[发明专利]一种设施甜瓜盐害无损测定方法及系统

权利要求书

1.一种设施甜瓜盐害无损测定方法，其特征在于，包括：

获取待测甜瓜样本的图像数据；

将所述图像数据输入图像鉴别模型中，得到第一鉴别结果；所述图像鉴别模型是采用各个生长时期的甜瓜样本集的图像数据对卷积神经网络进行训练得到的；所述第一鉴别结果包括伸蔓期的甜瓜信息、开花坐果期的甜瓜信息、果实发育期的甜瓜信息或异常期的甜瓜信息；

根据所述第一鉴别结果确定高光谱测定模型；

将所述光谱数据输入所述高光谱鉴别模型中，得到第二鉴别结果；所述高光谱鉴别模型是采用所述第一鉴别结果中的甜瓜信息对应的发育时期的甜瓜样本集，基于目标检测算法构建得到的；

根据所述第二鉴别结果确定所述待测甜瓜样本的盐害值。

2.根据权利要求1所述的设施甜瓜盐害无损测定方法，其特征在于，所述获取待测甜瓜样本的图像数据，包括：

利用数码单反相机获取所述图像数据。

3.根据权利要求1所述的设施甜瓜盐害无损测定方法，其特征在于，所述图像鉴别模型的确定方法为：

获取甜瓜样本集的图像数据，并将所述甜瓜样本集的图像数据按照7:3的比例划分为图像训练集和图像测试集；

构建卷积神经网络；

根据所述图像训练集输入所述卷积神经网络进行训练，得到训练好的卷积神经网络；

将所述图像测试集输入所述训练好的卷积神经网络进行测试，得到所述图像鉴别模型。

4.根据权利要求1所述的设施甜瓜盐害无损测定方法，其特征在于，所述高光谱鉴别模型的确定方法为：

获取甜瓜样本集的光谱数据，并将所述甜瓜样本集的光谱数据按照7:3的比例划分为光谱训练集和光谱测试集；

构建基于机器学习的目标检测算法模型；

根据所述光谱训练集输入所述目标检测算法模型对进行训练，得到训练好的目标检测算法模型；

将所述光谱测试集输入所述训练好的目标检测算法模型进行测试，得到所述高光谱鉴别模型。

5.根据权利要求4所述的设施甜瓜盐害无损测定方法，其特征在于，所述获取甜瓜样本集的光谱数据，包括：

利用近红外高光谱仪获得甜瓜样本集的光谱数据；所述近红外高光谱仪采用卤素灯提供照明，所述近红外高光谱仪固定在暗箱中。

6.根据权利要求1所述的设施甜瓜盐害无损测定方法，其特征在于，所述根据所述第二鉴别结果确定所述待测甜瓜样本的盐害值，包括：

对所述第二鉴别结果进行解析，得到多个植物离子含量信息；

根据所述植物离子含量信息确定所述盐害值。

7.一种设施甜瓜盐害无损测定系统，其特征在于，包括：

获取模块，用于获取待测甜瓜样本的图像数据和光谱数据；

第一鉴别模块，用于将所述图像数据输入图像鉴别模型中，得到第一鉴别结果；所述图像鉴别模型是采用各个生长时期的甜瓜样本集的图像数据对卷积神经网络进行训练得到的；所述第一鉴别结果包括伸蔓期的甜瓜信息、开花坐果期的甜瓜信息、果实发育期的甜瓜信息或异常期的甜瓜信息；

光谱模型确定模块，用于根据所述第一鉴别结果确定高光谱测定模型；

第二鉴别模块，用于将所述光谱数据输入所述高光谱鉴别模型中，得到第二鉴别结果；所述高光谱鉴别模型是采用所述第一鉴别结果中的甜瓜信息对应的发育时期的甜瓜样本集，基于目标检测算法构建得到的；

盐害测定模块，用于根据所述第二鉴别结果确定所述待测甜瓜样本的盐害值。

8.根据权利要求7所述的设施甜瓜盐害无损测定系统，其特征在于，所述获取模块具体包括：

第一获取单元，用于利用数码单反相机获取所述图像数据；

第二获取单元，用于利用近红外高光谱仪获得待测甜瓜样本的光谱数据；所述近红外高光谱仪采用卤素灯提供照明，所述近红外高光谱仪固定在暗箱中。