[發明專利]一種基于鮮葉顏色識別的SPAD值預測方法及系統

在審

• 申請號: 202310406928.9
• 申請日: 2023-04-17
• 公開（公告）號: CN116612299A
• 公開（公告）日: 2023-08-18
• 發明（設計）人: 孫光偉;楊春雷;陳振國;楊錦鵬;孫敬國;李建平;馮吉;宋洪昌;張鵬龍;吳勇
• 申請（專利權）人: 湖北省煙草科學研究院
• 主分類號: G06V10/56
• 分類號: G06V10/56;G06V10/26;G06N20/00
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 徐瑛

本發明公開一種基于鮮葉顏色識別的SPAD值預測方法及系統，方法包括：控制拍攝裝置采集鮮葉實時樣本并上傳；進行樣本前處理，得到鮮葉樣本特征值；基于預先部署的鮮葉SPAD值預測模型和所述樣本特征值，對鮮葉的SPAD值進行預測，得到鮮葉實時樣本的SPAD值預測。本發明在現場控制鮮葉圖像的實時采集和上傳，并利用圖像處理技術完成樣本前處理，再結合預先部署的鮮葉SPAD值預測模型，實現在田間復雜環境下對整片鮮葉SPAD值的低成本實時預測。

技術領域

本發明屬于鮮葉SPAD值預測技術領域，具體為一種基于鮮葉顏色識別的SPAD值預測方法及系統。

背景技術

葉綠素是綠色植物進行光合作用的基礎物質，是植物葉片的主要光合色素，是研究植物生長特性、生理變化和氮素營養狀況的重要指標。SPAD葉綠素儀是由日本開發的測定作物葉色的便攜式儀器，SPAD值通常被稱作葉色值，具有快速、便捷和無損監測對象的特點，常用于測定活體葉片中葉綠素的相對含量，但其成本較高難以大面積推廣使用，同時其夾持面積較小，由病斑或成熟斑等造成的測量誤差較大。

葉片類作物其葉綠素含量降低通常認為是缺氮或進入成熟衰老期的重要表現，SPAD值客觀反映了葉片的黃綠程度。如煙草葉片的成熟采收，眾多研究發現SPAD值能夠定量、準確的反映煙葉成熟度。目前我國大部分煙農依然基于煙葉的外觀特征，憑借感官進行主觀判斷，這使得成熟度識別直接同煙農個人的采收經驗掛鉤，導致煙葉采收質量參差不齊，不利于煙葉后續加工。購買成本及夾持面積較小等問題限制了SAPD儀在煙葉上的使用，現階段煙葉生產中急需提出一種科學、便捷的SPAD值判斷方法，以實現在田間對鮮煙葉成熟程度客觀、準確、快速的識別。

許多研究從煙葉光譜分析入手，借助光譜參數識別煙葉成熟度，但光譜測定需要依靠特殊的設備和環境，煙農無法在田間實時使用。隨著機器視覺和人工智能技術在作物生產領域的廣泛應用，基于煙葉圖像特征，搭建智能模型識別成熟度成為煙葉生產領域的研究熱點，但這些模型都無法在田間實時使用。而部分研究模型雖然能夠在田間使用，但這些研究在數據采集時只結合人為經驗對煙葉成熟度進行劃分，且模型標簽只有成熟度，一旦數據標定出現誤差，模型的實用性將極大降低。此外，不同型號手機的攝像頭內嵌了不同的圖像優化算法，使模型的應用受限。

發明內容

為克服上述現有技術的不足，本發明提供一種基于鮮葉顏色識別的SPAD值預測方法及系統，用以解決上述至少一個技術問題。

根據本發明說明書的一方面，提供一種基于鮮葉顏色識別的SPAD值預測方法，包括：

控制拍攝裝置采集鮮葉實時樣本并上傳；

基于上傳的鮮葉實時樣本進行樣本前處理，得到鮮葉樣本特征值，所述樣本前處理包括圖像目標分割、圖像特征提取、數據預處理及特征選擇；

基于預先部署的鮮葉SPAD值預測模型和所述樣本特征值，對鮮葉的SPAD值進行預測，得到鮮葉實時樣本的SPAD預測值。

上述技術方案在現場控制鮮葉圖像的實時采集和上傳，并利用圖像處理技術完成樣本前處理，再結合預先部署的鮮葉SPAD值預測模型進行鮮葉SPAD值預測，以圖像識別實現在田間復雜環境下對鮮葉SPAD值的實時預測，相對于利用高成本SPAD計進行鮮葉SPAD值測量而言，降低了使用成本。

作為進一步的技術方案，所述圖像目標分割進一步包括：

利用色調通道灰度圖和OTSU閾值算法進行二值化分割，得到鮮葉主體部分，生成掩膜H；

基于HSV顏色空間的各通道閾值對圖像目標區域進行分割，生成包含在目標區域中的掩膜I；

基于HSV顏色空間提取圖像中的干擾區域，生成排除在目標區域外的掩膜E；

將掩膜H、掩膜I和掩膜E三者取交集，得到最終的圖像分割掩膜M。