[发明专利]一种基于光谱图像分析的黄瓜叶片含氮量预测方法

说明书

技术领域

本发明涉及一种基于光谱图像分析的黄瓜叶片含氮量预测方法，属于农业技术领域。

背景技术

氮素主要是促进植物根、茎、叶的个体生长，是形成一定品质产品的首要营养元素，对作物产量的形成和品质有非常大的影响。缺氮时会引起叶绿素含量下降，使叶片绿色转淡，严重时呈淡黄色。失绿的叶片色泽均一，一般不出现斑点或花斑。叶细而直，与茎的夹角小，并且茎的绿色也会因缺氮而褪淡。由于氮在植物体内有高度的移动性，能从老叶转移到幼叶，因而缺氮症状从老叶开始，逐渐扩展到上部叶片。氮素过多则会导致叶面积增大，叶色深绿，叶片披散，相互遮掩，影响通风透光，造成贪青迟熟，空秕粒多，产量降低，品质下降等。因而氮素诊断技术的研究非常重要。

归一化植被差异指数(NDVI)是遥感监测地面植物生长和分布的一种方法。当遥感器测量地面反射光谱时，不仅测得地面植物的反射光谱，还测得土壤的反射光谱。当光照射在植物上时，近红外波段的光大部分被植物反射回来，可见光波段的光则大部分被植物吸收，通过对近红外光和红光波段反射率的线性或非线性组合，可以消除土壤光谱的影响，得到的特征指数称为归一化植被差异指数。美国俄克拉荷马州立大学Dr.Marvin Stone等人用便携式光纤光谱仪测量光谱反射率的方法，开展了用NDVI来获取氮利用率NUE(nitrogen use efficiency)和氮肥需要量的研究，并取得成果。归一化植被差异指数NDVI定义为：

NDVI=RIR-RRRIR+RR---(1)]]>

式中R_IR为某近红外光特征波长处的植被反射率，R_R为某红光特征波长处植被的反射率。许多学者通过各种统计方法来寻求含氮量与光谱反射率或其衍生量的关系，并建立模型来估算作物的氮素含量。在含氮量与光谱反射率关系的理论研究基础上，科学家尝试用理论来指导变量施肥。

作物的光谱特性包含着作物的很多重要信息，因此通过研究作物的光谱图像，可以进行作物营养成分的分析。但是，目前用于作物光谱分析的多光谱相机普遍存在的问题是算法过于复杂，不适宜实时处理，或者是对拍摄条件、目标都有一定的严格要求，仪器成本造价也高，所以亟待有好的方法实现。

发明内容

本发明的目的在于提供一种基于光谱图像分析的黄瓜叶片含氮量预测方法，能直观有效的获取作物营养状态，对于黄瓜叶片含氮量预测快速而且直观。

为实现上述目的，本发明采用如下的技术方案：

一种基于光谱图像分析的黄瓜叶片含氮量预测方法，其包括以下步骤：

一种基于光谱图像分析的黄瓜叶片含氮量预测方法，在CCD照相机镜头前加特征波长的近红外光及红光滤光片，先采集黄瓜叶片的近红外及红光图像，得到黄瓜叶片的灰度值；通过一经验公式测得近红外光特征波长处的植被反射率R_IR和红光特征波长处黄瓜叶片的反射率R_R；再依据黄瓜叶片在特征波长的近红外及红光波段的反射率值R_IR、R_R得到归一化植被差异指数(NDVI)；根据NDVI指数判断黄瓜叶片含氮量水平从而实现对黄瓜叶片含氮量的预测。

基于光谱图像分析的黄瓜叶片含氮量预测方法具体步骤如下：

步骤一、确立黄瓜叶片的反射率(y)和一组(三个以上标定板灰度值(x)之间建立的经验公式y＝0.0027x-0.035；

步骤二、在CCD照相机上分别加红光滤光片和窄带近红外光滤光片，采集叶片的近红外及红光图像；

步骤三、对叶片的近红外及红光图像进行叶片和背景的分离，得到被测定的黄瓜叶片的灰度值(x)；

步骤四、根据经验公式将黄瓜叶片灰度值(x)转换为黄瓜叶片的近红外光特征波长处的植被反射率RIR和红光特征波长处植被的反射率RR；