发明名称 一种设施番茄氮磷钾胁迫自动识别方法和装置
摘要 本发明涉及一种设施番茄氮磷钾胁迫自动识别方法和装置,自动识别装置由CCD、摄谱仪、光学系统、光源、位移台、控制器、PC机、显示器和光箱组成。首先利用标定样本对自动识别装置进行系统实验标定;之后对模型样本在整个生长期进行等间隔时间采样,采集番茄倒7叶的可见光-近红外的反射强度、偏振度分布、超光谱图像信息,结合模型样本的氮磷钾化学分析实测值和微结构扫描电镜测试,利用主成分分析获取营养胁迫样本的主成分图像,确定氮磷钾的特征波长,将营养胁迫特征分成偏振特征、强度特征和图像特征三类,分别建立各自的特征空间,利用D-S判据理论,建立番茄氮磷钾的自动识别和综合评价模型;实现对设施番茄氮磷钾胁迫种类的自动识别和诊断。
申请公布号 CN103048266B 申请公布日期 2015.06.10
申请号 CN201210528871.1 申请日期 2012.12.11
申请人 江苏大学 发明人 张晓东;左志宇;毛罕平;田有文;朱文静;孙俊;高洪燕;张红涛;韩绿化
分类号 G01N21/00(2006.01)I;G01N21/21(2006.01)I;G01N21/25(2006.01)I 主分类号 G01N21/00(2006.01)I
代理机构 南京知识律师事务所 32207 代理人 李媛媛
主权项 一种设施番茄氮磷钾胁迫自动识别方法,其特征在于,包括的步骤为:1)系统标定:将番茄标定样本固定在一种设施番茄氮磷钾胁迫自动识别装置的位移台上,进行采样标定试验,确定使扫描图像不失真的位移台的最佳位移速度以及光学系统的起偏角、CCD的成像焦距和曝光时间;采集黑场和白场信息,获得不同波长点的相对参考值,以各波长点的白场和黑场的差值作为分母,计算各像素点的相对反射率和成像灰度值;2)信息采集:在番茄的整个生长期,每间隔10天进行一次多源光信息的采集,每次选取各氮、磷、钾营养水平和交互试验样本20株,分别获取不同氮、磷、钾营养水平的番茄叶片作为模型样本;所述光源为卤钨灯光源,波长范围为400‑2600nm;采集番茄的倒7叶在400‑1700nm的可见光和近红外的反射强度分布、偏振度分布、超光谱图像信息;采用流动分析仪对叶片的总氮、总磷、总钾进行测定;用扫描电镜和显微图像法测定非光滑表面特性,及气孔、海绵体、栅栏组织等内部组织结构的变化;3)特征提取和补偿:基于获取的多源信息,结合氮磷钾的化学实测值,利用主成分分析获取营养胁迫样本的主成分图像,确定氮磷钾的特征波长分布;在此基础上,应用Virtual Lab软件获取特征波长处的偏振度强度分布、Stocks参量、Mueller矩阵的偏振度特征,应用ENVI软件抽取目标区域可视化光谱的反射强度分布特征;抽取各特征波长处营养胁迫样本的特征图像提取其灰度、纹理、面积特征;采用正交试验,测试和分析不同氮、磷、钾营养水平及水分水平对偏振图像、光谱反射强度分布、超光谱特征图像的灰度分布及纹理特征的影响,以489nm波长的反射强度描述叶片总糖,分析不同磷营养水平对氮糖比的变化规律,给出氮诊断的修正因子;以1450nm波长的反射强度描述叶片的水分,分别计算营养元素和水分的修正因子;利用各个修正因子对氮磷钾营养胁迫特征进行修正,降低氮磷钾之间及其与水分之间的交互作用的影响;4)识别模型的建立:将番茄的营养胁迫特征信息分成偏振特征、强度特征和图像特征三类,分别建立各自的特征空间,采用三个神经网络分类器分别在各自的特征空间进行氮磷钾胁迫的识别和分类,三个神经网络通过训练和学习获得各自的识别结果后,利用D‑S判据理论,结合标准对照组样本,建立不同生长阶段的番茄氮磷钾的自动识别和综合评价模型;基于获取的模型,在设施番茄的任意自然生长阶段,采集番茄的倒7叶作为检测样本,利用多源光信息采集装置采集番茄的多源特征,并输入番茄营养胁迫自动识别软件,选择相应的生长阶段和输出选项,运行软件自动识别番茄的氮、磷、钾的胁迫状态、营养水平,并给出相应的营养液调配控制策略。
地址 212013 江苏省镇江市京口区学府路301号