[发明专利]无损式估测植物叶绿素含量及分布的可视化方法有效
申请号: | 202110921481.X | 申请日: | 2021-08-11 |
公开(公告)号: | CN113607734B | 公开(公告)日: | 2023-05-26 |
发明(设计)人: | 张慧春;范学星;张萌;边黎明;周宏平;郑加强 | 申请(专利权)人: | 南京林业大学 |
主分类号: | G01N21/84 | 分类号: | G01N21/84;G06T7/00;G06T7/90;G06V10/766;G06V10/774 |
代理公司: | 南京科阔知识产权代理事务所(普通合伙) 32400 | 代理人: | 王清义 |
地址: | 210037 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 无损 估测 植物 叶绿素 含量 分布 可视化 方法 | ||
1.一种无损式估测植物叶绿素含量及分布的可视化方法,其特征在于:包括以下步骤:
(1)、利用可见光相机拍摄植株,采集到完整的植株图像;
(2)、从完整的植株图像中提取主枝区域纯植物部分的图像;
(3)、对步骤(2)提取的图像进行分层;
(4)、利用叶绿素测量仪分别测定每层中所有叶片的SPAD值,分别计算每层中所有叶片的SPAD平均值;
(5)、利用颜色分析方法并结合每层中所有叶片的SPAD平均值建立叶绿素含量的最佳回归模型;
(6)、利用叶绿素含量的最佳回归模型对叶绿素含量进行估测并对叶绿素含量进行可视化;
所述的步骤(2)具体包括:
(2.1)、使用目标检测算法识别完整的植株图像进而识别出植株的所有分枝,以矩形框框选目标部分,计算每个矩形框的高度,将其中高度最大的矩形框作为植株的主枝区域,将主枝区域分割出来;
(2.2)通过目标检测算法并利用G通道的阈值从主枝区域纯植物部分中提取感兴趣区域,并使用最大连通域的方法生成主枝区域纯植物部分的掩模;
所述的步骤(3)具体包括:
将步骤(2)提取的图像划分为上层、中层和下层,根据植株的主枝区域高度来判定上层、中层和下层的划分比例;
所述的步骤(4)具体包括:
利用叶绿素测量仪分别测定上层、中层和下层所有叶片的SPAD值,计算上层所有叶片的SPAD平均值,计算中层所有叶片的SPAD平均值,计算下层所有叶片的SPAD平均值;
所述的步骤(5)具体包括:
(5.1)将步骤(2)提取的图像分别转换到色彩空间RGB、HSV和La*b*,分别计算上层、中层和下层图像中每个像素点的色彩因子的参数值,所述色彩因子包括R、G、B、G*G、H、S、V、L、a、b;
(5.2)计算上层图像中所有像素点的每个色彩因子的参数平均值;计算中层图像中所有像素点的每个色彩因子的参数平均值;计算下层图像中所有像素点的每个色彩因子的参数平均值;
(5.3)将多个色彩因子随机组合,建立多组色彩因子组合模型,将每层图像中色彩因子的参数平均值和每层所有叶片的SPAD平均值作为训练数据集,分别训练多组色彩因子组合模型,得到多组训练好的色彩因子组合模型,即多组叶绿素含量的回归模型;
(5.4)以均方根误差RMSE和决定系数R2为指标,评价多组训练好的叶绿素含量的回归模型的拟合性能并确定最佳拟合性能的叶绿素含量的回归模型,即叶绿素含量的最佳回归模型;
所述的步骤(5)中的叶绿素含量的最佳回归模型为:
Y=-8.51*lg(G)+11.68*R-26.48*G+18.30*B+2.81*G/R+3.85*G/B+40;
其中Y为叶绿素含量的最佳回归模型估测的叶绿素含量;
所述的步骤(6)包括:
(6.1)、按照步骤(1)和步骤(2)的方法对待测的植株图像进行采集以及图像处理;
(6.2)将处理后的图像拆分为红、绿、蓝三个通道,得到每个像素点的R、G、B值,计算每个非0像素点的lg(G)、与对所有像素点做标准化,计算标准化后的多个色彩因子参数值,代入叶绿素含量的最佳回归模型中,得到一张代表SPAD拟合值的灰度图,将SPAD的拟合值在像素点区间放大并转换为COLORMAP_JET色度的伪彩色图像,进而实现叶绿素含量的可视化。
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南京林业大学,未经南京林业大学许可,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/202110921481.X/1.html,转载请声明来源钻瓜专利网。