[发明专利]一种基于计算机视觉的水稻叶片SPAD值估测方法及系统

权利要求书

1.一种基于计算机视觉的水稻叶片SPAD值估测方法，其特征在于，该方法包括：

(1)采集一定数量的水稻叶片样本，并将所述水稻叶片样本放在18％灰板上，获取对应样本图像；

(2)测定所有样本图像的SPAD值；

(3)采用阈值分割法去除样本图像中的灰板部分，留下绿色叶片主体部分；

(4)提取所述样本图像的颜色特征，获得样本图像中的RGB颜色空间中颜色特征的红光值R、绿光值G、蓝光值B和HSV颜色空间中的颜色特征色相H、饱和度S、明度V；

(5)依据R、G、B和H、S、V颜色特征参数，得到每张图像的颜色分量，以所述颜色分量为输入，采用逐步回归分析方法，建立基于颜色分量的SPAD值估测模型M'₂；

具体的，采用简单相关分析方法对所有样本的样本图像的颜色分量和对应SPAD值进行相关分析，确定颜色分量和SPAD值间的相关性；

且基于颜色分量的SPAD值估测模型M'₂，表示为：

M′₂＝A₀+A₃X₃+A₆X₆+A₇X₇+A₉X₉

其中，A₀，A₃，A₆，A₇，A₉分别为各个颜色分量对应系数，所述X₃，X₆，X₇，X₉分别为第三颜色分量b、第六颜色分量r/b、第七颜色分量DGCI以及第九颜色分量GR对应的编号；

所述第三颜色分量b＝B/(R+G+B)，第七颜色分量DGCI＝[(H-0.16)/0.16+(1-S)+(1-V)]/3，第九颜色分量GR＝G-R；所述第六颜色分量r/b中，r＝R/(R+G+B)。

2.根据权利要求1所述的基于计算机视觉的水稻叶片SPAD值估测方法，其特征在于，所述步骤(1)中，采集从齐穗期至成熟期的水稻叶片样本。

3.根据权利要求1所述的基于计算机视觉的水稻叶片SPAD值估测方法，其特征在于，步骤(2)中，整个样本图像的SPAD值测定方法为使用叶绿素计从样本图像的叶枕到叶尖，逐点检测SPAD值；检测点等间隔均匀分布于整个叶片，并将每个检测点的SPAD值取平均。

4.一种根据权利要求1-3任一项所述的基于计算机视觉的水稻叶片SPAD值估测方法实现的估测系统，其特征在于，包括：

样本采集模块，用于采集一定数量的水稻叶片样本，并将所述水稻叶片样本放在18％灰板上，获取对应样本图像；

SPAD值测定模块，用于测定所有样本图像的SPAD值；

样本图像预处理模块，采用阈值分割法去除样本图像中的灰板部分，留下绿色叶片主体部分；

颜色特征提取模块，用于提取所述样本图像的颜色特征，获得样本图像中的RGB颜色空间中颜色特征的红光值R、绿光值G、蓝光值B和HSV颜色空间中的颜色特征色相H、饱和度S、明度V；

模型建构模块，用于依据R、G、B和H、S、V颜色特征参数，得到每张图像的颜色分量，以所述颜色分量为输入，采用逐步回归分析方法，建立基于颜色分量的SPAD值估测模型M'₂。

5.根据权利要求4所述的基于计算机视觉的水稻叶片SPAD值估测系统，其特征在于，所述样本采集模块中，水稻叶片样本为从齐穗期至成熟期的水稻叶片。

6.根据权利要求4所述的基于计算机视觉的水稻叶片SPAD值估测系统，其特征在于，所述SPAD值测定模块中，使用叶绿素计对所有样本图像的SPAD值进行测定，测定方法为从样本图像的叶枕到叶尖，逐点检测SPAD值；检测点等间隔均匀分布于整个叶片，并将每个检测点的SPAD值取平均。