[发明专利]采用最小二乘法拟合参数的叶面积分类计算方法在审
申请号: | 202210130244.6 | 申请日: | 2022-02-11 |
公开(公告)号: | CN114399545A | 公开(公告)日: | 2022-04-26 |
发明(设计)人: | 张礼杰;朱士江;李虎;顾晓霞 | 申请(专利权)人: | 三峡大学 |
主分类号: | G06T7/62 | 分类号: | G06T7/62;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 宜昌市三峡专利事务所 42103 | 代理人: | 成钢 |
地址: | 443002 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 采用 最小二乘法 拟合 参数 叶面积 分类 计算方法 | ||
本发明涉及采用最小二乘法拟合参数的叶面积分类计算方法,包括:采集并提取出完整的单片叶子的图像;根据单片叶子的图像,利用叶子识别模型得到叶子的分类;将叶片划分为叶根区、叶中段和叶尖区,将叶根区划分为第一叶根部、第二叶根部和第三叶根部;针对每种类型的叶片,分别计算叶片各部位的面积,并计算得到叶片面积;针对不同类型的叶片,将叶片面积作为因变量,将叶片各部分的面积分别作为自变量,对各个自变量的系数进行拟合,得到叶片面积计算公式;根据叶片面积计算公式计算得到待测叶子的面积。本发明利用植物叶子的图像实现了植物叶片面积的无损测量、计算,自动计算不同形状类别的叶片面积,代替人工,提高了计算效率和精度。
技术领域
本发明属于植物叶片面积测量领域,具体涉及一种采用最小二乘法拟合参数的叶面积分类计算方法。
背景技术
叶片是植物进行光合作用和蒸腾作用的主要器官,有关植物生长情况的诸多信息都与叶片的形态特征有着密不可分的联系。针对植物叶片参数进行的快速、精准的测量是研究植物生长发育等生命活动的重要手段。
植物叶面积是叶片测量中的主要参数之一,叶面积的大小影响着植物光合物质的积累,叶面积的变化也体现着植物生长的状态,是研究植物生理生化、遗传育种、作物栽培技术等方面的重要指标。因此植物叶面积的测量对于调整群体结构、充分利用光热资源、指导作物栽培密度及合理施肥等有重要意义。
现有的叶面积测量方法中,传统的手工测量方法如复印称重法、直尺测量法等测量速度慢,且测量精度低。利用计算机技术测量叶面积方法大体可分为图像测量法、光电扫描法、三维点云法。通过摄像机采集图像,对图像数据进行数字化处理的图像测量法是较为便捷的方法,但现有的叶面积图像测量方法精确度不高,易受光照等环境因素的干扰,且自身算法复杂,适应性较差,一般作为叶面积的粗略测量。使用光电器件,如扫描仪对叶片进行扫描成像,获取的图像数据质量较高,特别是图像背景为纯白色,运用较为简单的算法也能获得高精度的测量结果,但此类设备形态类似扫描仪,体积较大,难以用于室外测量叶面积,一般适用于实验室内使用,而且叶片运输回实验室的途中不易保存,叶片失水造成叶片缩小、卷边,导致测量误差。三维点云法运用kinect或激光雷达设备采集植物的三维点云形态信息,该设备能获取丰富的植物表型数据:但该种方式噪声干扰多,对于叶面积高精度测量影响较大,且算法复杂,操作困难,成本较高,难以普及。
因此,研究一种新的准确、高效、便捷的叶面积测量计算方法,且叶面积测量计算过程不接触植物叶片,对植物无损。
发明内容
本发明的目的是针对上述问题,提供一种采用最小二乘法拟合参数的叶面积分类计算方法,利用植物叶子的图像,在不采摘植物叶片的情况下,自动实现不同形状类别的叶片面积的高精度测量计算。
本发明的技术方案是采用最小二乘法拟合参数的叶面积分类计算方法,根据叶子的不同形状将叶子分类,利用神经网络构建叶子识别模型,根据叶片图像识别得到叶子的类别;按部位将叶片划分为叶根区、叶中段、叶尖区,针对每种类别的叶片,将叶片面积作为因变量,将叶片各部位对应的多边形的面积作为自变量,拟合确定自变量的系数,得到不同类别叶子的叶片面积计算公式;根据叶片面积计算公式计算得到待测叶子的面积。
所述叶面积分类计算方法包括以下步骤:
步骤1:采集获得叶子图像,从中提取出完整的单片叶子的图像;
步骤2:将单片叶子的图像输入叶子识别模型,得到叶子的类别;
步骤3:沿叶片中心线方向将叶片划分为叶根区、叶中段和叶尖区,将叶根区划分为第一叶根部、第二叶根部和第三叶根部;
步骤4:针对每种类别的叶片,分别计算叶根区、叶中段、叶尖区对应的三角形或四边形的面积,并计算得到叶片面积;
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三峡大学,未经三峡大学许可,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/202210130244.6/2.html,转载请声明来源钻瓜专利网。