[发明专利]番茄干旱胁迫的识别方法

权利要求书

1.一种番茄干旱胁迫的识别方法，其特征在于，包括以下步骤：

采集不同干旱状态的番茄样本的高光谱图像，选取感兴趣区域，获得原始光谱数据；

对原始光谱数据降维去噪，并提取重要波段光谱特征；

提取重要纹理特征；

融合所述重要波段光谱特征和重要纹理特征，建立并训练番茄干旱胁迫分类模型；

采集待识别番茄的高光谱图像，并提取其光谱特征和纹理特征作为输入量输入所述番茄干旱胁迫分类模型中，获得番茄干旱胁迫的识别结果。

2.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，在采集高光谱图像之前，对高光谱图像进行黑白板校正，校正公式如下：

其中，I为校正后番茄叶片图像反射率，I₀为原始图像反射率，B为黑板图像反射率，W为白板图像反射率。

3.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，所述感兴趣区域的选取具体为：首先对获取的图像进行格式转换得到灰度图像，通过均值处理转化为二值化图像，然后进一步分割得到感兴趣区域，对其进行提取，获得原始光谱数据。

4.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，所述原始光谱数据的降维去噪采用标准正态变量变换法进行。

5.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，所述重要波段光谱特征的提取采用竞争性自适应重加权算法结合连续投影算法进行。

6.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，在提取所述重要纹理特征前，还包括提取纹理特征的步骤，其中，所述纹理特征的提取，具体为：将获取的图像进行格式转换得到灰度图像，通过均值处理转化为二值化图像；选取目标叶片，对目标叶片采用灰度梯度共生矩阵提取纹理特征。

7.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，所述重要纹理特征采用连续投影算法提取。

8.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，所述重要纹理特征包括：小梯度优势、灰度分布的不均匀性、梯度分布的不均匀性、能量、灰度分布的均方差、梯度熵、混合熵和逆差矩。

9.如权利要求1所述的番茄干旱胁迫的识别方法，其特征在于，所述番茄干旱胁迫分类模型的建立是通过将融合的重要波段光谱特征和重要纹理特征数据结合支持向量机模型建立分类模型实现的。