[发明专利]一种快速无损检测作物营养元素的装置及方法无效
申请号: | 201110367120.1 | 申请日: | 2011-11-18 |
公开(公告)号: | CN102507457A | 公开(公告)日: | 2012-06-20 |
发明(设计)人: | 毛罕平;高洪燕;张晓东;周莹;朱文静;左志宇 | 申请(专利权)人: | 江苏大学 |
主分类号: | G01N21/25 | 分类号: | G01N21/25 |
代理公司: | 南京知识律师事务所 32207 | 代理人: | 汪旭东 |
地址: | 212013 江*** | 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: | 一种 快速 无损 检测 作物 营养元素 装置 方法 | ||
技术领域
本发明涉及农作物无损检测领域,特别涉及一种利用自由活动手臂及导轨驱动电机的采集装置,实现作物营养元素快速、无损检测。
背景技术
传统的作物营养元素诊断都是以实验室常规测试为主,这些测试手段精度低,并会对作物产生破坏,影响作物生长,而且在取样、测定、数据分析等方面需要耗费大量的人力和物力,时效性差,不利于推广应用。还有一些作物营养诊断方法如DRIS、M-DRIS、DOP等各有所长,但在进行诊断时会出现不同的诊断结果,致使用户难以做出决策。
基于光谱技术的无损诊断方法,受背景和环境因素影响较大,且通常采用点源采样方式,无法体现整个叶片区域的光反射特性差异。而图像技术只能对作物外部形貌进行分析。利用单一的检测手段往往不能全面地描述作物叶片的物理特征与内部组织生理生化特性的变化。高光谱图像技术集中了光学、电子学、信息处理以及计算机科学技术,把传统的二维成像技术和光谱技术有机地结合在一起而形成的先进技术,具有超多波段、高分辨率和图谱合一的特点。既能对植株由缺素引起的颜色、纹理、形态变化等特征进行可视化分析,又能对植株叶片光谱特性的各向异性分布进行评价,进而可以提高作物营养元素无损检测的全面性、可靠性和灵敏度。
彭彦昆等利用高光谱扫描仪对叶片叶绿素含量进行快速检测(发明专利号:200910237355.1);陈全胜等研发了基于高光谱成像技术的茶树叶片氮、磷、钾的快速探测方法及装置(发明专利号:201010208851.7)。由于目前现有的研发成果虽然均是基于高光谱图像技术,但均是将叶片摘下,不能采集活体叶片,严重影响作物生长。
发明内容
鉴于现有技术的发展情况,本发明的目的是要提供一种针对作物营养元素的无损,快速检测装置与方法。采集正在生长植物的叶片高光谱图像信息,并进行快速判定亏缺哪种元素。真正达到快速、无损检测的目的。
因此,本发明旨在现有技术的不足,通过两个自由度的活动支架实现镜头六向自由调节,并利用导轨驱动电机带动镜头控制数据采集速度。
为达到上述目的,构思一种快速无损检测作物营养元素的装置包括:包括可移动小车、 计算机、运动控制器、光源供给系统、活动支架、导轨驱动电机、玻璃光纤灯、高光谱成像系统。所述活动支架通过一个立柱设置于可移动小车上,活动支架为两个自由度装置,自由调节成像系统左右及上下位置,使成像系统与被测叶片保持平行;所述导轨驱动电机设置于活动支架的末端,导轨驱动电机与高光谱成像系统相连,高光谱成像系统对被测叶片从上至下扫描;所述光源供给系统与玻璃光纤灯相连;所述高光谱成像系统与计算机相连,计算机对所采集的高光谱图像进行处理,提取表征作物叶片营养元素的特征,代入相应模型,进行预测。
快速、无损、实时在线作物叶片营养元素的装置,根据不同营养元素最先发生亏缺的位置(例如:氮、磷、钾:作物非生理老叶;钙:作物顶叶;铁:作物新生叶片;镁:作物下位叶),确定被测叶片所在的级层,倾斜角度及朝向。调节活动支架,实现成像系统及导轨驱动电机上、下、左、右、前、后六向自由调节,最终使镜头与被测叶片保持平行。调节被测叶片两侧的玻璃光纤灯的位置,消除由于叶片间遮挡造成的被测叶片叶面光照不均。设置运动控制器,以此控制导轨驱动电机运动步长及运动速度,保证高光谱图像数据达到质量标准。成像系统中配有两个镜头,即可见光镜头及近红外镜头,光谱采集范围为390-900nm和900-1700nm,根据与不同营养元素相关的敏感波段更换镜头,确保每一个数据都包含所需波段的高光谱图像。成像系统完成被测活体叶片从上至下扫描,将数据传输存储至计算机,以待处理。
采集被测作物不同生长期,不同营养元素叶片的高光谱图像,并对被测营养元素进行精确的化学测量,将叶片平均光谱与实测化学值进行相关性分析后,提取相关性最高的几个特征波长,并抽提出特征波长下相应的图像。通过比较多种滤波方法及背景分割方法,筛选出效果较好的一组。由于不同营养元素下作物叶片特征图像的灰度差异明显,提取图像的灰度,来表征被测叶片营养元素含量。利用偏最小二乘、支持向量机、改进神经网络等方法建模,并对其进行预测,筛选出精度较高的模型,进入模型库,用于验证被测作物。
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江苏大学,未经江苏大学许可,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/201110367120.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:便携式卫星地面站天线面快速对星装置
- 下一篇:一种基于物联网的停车场管理系统