[发明专利]一种设施甜瓜盐害无损测定方法及系统

说明书

本发明涉及一种设施甜瓜盐害无损测定方法及系统，通过获取待测甜瓜样本的图像数据；将图像数据输入图像鉴别模型中，得到第一鉴别结果；根据第一鉴别结果确定高光谱测定模型；将光谱数据输入高光谱鉴别模型中，得到第二鉴别结果；高光谱鉴别模型是采用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；根据第二鉴别结果确定待测甜瓜样本的盐害值。本发明结合图像鉴别模型和高光谱鉴别模型，对待测样本进行了鉴别，能够获得被测样品全波段光谱信息，且无需复杂的样品前处理，避免了样本被人为的破坏。本发明能够增加获取到的被测样品的信息量，从而提高测定甜瓜盐害的准确度，并且提高了检测的经济性。

技术领域

本发明涉及农作物检测技术领域，特别是涉及一种设施甜瓜盐害无损测定方法及系统。

背景技术

甜瓜(Cucumis melo L)包括2个亚种的7个变种。厚皮甜瓜是甜瓜的1个亚种(ssp.rigidus Fill)，厚皮甜瓜起源中心在中东，适宜生长于高温干旱气候。现在我国从南到北都可以利用温室大棚等设施进行甜瓜裁培。

目前，对厚皮甜瓜的盐害测定通常利用生长形态指标进行，生长形态指标例如甜瓜的株高、叶面积、生物学产量、叶绿素含量等进行测定，这种方式往往会从甜瓜上分离出部分植物组织进行测定，从而导致了厚皮甜瓜的发育过程被人为的破坏。

发明内容

为了克服现有技术的不足，本发明的目的是提供一种设施甜瓜盐害无损测定方法及系统。

为实现上述目的，本发明提供了如下方案：

一种设施甜瓜盐害无损测定方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，所述获取甜瓜样本集的光谱数据，包括：