本发明专利技术属于利用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法，是通过以下步骤实现的：获取大豆多光谱图像，对大豆反射图像进行去噪处理；应用迭代阈值法和基于仿射变换的冠层提取算法获取大豆冠层并对大豆冠层进行灰度直方图统计分析冠层特征；然后对大豆冠层进行傅里叶变换，对冠层进行频谱分析，提取出大豆冠层多光谱图像频谱中的直流分量并计算直流分量在频谱中所占的比重，得到大豆冠层的萎蔫指数，也可用于计算大豆缺氮等营养或受到盐碱胁迫等导致作物冠层萎蔫的萎蔫度，采用多光谱成像技术，具有成本低、检测便捷和图像分辨率高等优点，通过获得农作物多光谱成像信息，可以实现农作物生理生态信息和冠层性状变化的快速无损早期检测。的快速无损早期检测。的快速无损早期检测。
【技术实现步骤摘要】
采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法
[0001]本专利技术属于利用多光谱图像计算植物萎蔫度，特别是涉及到一种采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法。
技术介绍
[0002]大豆是世界上主要的油料作物，为人类和动物提供重要的食用油和高蛋白质饲料，在我国国民经济中起着重要的作用。大豆生长需水量大，是对水分胁迫最敏感的豆科作物，干旱会对其造成十分严重的影响。我国干旱缺水地区面积占国土面积的52.5％，每年因旱灾造成的粮食损失约300亿kg，约占全部灾害损失的60％。可见，干旱胁迫对农业生产的危害极其严重，是导致作物减产的最主要环境胁迫因子，干旱严重影响大豆的产量和质量，严重年份干旱会使大豆产量损失达40％左右。水分的短缺会严重影响大豆的形态，当大豆受到干旱胁迫时将出现一系列异常反应，如叶片萎蔫、枯黄、植株矮小，严重时会引起植株的死亡。萎蔫是植物水分亏缺，细胞不能维持刚性致使茎、叶等幼嫩部分下垂、皱缩或卷曲的现象，它是植物干旱胁迫环境下表现出的一种生命特征，与植物细胞壁内的膨压有关，是基于根系汲取水分不足而采取的一种适应性避旱机制。作物体态萎蔫现象反映了体内的水分状况，是一种应用最为广泛的植物干旱胁迫指标。大豆叶态萎蔫程度的变化是其内部水势状况与复杂生产环境综合平衡调节的外部表现形式，能够直接、真实地反映大豆植株的水分缺失实际情况。现有的公开号为CN102721651A的基于多光谱图像的植物叶片水分含量的检测方法和系统，虽然也是利用多光谱图像检测叶片的含水量，但是光谱通道较少且将植株的单个叶片的灰度纹理特征量和叶片植被指数，作为检测植物叶片水分含量值的依据，存在易受选取待测样本个体因素的影响，且检测误差较大，难以全面检测植株冠层的生理生态性状的问题；而公开号为CN 112330694 A的一种植物萎蔫程度计算方法及系统，其是利用可见光中RGB图像中的G分量，计算玉米绿色部分的像素数量在其图像中的可视面积比例，作为玉米的萎蔫度，存在难以实现植物受水分胁迫时冠层性状变化的早期检测问题。
技术实现思路
[0003]本专利技术旨在于克服现有技术的不足，提供了一种采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法。
[0004]本专利技术的采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法，是通过以下步骤实现的：
[0005](1)、获取大豆多光谱图像，通过经验线性法求出大豆多光谱图像的反射图像；
[0006](2)、对大豆反射图像进行去噪处理；
[0007](3)、应用迭代阈值法和基于仿射变换的冠层提取算法获取大豆冠层并对大豆冠层进行灰度直方图统计分析冠层特征；
[0008](4)、然后对大豆冠层进行傅里叶变换，对冠层进行频谱分析，提取出大豆冠层多光谱图像频谱中的直流分量并计算直流分量在频谱中所占的比重，得到大豆冠层的萎蔫指
数。
[0009]作为本专利技术的进一步改进，具体是通过下列步骤实现的：
[0010](1)、利用Parrot Sequoia多光谱相机获取大豆的多光谱图像，所述的多光谱图像分别为绿光光谱图像、红光光谱图像、红边光谱图像和近红外光谱图像；根据Sequoia定标方程，利用经验线性法计算大豆原始多光谱图像的反射图像，分别求得大豆绿光光谱反射图像、近红外光谱反射图像、红光光谱反射图像和红边光谱反射图像，并计算对应的归一化值；
[0011](2)对经步骤(1)得到的绿光光谱反射图像、近红外光谱反射图像、红光光谱反射图像和红边光谱反射图像采用中值滤波法对其进行降噪处理；
[0012](3)对经步骤(2)处理的图像采用迭代阈值法获取大豆近红外光谱反射图像冠层，以大豆近红外冠层图像作为识别大豆绿光光谱反射图像、红光光谱反射图像和红边光谱反射图像的模板，应用仿射变换计算方法构建参考图像与大豆绿光光谱反射图像、红光光谱反射图像和红边光谱反射图像中目标区域的仿射变换模型，以提取大豆绿光光谱反射图像、红光光谱反射图像和红边光谱反射图像冠层的目标区域，对其进行灰度直方统计并获取分析冠层特征；
[0013](4)对经步骤(3)得到的大豆近红外光谱反射图像、绿光光谱反射图像、红光光谱反射图像和红边光谱反射图像的冠层进行傅里叶变换，对冠层进行频谱分析得到幅度谱图、进而得到能量谱图，提取能量谱图中的直流分量并计算直流分量在频谱的总能量中所占的比重，得到大豆冠层的萎蔫指数L为
[0014][0015]式中，ln(
·
)表示自然对数函数log
e
(
·
)，|F(0,0)|2表示能量谱中直流分量的能量值，表示能量谱中频谱的总能量值。
[0016]作为本专利技术的进一步改进，所述的步骤(4)傅里叶变换计算方法为时间抽取基2
‑
FFT计算方法。
[0017]本专利技术采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法，并不只局限于计算大豆受到水分胁迫时导致冠层萎蔫的萎蔫度，也可用于计算大豆缺氮等营养或受到盐碱胁迫等导致作物冠层萎蔫的萎蔫度，采用多光谱成像技术，具有成本低、检测便捷和图像分辨率高等优点，通过获得农作物多光谱成像信息，可以实现农作物生理生态信息和冠层性状变化的快速无损早期检测。本专利技术将多光谱成像处理技术和傅里叶变换方法相融合，为计算农作物萎蔫度提供了一种新思路。
附图说明
[0018]图1为大豆原始多光谱图像及对应直方图；
[0019]图2为大豆多光谱反射图像及对应直方图；
[0020]图3为大豆多光谱图像中值滤波效果及对应直方图；
[0021]图4为迭代阈值分割正常处理大豆冠层及对应直方图；
[0022]图5为迭代阈值分割干旱处理大豆冠层及对应直方图；
[0023]图6为正常处理大豆冠层及对应直方图；
[0024]图7为干旱处理大豆冠层及对应直方图；
[0025]图8为大豆多光谱图像幅度谱；
[0026]图9为大豆多光谱图像能量谱；
[0027]图10为V4期大豆冠层及对应频谱图；
[0028]图11为V5期大豆冠层及对应频谱图。
具体实施方式
[0029]实施例1
[0030]本专利技术的采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法，是通过以下步骤实现的：
[0031](1)、利用Parrot Sequoia多光谱相机获取大豆的多光谱图像，所述的多光谱图像分别为绿光光谱图像、红光光谱图像、红边光谱图像和近红外光谱图像；根据Sequoia定标方程，利用经验线性法计算大豆原始多光谱图像的反射图像，分别求得大豆绿光光谱反射图像、近红外光谱反射图像、红光光谱反射图像和红边光谱反射图像，并计算对应的归一化值；
[0032](2)对经步骤(1)得到的绿光光谱反射图像、近红外光谱反射图像、红光光谱反射图像和红边光谱反射图像采用中值滤波法对其进行降噪处理；
[0033](3)对经步骤(2)处理的图像采用迭代阈值法获取大豆近红外光谱反射图像冠层，以大豆近本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法，是通过以下步骤实现的：(1)、获取大豆多光谱图像，通过经验线性法求出大豆多光谱图像的反射图像；(2)、对大豆反射图像进行去噪处理；(3)、应用迭代阈值法和基于仿射变换的冠层提取算法获取大豆冠层并对大豆冠层进行灰度直方图统计分析冠层特征；(4)、然后对大豆冠层进行傅里叶变换，对冠层进行频谱分析，提取出大豆冠层多光谱图像频谱中的直流分量并计算直流分量在频谱中所占的比重，得到大豆冠层的萎蔫指数。2.如权利要求1所述的采用多光谱图像傅里叶变换的大豆冠层萎蔫度计算方法，其特征在于是通过下列步骤实现的：(1)、利用Parrot Sequoia多光谱相机获取大豆的多光谱图像，所述的多光谱图像分别为绿光光谱图像、红光光谱图像、红边光谱图像和近红外光谱图像；根据Sequoia定标方程，利用经验线性法计算大豆原始多光谱图像的反射图像，分别求得大豆绿光光谱反射图像、近红外光谱反射图像、红光光谱反射图像和红边光谱反射图像，并计算对应的归一化值；(2)对经步骤(1)得到的绿光光谱反射图像、近红外光谱反射图像、红光光谱反射图像和红边光谱反射图像采用中值滤波法对其进行降噪处理；(3)对经步骤(2)处理的...
【专利技术属性】
技术研发人员：关海鸥，马晓丹，沈盼盼，
申请(专利权)人：黑龙江八一农垦大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。