发明名称 一种植物氮素含量丰缺图像检测方法
摘要 本发明涉及一种植物氮素含量丰缺图像检测方法,首先建立标准农化模型、计算设备色差补偿值及环境色差补偿值;在雨天、阴天、多云和晴天和标准五个环境条件下用常见拍摄器材对具有代表性的植物叶片图像进行拍摄采集,并将图像导入氮素丰缺检测应用系统进行检测:若H”≥H<sub>s</sub>,则氮素含量为正常以上;否则,若H”&lt;H<sub>s</sub>,则氮素处于缺乏状态,需要追肥。本发明通用性与适应性较强,只要对农化模型中映射表内的数据作相应修改,并针对约500个叶片样本采用实验方法确定其判决阈值即可用于指定植物的氮素丰缺检测,与图像采集设备、环境无关,只要选择相应色差补偿值即可,对使用者要求低,易于推广。
申请公布号 CN103942555A 申请公布日期 2014.07.23
申请号 CN201410145551.7 申请日期 2014.04.11
申请人 海南大学 发明人 姚孝明
分类号 G06K9/54(2006.01)I;G01N21/84(2006.01)I;G01N21/25(2006.01)I 主分类号 G06K9/54(2006.01)I
代理机构 海口翔翔专利事务有限公司 46001 代理人 莫臻
主权项 一种植物氮素含量丰缺图像检测方法,其特征在于,其步骤如下:1)、建立标准农化模型、计算设备色差补偿值及环境色差补偿值A、建立标准农化模型:设当前叶片图像的色度分量值为H,二分标准色度阈值为H<sub>s</sub>,则其氮素丰缺可用下式判断:<img file="FDA0000490164350000011.GIF" wi="1461" he="180" />其中,上述色度分量值为H、二分标准色度阈值H<sub>s</sub>的计算过程具体如下:a)按照氮素丰缺标准配方对给定植物进行缺素培养,待叶片生长为成叶后从植物上采集具有代表性的样本叶片;b)将样本叶片固定在一张白纸中心,然后用不透明材料将其围成一个高为1米的柱状空间,在室内仅有日光灯的条件下用拍摄器材由柱状空间的正上方拍摄该样本叶片的图像;c)采用现有数字图像处理技术中的全局阈值算法分割图像,计算全局阈值,由此将该图像分割为背景BK与叶片区域LF两部分;d)计算LF区域内像素值的平均值,即候选检测像素的RGB分量值;e)采用传统IHS色度空间变换公式将上述候选检测像素的RGB分量转换为HSB分量值,计算其色度分量值即H分量,选择该分量值作为相应像素的色度特征值;f)通过农化分析得出相应样本叶片的氮素含量占干比值,构建色度特征值H与氮素含量占干比值N之间的二元映射关系表;g)采用fisher分类器计算获得判决阈值即为H<sub>s</sub>;B、计算设备色差补偿值:1)选择同一样本叶片,设定某一高分辨率的拍摄器材为标准拍摄器材,分别用标准拍摄器材和其它常见拍摄器材进行拍摄采集样本叶片图像;2)根据全局阈值分割方法提取其中叶片所在区域,求取叶片区域内所有像素的平均值并将其作为候选检测像素的RGB分量值;3)采用传统IHS变换公式,依据RGB分量值计算得到其相应的色度分量值;4)取与常见拍摄器材对应的色度分量值与标准相机对应的色度分量值的差作为常见拍摄器材的单样本色差补偿值;5)取大量叶片样本,按如下公式计算:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><msub><mi>H</mi><mi>d</mi></msub><mo>=</mo><mfrac><mn>1</mn><mi>n</mi></mfrac><mi>&Sigma;</mi><mrow><mo>(</mo><msub><mi>S</mi><mi>i</mi></msub><mo>-</mo><msub><mi>B</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000490164350000021.GIF" wi="554" he="127" /></maths>得到常见拍摄器材的标准色差补偿值H<sub>d</sub>,其中S<sub>i</sub>为常见拍摄器材对应的色度分量值,B<sub>i</sub>为标准相机对应的色度分量值;C、计算环境色差补偿值:1)设定某一拍摄器材为标准拍摄器材,用标准拍摄器材分别在雨天、阴天、多云和晴天以及标准五个环境条件下采集500张叶片样本图像,所述标准环境条件与标准农化模型建立过程中b步骤相同;2)根据全局阈值分割方法提取其中叶片所在区域,求取叶片区域内所有像素的平均值并将其作为候选检测像素的RGB分量值;采用传统IHS变换公式,依据RGB分量值计算得到其相应的色度分量值;3)取各类环境与标准环境下得到的色度分量值的差值作为该类环境的单样本色差补偿值;4)按如下公式计算求平均,得到各类环境的标准色差补偿值H<sub>e</sub>。<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><msub><mi>H</mi><mi>e</mi></msub><mo>=</mo><mfrac><mn>1</mn><mi>n</mi></mfrac><mi>&Sigma;</mi><mrow><mo>(</mo><msub><mi>T</mi><mi>i</mi></msub><mo>-</mo><msub><mi>H</mi><mi>i</mi></msub><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000490164350000022.GIF" wi="554" he="139" /></maths>式中:T<sub>i</sub>为各类环境下得到的色度分量值,H<sub>i</sub>为标准环境下得到的色度分量值;2)、叶片氮素丰缺检测在任意环境条件下用常见拍摄器材对具有代表性的植物叶片图像进行拍摄采集,并将图像导入氮素丰缺检测应用系统进行检测;所述氮素丰缺检测应用系统由叶片区域提取、小模板滤波、计算候选检测像素的RGB分量值、计算候选检测像素的H分量值、设备色差补偿、环境色差补偿及氮素丰缺判决七个过程构成,具体步骤如下:A、叶片区域提取:首先,对叶片图像采用迭代法或OSTU法确定分割阈值T,按照&gt;=T以及&lt;T将图像分为背景BK和前景LF两类,分别对其做非线性空域滤波,其p×p模板如下:<img file="FDA0000490164350000031.GIF" wi="468" he="270" />滤波规则:若由窗口K在上述区域图像中滑动,区域图像窗口像素分布用A表示,则:若K.*A=0,则令区块A中所有像素值均为0,即A=0;否则,A=1为全1矩阵;经过上述处理,可以得到比较干净的叶片有效区域;B、小模板滤波:在叶片有效区域的结果图像,选取以下3×3平滑小模板K’进行平滑滤波,即:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msup><mi>K</mi><mo>'</mo></msup><mo>=</mo><mfrac><mn>1</mn><mn>16</mn></mfrac><mfenced open='[' close=']'><mtable><mtr><mtd><mn>1</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>1</mn></mtd></mtr><mtr><mtd><mn>2</mn></mtd><mtd><mn>4</mn></mtd><mtd><mn>4</mn></mtd></mtr><mtr><mtd><mn>1</mn></mtd><mtd><mn>2</mn></mtd><mtd><mn>1</mn></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000490164350000032.GIF" wi="365" he="233" /></maths>滤波规则:若由窗口K’在叶片有效区域的结果图像内逐像素滑动,每次被窗口K’覆盖的区域像素分布用B表示,对应区域的中心像素为C<sub>ij</sub>,滤波后为C'<sub>ij</sub>,即C'<sub>ij</sub>=K’.*BC、计算候选检测像素的RGB分量值:令上述经过处理后的图像中叶片边界像素值为0,其中所述叶片边界像素是指叶片区域内与背景像素(提取叶片区域后其像素值为0)相邻的像素;计算图像内所有非0像素个数,以及所有非0像素值的总和,求其平均值即为候选检测像素的RGB分量值;D、计算候选检测像素的H分量值:采用传统IHS色度空间变换,将所得候选检测像素的RGB分量转换为HSI值,由此计算得到其色度分量值H;E、设备色差补偿:计算设备色差补偿后的色度值H’,即H’=H‑H<sub>d</sub>;F、环境色差补偿:计算环境色差补偿后的色度值H”,即H”=H’‑H<sub>e</sub>;G、氮素丰缺判决:氮素丰缺判决规则是:若H”≥H<sub>s</sub>,则氮素含量为正常以上;否则,若H”&lt;H<sub>s</sub>,则氮素处于缺乏状态,需要追肥。
地址 570228 海南省海口市美兰区海甸岛人民大道58号
您可能感兴趣的专利