[发明专利]玉米冠层叶色建模系统及方法有效
申请号: | 201710100787.2 | 申请日: | 2017-02-23 |
公开(公告)号: | CN106971409B | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 杜建军;郭新宇;王传宇 | 申请(专利权)人: | 北京农业信息技术研究中心 |
主分类号: | G06T7/90 | 分类号: | G06T7/90;G01N21/84 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王庆龙 |
地址: | 100097 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 玉米 冠层叶色 建模 系统 方法 | ||
本发明涉及一种玉米冠层叶色建模系统及方法,所述系统包括位于田间预设地点的支架模块,以及位于所述支架模块上的图像采集模块、自动气象熵情采集模块、数据采集与传输模块以及云端存储与计算模块;所述云端存储与计算模块用于根据所述玉米冠层图像、所述气象数据和土壤信息进行玉米冠层图像序列分析,并建立玉米冠层叶色变化模型,以根据所述玉米冠层叶色变化模型进行实时采集图像的冠层叶色、长势长相的分析与评价。本发明可实现田间玉米群体全生育期连续监测,并考虑不同气象和土壤墒情等因素对玉米叶色的影响,建立玉米冠层叶色变化模型,为基于玉米冠层叶色的叶绿素含量测定、玉米长势长相分析提供了可行性方案。
技术领域
本发明涉及农业遥感技术领域,具体涉及一种玉米冠层叶色建模系统及方法。
背景技术
玉米是我国广泛种植的粮食和饲料作物,同时也是重要的工业原料。玉米叶片是进行光合作用的主要场所,其颜色特征可以反映叶片内部的生理生化属性,并且与叶绿素含量及光合速率等生理性状具有一定相关性。叶绿素含量是作物的重要生理指标,常规测定方法包括分光光度计法和Amon法等。但这些测量方法通常会对作物造成损伤,而且工作量大、难以实现作物全生育期连续测量。另外,传统的玉米叶色判定主要依靠人工目测观察,主观性较强,对玉米叶色类型判定缺乏定量化指标。目前,图像处理技术在作物表型性状检测中发挥了重要作用,在一些应用领域甚至已经逐步代替了人工操作,就作物颜色表型而言,图像处理与分析已逐步成为标准研究方法。
大田环境异常复杂,玉米叶色易受天气、光照、湿度等自然因素的影响,使得玉米叶色在田间的不同气象和土壤墒情条件下显示出较大变异区间。迄今为止,对玉米整个生育期内叶色变化进行定量化分析仍然是个研究难点。HSV是根据颜色直观特性创建的一种颜色空间,包括色相(H,取值范围0-360度)、饱和度(S,取值范围0~1)与亮度(V,取值范围0~1)分量,其中色相表示颜色类别(叶色)、饱和度表示颜色纯度、亮度表示颜色明暗。与RGB等颜色空间相比,HSV直观表示了颜色的明暗、色调和鲜艳程度,有利于进行颜色之间定量比较和分析。玉米叶色直观地反映了玉米长势长相状况,与营养、水分、病虫害状况也直接相关。
因此,现有的亟待解决的技术问题之一为:如何提出一种适用于全生育期的玉米冠层叶色建模方法,满足田间环境下进行全生育期玉米叶色定量化分析、叶绿素测定、长势长相监测等需求。
发明内容
为了解决上述技术问题,本发明提出如下技术方案:
本发明一方面提供了一种玉米冠层叶色建模系统,包括位于田间预设地点的支架模块,以及位于所述支架模块上的图像采集模块、自动气象熵情采集模块、数据采集与传输模块以及云端存储与计算模块;
所述图像采集模块用于实时采集目标区域内的全生育期的玉米冠层图像;
所述自动气象熵情采集模块用于测量所述目标区域内的气象数据和土壤信息;
所述数据采集与传输模块用于采集所述玉米冠层图像、所述气象数据和土壤信息,并将所述玉米冠层图像、所述气象数据和土壤信息发送到所述云端存储与计算模块;
所述云端存储与计算模块用于存储所述玉米冠层图像、所述气象数据和土壤信息并根据所述玉米冠层图像、所述气象数据和土壤信息进行玉米冠层图像序列分析,并根据所述冠层图像序列分析的结果建立玉米冠层叶色变化模型,以根据所述玉米冠层叶色变化模型进行实时采集图像的冠层叶色、长势长相的分析与评价。
可选地,所述支架模块包括支柱和位于所述支柱上侧的横梁;所述横梁的上侧还设置有避雷针。
可选地,所述图像采集模块包括工业相机、位于所述工业相机上的镜头和辅助拍摄灯,以及罩设于所述工业相机上的防水罩;所述工业相机的光轴垂直于地面;所述防水罩的顶端位于所述横梁上。
可选地,还包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京农业信息技术研究中心,未经北京农业信息技术研究中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710100787.2/2.html,转载请声明来源钻瓜专利网。