[發(fā)明專利]一種基于光譜圖像分析的黃瓜葉片含氮量預測方法

無效

• 申請?zhí)枺?/td>: 201010623929.1
• 申請日: 2010-12-31
• 公開（公告）號: CN102175626A
• 公開（公告）日: 2011-09-07
• 發(fā)明（設計）人: 楊瑋;田真;周增產;李秀剛;卜云龍;吳建紅
• 申請（專利權）人: 北京京鵬環(huán)球科技股份有限公司
• 主分類號: G01N21/27
• 分類號: G01N21/27
• 代理公司: 北京北新智誠知識產權代理有限公司 11100
• 代理人: 朱麗華

1.一種基于光譜圖像分析的黃瓜葉片含氮量預測方法，其特征在于：在CCD照相機鏡頭前加特征波長的紅外光及紅光濾光片，先采集黃瓜葉片的近紅外及紅光圖像，得到黃瓜葉片的灰度值；通過一經驗公式測得紅外光特征波長處的植被反射率R_IR和紅光特征波長處黃瓜葉片的反射率R_R；再依據(jù)黃瓜葉片在特征波長的紅外及紅光波段的反射率值R_IR、R_R得到歸一化植被差異指數(shù)(NDVI)；根據(jù)NDVI指數(shù)判斷黃瓜葉片含氮量水平從而實現(xiàn)對黃瓜葉片含氮量的預測。

2.根據(jù)權利要求1所述的基于光譜圖像分析的黃瓜葉片含氮量預測方法，其特征在于所述的方法具體步驟如下：

步驟一、確立黃瓜葉片的反射率(y)和四個標定板灰度值(x)之間建立的經驗公式y(tǒng)＝0.0027x-0.035；

步驟二、在CCD照相機上分別加紅光濾光片和窄帶紅外光濾光片采集黃瓜葉片的近紅外及紅光圖像；

步驟三、對采集到的葉片的近紅外及紅光圖像進行處理，及對葉片和背景的分離，得到被測定的黃瓜葉片的灰度值(x)；

步驟四、根據(jù)經驗公式將黃瓜葉片灰度值(x)轉換為黃瓜葉片的近紅外光特征波長處的植被反射率RIR和紅光特征波長處植被的反射率RR；

步驟五、根據(jù)黃瓜葉片在近紅外及紅光波段的反射率值R_IR、R_R得到NDVI指數(shù)從而根據(jù)NDVI指數(shù)判斷黃瓜葉片含氮量水平。

3.根據(jù)權利要求1或2所述的基于光譜圖像分析的黃瓜葉片含氮量預測方法，其特征在于：所述在CCD照相機鏡頭前加裝的紅外光濾光片的特征波長為780nm±10nm，紅光濾光片的特征波長為670nm±10nm。

4.根據(jù)權利要求2所述的基于光譜圖像分析的黃瓜葉片含氮量預測方法，其特征在于所述步驟三中，對采集到的葉片的近紅外及紅光圖像處理的具體方法是：

(1)對圖像進行光線補償?shù)窒捎诠饩€不平衡的情況而造成色彩偏差；

(2)對圖像進行灰度化，之后采用高斯平滑消除噪聲；

(3)去除圖像背景，并求出各波段圖像的平均灰度值。

5.根據(jù)權利要求2所述的基于光譜圖像分析的黃瓜葉片含氮量預測方法，其特征在于：所述步驟三中，葉片和背景的分離采用了遺傳算法和分水嶺兩種方法。

6.根據(jù)權利要求2所述的基于光譜圖像分析的黃瓜葉片含氮量預測方法，其特征在于：所述的步驟五中的黃瓜葉片含氮量為N＝A*NDVI-B，其中參數(shù)A＝11，B＝3。