果第一占比小于第一阈值，则信贷业务系统可以输出相应的提示信息，即第一提示信息，以此提示信贷业务人员农地信息的真实性存疑，由信贷业务人员进行人工核查。88.s306，如果第一占比大于或等于对应的第一阈值，则确定所标定的像素中已被他人圈选的像素的数量，并计算已被他人圈选的像素的数量在所标定的像素的数量中的第二占比。89.本发明实施例中，如果第一占比大于或等于第一阈值，则统计所标定的像素，即农地像素中已被他人(非提交审贷信息的农户，即其它农户)圈选的像素的数量。进而，使用已被他人圈选的像素的数量除以所标定的像素，即农户像素的数量，得到相应的占比，该占比即为第二占比。90.s307，如果第二占比小于对应的第二阈值，则输出第二提示信息，以提示信贷业务人员农地信息的真实性不存疑，第二阈值小于第一阈值。91.本发明实施例中，第二阈值可以为指定值，比如可以为30％。如果第二占比小于第二阈值，则信贷业务系统可以输出相应的提示信息，即第二提示信息，以此提示信贷业务人员农地信息的真实性不存疑，无需由信贷业务人员进行人工核查。92.在此基础上，如果第二占比小于对应的第二阈值，还可以根据基准农地图像中单位像素面积与所标定的像素的数量计算农地区域的面积，以基于农地区域的面积返回审贷结果。93.本发明实施例中，可以获取基准农地图像中单位像素面积，进而将该单位像素面积与所标定的像素，即农户像素的数量相乘，得到农地区域的面积，也就是农地总面积。信贷业务系统则可以基于农地总面积及其它申贷信息计算授信额度，向app终端返回申贷结果。94.s308，如果第二占比大于或等于对应的第二阈值，则输出第三提示信息，以提示信贷业务人员农地信息的真实性存疑，第二阈值小于第一阈值。95.本发明实施例中，如果第二占比大于或等于第二阈值，则信贷业务系统可以输出相应的提示信息，即第三提示信息，以此提示信贷业务人员农地信息的真实性存疑，由信贷业务人员进行人工核查。96.本发明提供的农户贷款核查方法啊，借助卫星遥感数据具有客观性强、覆盖面积广、可连续观测、数据获取成本相对较低的优点，相对于现有技术，可以广泛应用于不同地域的农户贷款业务中，线上自动化核查农户土地资产的真实性，极大地提高了农户申贷业务办理效率，节省了信贷业务人员人工调查的成本以及部署和维护物联网设备的成本，且能保证数据的客观真实性，不易篡改伪造。97.基于上述实施例提供的农户贷款核查方法，本发明实施例则对应提供执行上述农户贷款核查方法的装置，该装置的结构示意图如图5所示，包括：98.图像获取模块10，用于获取农业贷款业务区域的卫星遥感图像；99.预处理及农地提取模块20，用于通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；100.真实性核查模块30，用于对农户在基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定农地区域的真实性。101.可选的，预处理及农地提取模块10，具体用于：102.从卫星遥感图像中分离近红外与红光的双通道图像，并计算双通道图像中每个像素的归一化植被指数；对卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值；通过比对每个像素的归一化植被指数与归一化植被指数阈值确定每个像素的类型，类型包括农地或者非农地；按照每个像素的类型生成卫星遥感图像对应的基准农地图像。103.可选的，用于对农户在基准农地图像中所圈选的农地区域进行图像处理的真实性核查模块20，具体用于：104.根据农户所点选的坐标重现圈选矢量图，并将圈选矢量图渲染到基准农地图像的像素；通过漫水填充算法标记基准农地图像被渲染的像素，以确定农户所圈选的农地区域；对农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。105.可选的，用于根据图像处理结果确定农地区域的真实性的真实性核查模块20，具体用于：106.确定农地区域内像素的总数量，并计算所标定的像素的数量在总数量中的第一占比；如果第一占比小于对应的第一阈值，则输出第一提示信息，以提示信贷业务人员农地信息的真实性存疑；如果第一占比大于或等于对应的第一阈值，则确定所标定的像素中已被他人圈选的像素的数量，并计算已被他人圈选的像素的数量在所标定的像素的数量中的第二占比；如果第二占比小于对应的第二阈值，则输出第二提示信息，以提示信贷业务人员农地信息的真实性不存疑，第二阈值小于第一阈值；如果第二占比大于或等于对应的第二阈值，则输出第三提示信息，以提示信贷业务人员农地信息的真实性存疑，第二阈值小于第一阈值。107.可选的，真实性核查模块20，还用于：108.如果第二占比小于对应的第二阈值，根据基准农地图像中单位像素面积与所标定的像素的数量计算农地区域的面积，以基于农地区域的面积返回审贷结果。109.需要说明的是，本发明实施例中各模块的细化功能可以参见上述农户贷款核查方法实施例对应公开部分，在此不再赘述。110.基于上述实施例提供的农户贷款核查方法，本发明实施例还提供一种电子设备，该电子设备包括：至少一个存储器和至少一个处理器；存储器存储有应用程序，处理器调用存储器存储的应用程序，应用程序用于实现农户贷款核查方法。111.基于上述实施例提供的农户贷款核查方法，本发明实施例还提供一种存储介质，该存储介质存储有计算机程序代码，计算机程序代码执行时实现农户贷款核查方法。112.以上对本发明所提供的一种农户贷款核查方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。113.需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。114.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素，或者是还包括为这些过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。115.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。当前第1页12当前第1页12
技术领域：
：，更具体地说，涉及一种农户贷款核查方法、装置、电子设备及存储介质。
背景技术：
：：2.农村小额信贷业务作为普惠金融体系下重要的实践手段，对促进农村经济发展具有重要意义。然而，发展农村小额信贷业务面临的主要困难在于，农村地广人稀、金融网点少，难以通过现有的技术手段对农户的土地资产进行有效统计和评估，形成可供参考的数据化信用资产，为授信决策提供依据。3.传统上，多采用信贷员逐户调查访谈的方式采集农户土地信息，核实人地关系，近年来，也出现了利用物联网技术(如无人机拍摄、地面探头等)作为新的农业数据采集手段获取土地图像信息并识别其真实性。但这种方式对地面图像的单点采集覆盖面积较小，必须大范围铺设数据采集设备才能获取足量数据，设备的维护成本高，而农户信贷业务范围往往广泛分布于全国各地，在实际业务场景中很难大规模推广应用。技术实现要素：4.有鉴于此，为解决上述问题，本发明提供一种农户贷款核查方法、装置、电子设备及存储介质，技术方案如下：5.一种农户贷款核查方法，所述方法包括：6.获取农业贷款业务区域的卫星遥感图像；7.通过对所述卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；8.对农户在所述基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定所述农地区域的真实性。9.优选的，所述通过对所述卫星遥感图像进行预处理和农地提取操作，生成基准农地图像，包括：10.从所述卫星遥感图像中分离近红外与红光的双通道图像，并计算所述双通道图像中每个像素的归一化植被指数；11.对所述卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值；12.通过比对每个像素的归一化植被指数与所述归一化植被指数阈值确定每个像素的类型，所述类型包括农地或者非农地；13.按照每个像素的类型生成所述卫星遥感图像对应的基准农地图像。14.优选的，所述对农户在所述基准农地图像中所圈选的农地区域进行图像处理，包括：15.根据农户所点选的坐标重现圈选矢量图，并将所述圈选矢量图渲染到所述基准农地图像的像素；16.通过漫水填充算法标记所述基准农地图像被渲染的像素，以确定农户所圈选的所述农地区域；17.对所述农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。18.优选的，所述根据图像处理结果确定所述农地区域的真实性，包括：19.确定所述农地区域内像素的总数量，并计算所标定的像素的数量在所述总数量中的第一占比；20.如果所述第一占比小于对应的第一阈值，则输出第一提示信息，以提示信贷业务人员农地信息的真实性存疑；21.如果所述第一占比大于或等于对应的第一阈值，则确定所标定的像素中已被他人圈选的像素的数量，并计算已被他人圈选的像素的数量在所标定的像素的数量中的第二占比；22.如果所述第二占比小于对应的第二阈值，则输出第二提示信息，以提示信贷业务人员农地信息的真实性不存疑，所述第二阈值小于所述第一阈值；23.如果所述第二占比大于或等于对应的第二阈值，则输出第三提示信息，以提示信贷业务人员农地信息的真实性存疑，所述第二阈值小于所述第一阈值。24.优选的，所述方法还包括：25.如果所述第二占比小于对应的第二阈值，根据所述基准农地图像中单位像素面积与所标定的像素的数量计算所述农地区域的面积，以基于所述农地区域的面积返回审贷结果。26.一种农户贷款核查装置，所述装置包括：27.图像获取模块，用于获取农业贷款业务区域的卫星遥感图像；28.预处理及农地提取模块，用于通过对所述卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；29.真实性核查模块，用于对农户在所述基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定所述农地区域的真实性。30.优选的，所述预处理及农地提取模块，具体用于：31.从所述卫星遥感图像中分离近红外与红光的双通道图像，并计算所述双通道图像中每个像素的归一化植被指数；对所述卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值；通过比对每个像素的归一化植被指数与所述归一化植被指数阈值确定每个像素的类型，所述类型包括农地或者非农地；按照每个像素的类型生成所述卫星遥感图像对应的基准农地图像。32.优选的，用于对农户在所述基准农地图像中所圈选的农地区域进行图像处理的所述真实性核查模块，具体用于：33.根据农户所点选的坐标重现圈选矢量图，并将所述圈选矢量图渲染到所述基准农地图像的像素；通过漫水填充算法标记所述基准农地图像被渲染的像素，以确定农户所圈选的所述农地区域；对所述农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。34.一种电子设备，所述电子设备包括：至少一个存储器和至少一个处理器；所述存储器存储有应用程序，所述处理器调用所述存储器存储的应用程序，所述应用程序用于实现所述的农户贷款核查方法。35.一种存储介质，所述存储介质存储有计算机程序代码，所述计算机程序代码执行时实现所述的农户贷款核查方法。36.相较于现有技术，本发明实现的有益效果为：37.本发明提供一种农户贷款核查方法、装置、电子设备及存储介质，首先获取农业贷款业务区域的卫星遥感图像；进而通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；进一步对农户在基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定所述农地区域的真实性。本发明通过对遥感卫星图像进行分析，识别耕地范围和耕地面积，可以辅助信贷业务人员核查农户土地资产的真实性，为信贷投放、授信额度测算、贷后风险防控提供依据。附图说明38.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。39.图1为本发明实施例提供的农户贷款核查方法的方法流程图；40.图2为本发明实施例提供的农户贷款核查方法的部分方法流程图；41.图3为本发明实施例提供的农户贷款核查方法的另一部分方法流程图；42.图4为本发明实施例提供的农户贷款核查方法的再一部分方法流程图；43.图5为本发明实施例提供的农户贷款核查装置的结构示意图。具体实施方式44.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。45.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。46.针对现有技术的问题，发明人经过研究发现：随着商业航天的突破性发展，卫星数据的获取成本逐步降低，使得运用卫星遥感技术采集分析农田及作物数据，辅助信贷业务办理，成为一种可行手段。47.不同的农作物，在不同的时间季节内，对太阳光的吸收和反射程度会有差别，通过在卫星传感器配置能有效反映作物特有光谱特性的波段，可以从卫星遥感影像上辨别出植物反射不同波段的光的比例，并由此判断出地面作物的生长情况。由此，本发明通过对遥感卫星图像进行分析，识别耕地范围和耕地面积，可以辅助信贷业务人员核查农户土地资产的真实性，为信贷投放、授信额度测算、贷后风险防控提供依据。48.为方便理解本发明，以下对本发明涉及的相关概念进行说明：49.遥感：泛指一切无接触的、远距离的探测技术，即利用空间运载工具和可见光、红外、微波等探测仪器，远距离获取目标物体的电磁波信息，进行收集、处理并最后成像，从而实现对地面物质的探测和识别。50.人造卫星：指环绕地球飞行并在空间轨道运行一圈以上的无人航天器。按照用途，可分为通信卫星、导航卫星、对地观测卫星等。51.遥感卫星：指装有各类遥感设备(如相机、辐射计、雷达等)的人造卫星，可收集来自地球的陆地、海洋、大气层各种波长的电磁波辐射信息，然后对获取的信息进行分析，以识别物质的性质和状态。52.通道：一个传感器所采集的信息称为一个通道。卫星遥感影像一般由多个通道信息组成。53.归一化植被指数(normalizeddifferencevegetableindex，ndvi)：是反映农作物长势和营养信息的重要参数之一，通过测量近红外(植被强烈反射)和红光(植被吸收)之间的差异来量化植被。很多卫星传感器都具有必不可少的nir(近红外)和红色波段，健康的植被反射更多的近红外光，吸收更多的红光，如果卫星遥感影像的nir通道数值较高，红光通道数值较低，则将产生较高的ndvi值，说明植被覆盖率较高。反之，当ndvi较低时，植被较少或没有植被。54.otsu算法：一种确定图像二值化分割阈值的算法，由日本学者大津于1979年提出。55.flood-fill(漫水填充)算法:一种图像填充算法。给定一个联通域内的一个点，以此为起点找到这个联通域内其余所有点并进行填充。56.本发明旨在解决商业银行难以通过现有技术手段有效获取农户土地资产的真实信息，在授信审批环节无法有效核验农户贷款资金是否用于农田种植的生产经营活动的问题。本发明通过使用卫星遥感技术获取地面卫星图像，识别耕地范围和耕地面积，用于核查农户种植行为的真实性，防范骗贷行为。57.参见图1，图1为本发明实施例提供的农户贷款核查方法的方法流程图，该农户贷款核查方法包括如下步骤：58.s10，获取农业贷款业务区域的卫星遥感图像。59.本发明实施例提供的农户贷款核查方法可以应用于信贷业务系统。在准备阶段，通过使用卫星遥感技术可以获取开班农业贷款业务区域的卫星遥感图像，该卫星遥感图像即地面卫星图像。60.s20，通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像。61.本发明实施例中，通过对卫星遥感图像进行预处理可以获得图像中每个像素的归一化植被指数(ndvi)，进而对该卫星遥感图像进行农地提取操作，以二值化分割的方式对图像中每个像素的归一化植被指数(ndvi)进行分类，以将该卫星遥感图像中每个像素识别划分为“农地”或者“非农地”的类型，以此生成基准农业图像，该基准农业图像中包含卫星遥感图像中每个像素的类型。62.具体实现过程中，步骤20“通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像”可以采用如下步骤，方法流程图如图2所示：63.s201，从卫星遥感图像中分离近红外与红光的双通道图像，并计算双通道图像中每个像素的归一化植被指数。64.本发明实施例中，卫星遥感影像一般由多个通道信息组成，对此，可以将卫星遥感图像进行分离并保存近红外、红光通道图像，即近红外与红光的双通道图像。进而，对近红外与红光的双通道图像中每个像素计算归一化植被指数(ndvi)，计算公式如下：65.ndvi＝(nir-red)/(nir red)，66.其中，nir为植被对近红外波段的反射率；red为植被对红光波段的反射率。67.s202，对卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值。68.本发明实施例中，可以通过运行otsu算法对卫星遥感图像进行二值化分割，以此计算得到区分农地与非农地的阈值，该阈值即归一化植被指数阈值。69.s203，通过比对每个像素的归一化植被指数与归一化植被指数阈值确定每个像素的类型，类型包括农地或者非农地。70.本发明实施例中，基于每个像素的归一化植被指数(ndvi)和归一化植被指数阈值对卫星遥感图像进行农地提取操作。具体的，如果某一像素的归一化植被指数(ndvi)小于归一化植被指数阈值，则该像素的类型为“非农地”；反之，如果该像素的归一化植被指数(ndvi)大于或等于归一化植被指数阈值，则该像素的类型为“农地”。71.s204，按照每个像素的类型生成卫星遥感图像对应的基准农地图像。72.本发明实施例中，按照每个像素的类型可以生成基准农地图像，并保存。73.s30，对农户在基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定农地区域的真实性。74.本发明实施例中，在审贷阶段的农户可以通过相关app(应用)终端录入申贷信息，以点选的方式圈选农地范围，可以圈选多个区域，信息上传至信贷业务系统。75.对此，信贷业务系统可以基于农户的点选操作确定基准农地图像中被农户所圈选的区域，即农地区域。进而，对该农地区域进行图像处理，以此确定该农地区域中类型为“农地”的像素(即农地像素)的数量。进一步，以农地像素的数量来计算农户所圈选的农地区域的真实性。76.具体实现过程中，步骤s30中“对农户在基准农地图像中所圈选的农地区域进行图像处理”可以采用如下步骤，方法流程图如图3所示：77.s301，根据农户所点选的坐标重现圈选矢量图，并将圈选矢量图渲染到基准农地图像的像素。78.本发明实施例中，可以依据农户点选的坐标动态重现圈选图形，该圈选图形为圈选矢量图，进而将该圈选矢量图渲染到基准农地图像的像素。79.s302，通过漫水填充算法标记基准农地图像被渲染的像素，以确定农户所圈选的农地区域。80.本发明实施例中，通过漫水填充(flood-fill)算法标记基准农地图像被渲染的像素，以确定农户所圈选的区域范围，即农地区域。81.s303，对农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。82.本发明实施例中，对农地区域内类型“农地”的像素进行标定，所标定的像素即农地像素，计算该农地区域内农地像素的数量。83.具体实现过程中，步骤s30中“根据图像处理结果确定农地区域的真实性”可以采用如下步骤，方法流程图如图4所示：84.s304，确定农地区域内像素的总数量，并计算所标定的像素的数量在总数量中的第一占比。85.本发明实施例中，统计农地区域内所有像素的数量，即总数量。进而，使用所标定的像素，即农地像素的数量除以总数量得到农地像素的占比，该占比即为第一占比。86.s305，如果第一占比小于对应的第一阈值，则输出第一提示信息，以提示信贷业务人员农地信息的真实性存疑。87.本发明实施例中，第一阈值可以为指定值，比如可以为70％。如果第一占比小于第一阈值，则信贷业务系统可以输出相应的提示信息，即第一提示信息，以此提示信贷业务人员农地信息的真实性存疑，由信贷业务人员进行人工核查。88.s306，如果第一占比大于或等于对应的第一阈值，则确定所标定的像素中已被他人圈选的像素的数量，并计算已被他人圈选的像素的数量在所标定的像素的数量中的第二占比。89.本发明实施例中，如果第一占比大于或等于第一阈值，则统计所标定的像素，即农地像素中已被他人(非提交审贷信息的农户，即其它农户)圈选的像素的数量。进而，使用已被他人圈选的像素的数量除以所标定的像素，即农户像素的数量，得到相应的占比，该占比即为第二占比。90.s307，如果第二占比小于对应的第二阈值，则输出第二提示信息，以提示信贷业务人员农地信息的真实性不存疑，第二阈值小于第一阈值。91.本发明实施例中，第二阈值可以为指定值，比如可以为30％。如果第二占比小于第二阈值，则信贷业务系统可以输出相应的提示信息，即第二提示信息，以此提示信贷业务人员农地信息的真实性不存疑，无需由信贷业务人员进行人工核查。92.在此基础上，如果第二占比小于对应的第二阈值，还可以根据基准农地图像中单位像素面积与所标定的像素的数量计算农地区域的面积，以基于农地区域的面积返回审贷结果。93.本发明实施例中，可以获取基准农地图像中单位像素面积，进而将该单位像素面积与所标定的像素，即农户像素的数量相乘，得到农地区域的面积，也就是农地总面积。信贷业务系统则可以基于农地总面积及其它申贷信息计算授信额度，向app终端返回申贷结果。94.s308，如果第二占比大于或等于对应的第二阈值，则输出第三提示信息，以提示信贷业务人员农地信息的真实性存疑，第二阈值小于第一阈值。95.本发明实施例中，如果第二占比大于或等于第二阈值，则信贷业务系统可以输出相应的提示信息，即第三提示信息，以此提示信贷业务人员农地信息的真实性存疑，由信贷业务人员进行人工核查。96.本发明提供的农户贷款核查方法啊，借助卫星遥感数据具有客观性强、覆盖面积广、可连续观测、数据获取成本相对较低的优点，相对于现有技术，可以广泛应用于不同地域的农户贷款业务中，线上自动化核查农户土地资产的真实性，极大地提高了农户申贷业务办理效率，节省了信贷业务人员人工调查的成本以及部署和维护物联网设备的成本，且能保证数据的客观真实性，不易篡改伪造。97.基于上述实施例提供的农户贷款核查方法，本发明实施例则对应提供执行上述农户贷款核查方法的装置，该装置的结构示意图如图5所示，包括：98.图像获取模块10，用于获取农业贷款业务区域的卫星遥感图像；99.预处理及农地提取模块20，用于通过对卫星遥感图像进行预处理和农地提取操作，生成基准农地图像；100.真实性核查模块30，用于对农户在基准农地图像中所圈选的农地区域进行图像处理，并根据图像处理结果确定农地区域的真实性。101.可选的，预处理及农地提取模块10，具体用于：102.从卫星遥感图像中分离近红外与红光的双通道图像，并计算双通道图像中每个像素的归一化植被指数；对卫星遥感图像进行二值化分割，以确定用于区分农地与非农地的归一化植被指数阈值；通过比对每个像素的归一化植被指数与归一化植被指数阈值确定每个像素的类型，类型包括农地或者非农地；按照每个像素的类型生成卫星遥感图像对应的基准农地图像。103.可选的，用于对农户在基准农地图像中所圈选的农地区域进行图像处理的真实性核查模块20，具体用于：104.根据农户所点选的坐标重现圈选矢量图，并将圈选矢量图渲染到基准农地图像的像素；通过漫水填充算法标记基准农地图像被渲染的像素，以确定农户所圈选的农地区域；对农地区域内类型为农地的像素进行标定，并确定所标定的像素的数量。105.可选的，用于根据图像处理结果确定农地区域的真实性的真实性核查模块20，具体用于：106.确定农地区域内像素的总数量，并计算所标定的像素的数量在总数量中的第一占比；如果第一占比小于对应的第一阈值，则输出第一提示信息，以提示信贷业务人员农地信息的真实性存疑；如果第一占比大于或等于对应的第一阈值，则确定所标定的像素中已被他人圈选的像素的数量，并计算已被他人圈选的像素的数量在所标定的像素的数量中的第二占比；如果第二占比小于对应的第二阈值，则输出第二提示信息，以提示信贷业务人员农地信息的真实性不存疑，第二阈值小于第一阈值；如果第二占比大于或等于对应的第二阈值，则输出第三提示信息，以提示信贷业务人员农地信息的真实性存疑，第二阈值小于第一阈值。107.可选的，真实性核查模块20，还用于：108.如果第二占比小于对应的第二阈值，根据基准农地图像中单位像素面积与所标定的像素的数量计算农地区域的面积，以基于农地区域的面积返回审贷结果。109.需要说明的是，本发明实施例中各模块的细化功能可以参见上述农户贷款核查方法实施例对应公开部分，在此不再赘述。110.基于上述实施例提供的农户贷款核查方法，本发明实施例还提供一种电子设备，该电子设备包括：至少一个存储器和至少一个处理器；存储器存储有应用程序，处理器调用存储器存储的应用程序，应用程序用于实现农户贷款核查方法。111.基于上述实施例提供的农户贷款核查方法，本发明实施例还提供一种存储介质，该存储介质存储有计算机程序代码，计算机程序代码执行时实现农户贷款核查方法。112.以上对本发明所提供的一种农户贷款核查方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。113.需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。114.还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备所固有的要素，或者是还包括为这些过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。115.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。当前第1页12当前第1页12
再多了解一些
本文用于创业者技术爱好者查询，仅供学习研究，如用于商业用途，请联系技术所有人。
