[發明專利]高光譜圖像技術診斷作物水分虧缺的方法

有效

• 申請號: 201110363667.4
• 申請日: 2011-11-17
• 公開（公告）號: CN102495005A
• 公開（公告）日: 2012-06-13
• 發明（設計）人: 毛罕平;朱文靜;張曉東;周瑩;左志宇;高鴻燕
• 申請（專利權）人: 江蘇大學
• 主分類號: G01N21/25
• 分類號: G01N21/25
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 樓高潮

1.高光譜圖像技術診斷作物水分虧缺的方法，其特征在于按照下述步驟進行：

高光譜圖像采集，

特征波長的提取，

圖像預處理，

特征提取，

模型建立，

利用上述模型檢測作物含水率，診斷作物是否發生水分虧缺。

2.根據權利要求1所述的高光譜圖像技術診斷作物水分虧缺的方法，其特征在于其中所述的高光譜圖像采集是指利用高光譜圖像采集系統采集溫室番茄葉片的高光譜圖像。

3.根據權利要求1所述的高光譜圖像技術診斷作物水分虧缺的方法，其特征在于其中所述的特征波長的提取是指采用自適應波段選擇法進行高光譜圖像的特征波長提取。

4.根據權利要求1所述的高光譜圖像技術診斷作物水分虧缺的方法，其特征在于其中所述的圖像預處理，指首先采用最大類間方差法進行分圖像割，然后將二值化圖像進行灰度反轉，并利用數學形態學運算進一步處理圖像,填補殘留的孤立噪聲點；最后將原始圖像與處理后的二值化圖像進行像點相乘得到目標圖像。

5.根據權利要求1所述的高光譜圖像技術診斷作物水分虧缺的方法，其特征在于其中所述的特征提取是指選用灰度共生矩陣法提取紋理特征。

6.根據權利要求1所述的高光譜圖像技術診斷作物水分虧缺的方法，其特征在于其中所述的模型建立是指采用偏最小二乘回歸建立番茄定植—開花期含水率預測模型，具體按照下述步驟進行：（1）對樣本進行預處理，確定輸入因子的數量，針對所提取的灰度、紋理特征變量，對樣本進行標準化處理，(2)將提取的2個灰度特征變量進行偏最小二乘相關分析（PLS），分別提取到2個PLS成分，利用所得到的2個PLS成分與干基含水率做相關分析，得到基于原灰度變量的PLS回歸模型；???（3）對提取的8個紋理特征變量進行同樣的分析，得到基于原紋理變量的PLS回歸模型；（4）利用樣本采集時同時獲取的24個樣本的數據，對所建立的兩模型進行檢驗；（5）采用融合灰度、紋理特征來建立番茄定植—開花期含水率預測模型，即將遺傳算法和偏小二乘回歸相結合，選擇出預測精度最高的特征子集，并利用最優特征子集建立番茄定植—開花期含水率預測模型。