一种检测叶菜类作物冠层水分含量的方法技术

本发明专利技术提供了一种检测叶菜类作物冠层水分含量的方法，对光谱进行滤波后，采用后向区间偏最小二乘算法，遗传算法及连续投影算法，对特征波长进行梯度提取；对主视图像及俯视图像进行小波去噪后，提取冠幅投影面积、冠幅周长及株高作为叶菜类作物的长势特征，提取RGB空间和HSI空间各颜色分量均值作为颜色特征，从RGB空间和HSI空间构建的6个颜色共生矩阵中提取熵、二阶矩、对比度和同质性作为纹理特征；采用核主成分分析对特征波长及图像特征降维，利用极限学习机算法建立叶菜类作物冠层水分含量的检测模型；本发明专利技术利用多种化学计量学算法及图像处理方法，全面获取了叶菜类作物冠层的内部和外部信息，实现了叶菜类作物冠层水分含量的无损检测。

【技术实现步骤摘要】

本专利技术属于作物水分含量检测领域，尤其是一种检测叶菜类作物冠层水分含量的 方法。
技术介绍
农漫说"有收无收在于水，收多收少在于肥"，该句话充分谁明了水分在农业生产 中的重要作用，叶菜类作物多属浅根系作物，对水分敏感，且叶菜类作物叶片多、叶面积大、 蒸腾量大、耗水多，当水分发生胁迫时，体内色素的光化合活动减弱，阻碍营养的吸收，限制 了营养由根系向叶的运输。 传统作物冠层水分含量检测采用干湿重法，但该方法为有损检测，需要破坏样本； 现代作物冠层水分检测可采用光谱技术、图像技术，但光谱数据量很大，含有大量噪声及冗 余信息，特征波长提取是提高光谱技术检测精度的关键。图像数据含有信息丰富，但大多只 用颜色及基于灰度共生矩阵的纹理信息，检测精度偏低。
技术实现思路
针对现有技术中存在不足，本专利技术提供了一种检测叶菜类作物冠层水分含量的方 法，联合利用多种化学计量学算法及多种图像处理方法克服了特征波长提取不具代表性及 图像特征提取不全面等问题，进一步提高了检测精度，为叶菜类作物水分的精确管理提供 了依据。 本专利技术是通过W下技术手段实现上述技术目的的。 -种检测叶菜类作物冠层水分含量的方法，其特征在于，按照如下步骤进行：S1、光谱数据和图像采集；所述光谱数据采集是指获取叶菜类作物冠层可见 光-近红外光谱，所述的图像采集是指利用成像设备获取冠层的主视RGB图像和俯视RGB 图像；S2、作物冠层含水率的测定；S3、冠层光谱预处理和冠层图像预处理：所述光谱数据预处理是指采用 Savitzky-Golay卷积平滑结合log(l/R)变换对S1所述光谱数据进行预处理，所述冠层图 像预处理是指采用小波去噪对S1所述图像进行降噪；S4、冠层光谱特征波长提取和冠层图像特征提取：所述冠层光谱特征提取是指对 S3所述的预处理后的光谱数据进行特征波长的提取，所述冠层图像特征提取是指对S3所 述降噪后的图像提取颜色特征、纹理特征和长势特征；S5、数据降维：所述数据降维是指利用核主成分分析方法对S4所述的特征波长和 图像特征进行降维；S6、模型建立：所述模型建立是指利用极限学习计算法建立S5所述的光谱特征波 长主成分和图像主成分与S2所述的作物冠层含水率的非线性模型；S7、利用S6所述模型检测叶菜类作物冠层的水分含量。 进一步，SI所述作物冠层含水率的测定方法为：培育含水量不同的叶菜类作物， 将整株作物去根后称重，将去根后的作物置于烘箱中烘至恒重，通过烘干前后作物的质量 计算作物冠层含水率。 在上述方案中，S4所述光谱特征波长提取是指利用后向区间偏最小二乘、遗传算 法、连续投影算法=种算法提取特征波长。 在上述方案中，S4所述冠层图像特征提取中颜色特征包括RGB颜色空间中 R(红）、G(绿）、B(藍）S个颜色分量的均值，HSI颜色空间中H(色调）、S(色饱和度）、 I(亮度个颜色分量的均值，所述纹理特征包括基于RGB空间和服I空间颜色所构造的 R-G、R-B、G-B、H-S、H-I和S-I6个颜色共生矩阵的滴巧NT)、角二阶矩（ASM)、对比度（CON) 和协同性（H0M);所述长势特征包括从冠层俯视图像中提取的冠幅投影面积（TPCA)和冠幅 周长（TPCP)，从冠层主视图像中提取的株高（PH)。 在上述方案中，所述叶菜类作物为生菜、白菜、甘藍、油菜或渡菜。 本专利技术的有益效果： (1)本专利技术所述的检测叶菜类作物冠层水分含量的方法，通过将生菜冠层的特征 波长、长势特征、颜色特征及基于彩色共生矩阵的纹理特征相融合，全面的评价生菜冠层的 水分状态。 (2)当叶菜类作物冠层发生水分胁迫时，不论光谱技术还是图像技术只能获取到 某一方面的信息，所W基于光谱和图像技术融合的检测方法与单一检测手段相比，检测结 果更客观、更精准。【附图说明】 图1为本专利技术所述叶菜类作物光谱数据采集示意图。 图2为本专利技术所述叶菜类作物冠层光谱预处理及冠层光谱特征波长提取流程示 意图。 图3为本专利技术所述叶菜类作物冠层图像预处理及特征提取流程示意图。 图4为本专利技术所述叶菜类作物株高测量流程图。图5为本专利技术所述叶菜类作物冠层水分含量检测流程图。【具体实施方式】 下面结合附图W及具体实施例对本专利技术作进一步的说明，但本专利技术的保护范围并 不限于此。 生菜、白菜、甘藍、油菜、渡菜等叶菜类作物性质相似，其冠层含水量均可采用本发 明所述方法检测，本实施例W生菜冠层含水量的检测为例，说明叶菜类作物冠层含水量的 检测方法。 生菜的冠层水分含量的检测方法为： 按山崎配方进行营养液管理，将样本分为4个水平进行处理，分别为重度干旱、中 度干旱、轻度干旱和正常，灌概量分别为基质最大持水量的25%、50%、75%和100%，不同 灌概量样本共计130株。 (1)光谱数据采集 光谱测量设备采用FiekiSpcc?3型手持便携式光谱分析仪（Anal^icalSpectral Devices(ASD)，Boulder,CO,USA)，该仪器光谱测量范围 350 ~2500nm，在 350 ~lOOOnm光 谱区义样间隔为1. 4nm，分辨率为3nm;在1000~2500nm光谱区义样间隔为2nm，分辨率为 lOnm，数据输出间隔Inm，光谱仪的视场角为25°，光源为50W面素灯，光谱仪1及光源2的 摆放如图1所示。采集时保证探头垂直向下，光纤到生菜冠层水平面的垂直距离为20cm，采 集光斑直径约为9cm，采集前先进行标准白板（UbsphereInc.，USA)标定，W消除环境因 素引起的误差，每个样本采集5个光谱，W其平均值作为1个采样光谱。将原始光谱两端各 去除50nm含噪声较大的区域，得到光谱曲线如图2(a)所示。[00础 似图像采集 生菜冠幅图像义集义用CanonEOS400D相机；a、在图像义集前，利用标准白板对 相机进行白平衡标定，W保证所得图像色彩还原准确；b、使用相机的光圈优先模式进行拍 摄，并将光圈设定在F8,ISO为100,使相机成像有足够的景深保证生菜在全部生长高度范 围内都成像清晰；C、在每次拍摄时采用延迟2s的自拍模式，W减少拍摄过程中人为操作误 差；d、为有利于后期图像处理，采集图像时W白色平板为图像背景，具体操作上是采用两块 边缘处各有一个半圆孔的白色平板对称地卡在生菜根部，但不对生菜产生任何束缚，保证 其最原始的生长状态；e、采用标准坐标纸为后期图像处理的参考标尺，每次采集图像之前， 将标准坐标纸固定于一平面上，并根据冠层高度调整坐标纸的高度，使标尺尽量与冠幅平 面保持平行，减小因不同平面成像出现的崎变误差，采集的生菜俯视冠层图像如图3(a)。 生菜主视图像采集与俯视图像采集相似，标尺放置于生菜冠层的中垂线上。采集 前先对花盆进行统一标记，采集时将花盆有标记面作为主视方向，由于生菜个别叶片长势 突出，为全面反映其生长状况，消除偶然误差，试验中将花盆顺时针旋转90°，再次采集生 菜的主视图像，两次图像获取的均值做为最终特征，采集的生菜冠层主视图如图4(a)。 (3)作物冠层含水率的测定 将整株生菜立即去根后称重，质量记为叫，将其放入70°C烘箱中烘至恒重，称其质 量记为m2,生菜冠层含水率的计算公式为：【主权项】1. ，其特征在于，按照如下步骤进行： 51、本文档来自技高网...

【技术保护点】
一种检测叶菜类作物冠层水分含量的方法，其特征在于，按照如下步骤进行：S1、光谱数据和图像采集：所述光谱数据采集是指获取叶菜类作物冠层可见光‑近红外光谱，所述的图像采集是指利用成像设备获取冠层的主视RGB图像和俯视RGB图像；S2、作物冠层含水率的测定；S3、冠层光谱预处理和冠层图像预处理：所述光谱数据预处理是指采用Savitzky‑Golay卷积平滑结合log(1/R)变换对S1所述光谱数据进行预处理，所述冠层图像预处理是指采用小波去噪对S1所述图像进行降噪；S4、冠层光谱特征波长提取和冠层图像特征提取：所述冠层光谱特征提取是指对S3所述的预处理后的光谱数据进行特征波长的提取，所述冠层图像特征提取是指对S3所述降噪后的图像提取颜色特征、纹理特征和长势特征；S5、数据降维：所述数据降维是指利用核主成分分析方法对S4所述的特征波长和图像特征进行降维；S6、模型建立：所述模型建立是指利用极限学习计算法建立S5所述的光谱特征波长主成分和图像主成分与S2所述的作物冠层含水率的非线性模型；S7、利用S6所述模型检测叶菜类作物冠层的水分含量。

【技术特征摘要】

【专利技术属性】
技术研发人员：毛罕平，高洪燕，张晓东，李青林，孙俊，刘洋，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32