基於高光譜成像技術的茶樹營養信息快速探測方法及裝置的製作方法
2023-09-23 01:41:35
專利名稱：基於高光譜成像技術的茶樹營養信息快速探測方法及裝置的製作方法
技術領域：
本發明涉及一種基於高光譜成像技術的茶樹生長中主要營養信息快速探測方法 及裝置。
背景技術：
茶樹是多年生植物，茶樹生長需要大量的營養元素，茶樹營養元素是其合成各種 有機化合物的重要組成部分，參與茶樹生長發育中的多種代謝過程，具有重要的生理作用。 茶樹營養元素的虧缺，直接影響茶樹的生長發育，還會對茶葉的品質和產量產生不利影響。 茶樹是葉用植物，每年要進行多次鮮葉採摘，每次採摘後茶樹都要消耗大量營養元素，如 碳、氫、氧、氮、磷、鉀、鈣、鎂、錳、硼、鋅等，其中，除碳、氫、氧來自大自然的水分和空氣以外， 其它營養元素都來自土壤，從而要求土壤肥力具有高消耗、高補充特點。茶樹在生長過程中 很容易出現氮、磷、鉀比例失調，土壤障礙和缺素症狀。因此，在茶樹生長過程中，有必要對 其營養信息進行快速、精確的診斷，以便對茶園實現精準有效地施肥，提高茶園智能化管理 水平。長期以來，植物的營養信息診斷都是以實驗室常規測試為主，包括形態診斷法、葉 色卡片法、化學診斷法、肥料窗口施用診斷法和酶學診斷法等。這些傳統的測試手段不僅會 對作物產生破壞，影響作物生長，而且在取樣、測定、數據分析等方面需要耗費大量的人力、 物力，時效性差，不利於推廣應用。近年來，一些新型的光學技術手段開始應用於農作物生 長中營養信息的快速探測。這些技術具有檢測速度快、可操作性強和結果重現性好等優點。 植物營養元素的缺失與否，不僅與葉片的紋理、色澤和形狀等外部特徵直接相關，而且與葉 片內部組織結構密切相關，計算機圖像處理能很好地表徵葉片的外部特徵，近紅外光譜能 很好地反映葉片內部組織結構，目前在作物營養信息快速探測上，計算機圖像處理和近紅 外光譜技術被認為是兩種最有效的手段，但具體到農作物營養信息快速探測的應用上，它 們都具有一定的局限性光譜技術能很好地檢測作物葉片內部特徵信息，但是不能表達作 物葉片的顏色、紋理及形狀等外部特徵；計算機圖像處理雖然能表達作物葉片的外部特徵， 但沒有對局部特徵波段進行細化和增強，因此作物光譜信息的提練不明顯；當前大都是基 於單個的技術手段完成的，單個技術手段不足以準確、全面反映作物營養狀況。高光譜成像技術集光譜分析技術和圖像分析於一身，可以對茶樹鮮葉的內外特徵 進行可視化分析，與傳統檢測手段相比，該技術獲得的信息量大，既含有反映茶樹葉片外部 特徵的圖像信息，又含有反映茶樹葉片內部組織結構的光譜信息，同時考慮到葉片內外特 徵信息，這樣提高了茶樹營養信息快速探測的準確性。因此，本發明提供的基於濾波片式高 光譜成像技術的茶樹生長中營養信息無損探測方法及裝置，可以實現茶樹生長過程中營養 信息快速探測。該發明為茶園科學精確施肥提供參考，對提高茶園智能化管理水平、增加茶 葉產量和提高茶葉品質都有著直接意義。
發明內容
鑑於上述現有技術發展情況，本發明的目的就是要提供一種基於高光譜成像技術 的茶樹生長中氮、磷、鉀主要營養信息快速探測方法及裝置。通過濾波片式高光譜圖像系統 裝置採集茶樹葉片的高光譜數據，該數據能同時反應葉片內在特徵的光譜信息和茶葉外觀 特徵的圖像信息。原始數據經過標定後，提取能表徵葉片內外特徵的特徵圖像和光譜信息； 再從特徵圖像中提取能反映鮮葉外部的顏色特徵和紋理特徵變量，利用主成分分析從光譜 信息中提取主成分特徵變量，並將這些特徵變量相互融合；最後將這些特徵向量與葉片中 的N、P、K含量參考測量值(由常規方法測定)相關聯，通過非線性的方法建立葉片中N、P、 K三種營養元素的預測模型。待測樣本通過相應的數據採集和特徵提取，再用已經建立好的 模型來預測該葉片中N、P、K的含量。以便實時、準確地探測茶樹生長過程中的主要營養信 息，為茶園精準施肥提供理論依據。本發明的目的是通過以下方法實現的(1)建立預測模型選取茶樹葉片樣本，利用原子吸收檢測方法測量樣本葉片中 N、P、K三種主要營養元素的含量，組成一個資料庫；獲取這些樣本在不同可見光和近紅外 波段的高光譜圖像數據，數據經圖像採集卡傳入計算機；計算機對數據進行預處理，完成相 應的圖像信息和光譜信息特徵變量的提取，然後將這些特徵變量相互融合，並與前述建立 的資料庫中測定的N、P、K含量相關聯，建立葉片中N、P、K含量的預測模型；(2)進行樣本測試對於待測鮮葉樣本，按照步驟(1)中相同的方式獲取待測樣本 高光譜圖像數據、數據預處理、圖像信息和光譜信息特徵變量的提取，然後將提取的特徵變 量代入上述建立的葉片中N、P、K含量的預測模型，得出N、P、K含量預測結果，完成對待測 鮮葉樣本的實時檢測。所述的高光譜圖像數據的採集，將茶樹葉片樣本均勻地平鋪在光源箱內的載物臺 上方，光源箱內兩個30W的滷素燈提供穩定的光照條件，滷素燈發出的光均勻地照射在載 物臺上的茶樹葉片上，光在葉片上進行漫反射，然後通過濾光片獲取特定波長光進入CCD 攝像頭(可見光_近紅外攝像頭)，攝像頭將採集得到的圖像數據通過採集卡傳輸到計算 機。通過RS-232控制輪盤的旋轉，分別讓漫反射光通過6個不同中心波長濾光片進入CXD 攝像頭，得到6個不同波長下的圖像，然後進行疊加，形成一個三維數據塊。所述的原始數據預處理和特徵信息提取，在高光譜的數據預處理上，首先通過標 準的白板對原始圖像進行黑白校正；對三維數據塊進行降維處理，從中提取圖像信息和光 譜信息；接著從圖像信息中提取能描述茶葉葉片的外部特徵的紋理、顏色和形狀等特徵變 量；從光譜信息提取能放映茶樹葉片內部特徵的主成分特徵變量。所述的特徵變量融合和預測模型建立，就是將提取得到光譜特徵信息和圖像特徵 信息進行融合構建聯合特徵變量，再將這些特徵變量與原子吸收光譜方法測量的N、P、K含 量參考測量值相關聯，通過非線性方法構建茶樹葉片中N、P、K含量預測模型。實現上述方法的濾波片式高光譜成像系統裝置，包括可見光-近紅外攝像頭、滷 素燈光源、光源箱、載物臺、圖像採集卡和計算機，還具有濾光片、自動旋轉輪盤和RS-232 ； 在光源箱的正上方安裝一個可自動旋轉的輪盤，在該輪盤上沿周向開有圓孔，圓孔中設有 來自可見光和近紅外波段的濾光片，可見光-近紅外攝像頭安裝在自動輪盤上方，自動輪 盤通過RS-232控制其旋轉，輪盤每旋轉一次，剛好使輪盤上的濾光片與攝像頭的鏡頭完全對準；滷素燈光源和載物臺設置在光源箱內；圖像採集卡與可見光-近紅外攝像頭及計算 機相連接，將可見光_近紅外攝像頭採集到的數據傳入計算機；計算機用於存儲數據，對數 據進行預處理，完成相應的圖像信息和光譜信息特徵變量提取，然後將這些特徵變量相互 融合，並與資料庫中測定的N、P、K含量參考測量值相關聯，建立葉片中N、P、K含量預測模 型；實測時根據提取的待測樣本特徵變量代入建立的葉片中N、P、K含量的預測模型，得出 N、P、K含量預測結果。附
圖1為濾波片式高光譜成像系統裝置示意圖。為了避免外界雜散光的幹擾，本 發明設計了一個密閉的光源箱，在光源箱的正上方設計一個可自動旋轉的輪盤，在該輪盤 上開有6個直徑為25cm的圓孔，有6個來自不同波段的濾光片陷入孔中。在輪盤上方安裝 一個可見光_近紅外攝像頭，自動輪盤通過RS-232控制其旋轉，輪盤每旋轉一次，剛好使輪 盤上的濾光片與攝像頭的鏡頭完全對準。本發明的有益效果是基於濾波片式高光譜成像技術的茶樹生長中主要營養信息快速探測方法通過採 集茶樹葉片樣本的高光譜數據，提取能表徵葉片內外特徵的圖像和光譜信息；再從特徵圖 像中提取顏色、紋理和形狀等特徵變量，利用主成分分析從光譜信息中提取主成分特徵變 量，並將這些特徵變量相互融合；最後結合原子吸收光譜測量的葉片中N、P、K含量的標準 值，通過非線性多變量校正方法構建茶樹葉片N、P、K含量預測模型。待測樣本通過相應的 數據採集和特徵提取，再用已經建立好的模型來預測該樣本的N、P、K含量。本發明與常規原子吸收光譜分析方法相比，檢測速度快、操作簡便方便；與單一的 近紅外光譜或計算機視覺技術手段相比，得到的信息更全面，檢測結果的精確性和穩定性 都有所提高。本發明提供的基於濾波片式高光譜成像技術的茶樹生長中營養信息快速探測 方法及裝置，可以實現茶樹生長過程中營養信息快速探測。該發明為茶園科學精確施肥提 供參考，對提高茶園智能化管理水平、增加茶葉產量和提高茶葉品質都有著直接意義。附件說明圖1 本發明裝置系統示意圖。其中1、可見光-近紅外攝像頭；2、濾光片；3、自動旋轉輪盤；4、滷素燈光源；5、 光源箱；6、茶樹葉片；7、載物臺；8、RS-232 ；9、圖像採集卡；10、計算機圖2 本發明的方法流程圖。具體實施方法本發明實例實現步驟參照圖2，實例實現裝置參閱圖1。先選取一批茶樹鮮葉樣本 (一般大於100個樣本)用來進行模型校正，利用濾波片式高光譜成像裝置(如圖1)對鮮 葉樣本進行高光譜數據採集；數據採集完成以後，通過原子吸收光譜測定其內部N、P、K含 量，作為該樣本中N、P、K含量的標準值；再對原始高光譜數據降維，提取能反映葉片內外特 徵的圖像信息和光譜信息；接著，從特徵圖像中提取顏色、紋理和形狀等特徵變量，從光譜 信息中提取主成分特徵變量；最後，將這些特徵變量相互融合，結合茶樹葉片中N、P、K含量 的標準值，通過非線性多變量校正方法構建茶樹葉片中N、P、K含量預測模型。接下來就可以對未知葉片樣本進行快速預測。將待測葉片樣本均勻地平鋪在光源 箱5內的載物臺7上進行原始數據採集；工作時，滷素燈光源4發出的光均勻地照射在葉 片樣本上，光在葉片上進行漫反射，然後通過濾光片獲取特定波長光進入可見光_近紅外攝像頭1 ；通過RS-2328控制自動旋轉輪盤3的旋轉，自動旋轉輪盤3每旋轉一次，剛好使 輪盤3上的濾光片2與攝像頭1的鏡頭完全對準；每採集一個樣本，輪盤3旋轉6次，分別 讓光通過6個不同中心波長濾光片2進入攝像頭1，得到6個不同波長下的圖像，然後進行 疊加形成一個三維的數據塊；攝像頭1將採集得到的圖像數據通過採集卡9傳輸到計算機 10。在計算機內完成高光譜圖像原始數據的預處理、特徵變量的提取和信息融合，將這些特 徵變量代入預先建立好的預測模型中就可以快速預測待測葉片中N、P、K的含量，並且在計 算機界面上顯示。至此該未知葉片的N、P、K含量測量結束。
權利要求
一種基於高光譜成像技術的茶樹營養信息快速探測方法，其特徵在於(1)建立預測模型選取茶樹葉片樣本，先測量樣本葉片中N、P、K三種主要營養元素的含量，作為參考測量結果組成一個資料庫；通過基於濾波片式高光譜成像系統獲取茶樹葉片樣本在不同可見光和近紅外波段的高光譜圖像數據，數據經圖像採集卡傳入計算機；計算機對數據進行預處理，完成相應的特徵提取，然後將這些特徵變量與前述建立的資料庫中測定的N、P、K含量相關聯，建立葉片中N、P、K含量的預測模型；(2)進行樣本測試對於待測鮮葉樣本，按照步驟(1)中相同的方式獲取待測樣本高光譜圖像數據、數據預處理、特徵提取，然後將提取的特徵變量代入上述建立的N、P、K含量預測模型，得出N、P、K含量預測結果，完成對待測鮮葉樣本的實時檢測。
2.根據權利要求1所述的方法，其特徵在於，所說的高光譜圖像數據的採集的具體操 作是將茶樹葉片樣本均勻地平鋪在光源箱內的載物臺上方，光源箱內滷素燈提供穩定的 光照條件，滷素燈發出的光均勻地照射在載物臺上的茶樹葉片上，光在葉片上進行漫反射， 漫反射出來的光通過濾光片獲取特定波長光進入可見光_近紅外攝像頭，攝像頭將採集得 到的圖像數據通過採集卡傳輸到計算機；然後，通過輪盤的旋轉，分別讓漫反射光通過不同 波長濾光片進入可見光-近紅外攝像頭，得到不同波長下的圖像，然後進行疊加，形成一個 三維數據塊。
3.根據權利要求2所述的方法，其特徵在於，所述的原始數據預處理和特徵信息提取， 是先通過標準的白板對原始圖像進行黑白校正；對三維數據塊進行降維處理，從中提取圖 像信息和光譜信息；接著從圖像信息中提取能描述茶葉葉片的外部特徵的紋理、顏色和形 狀等特徵變量；從光譜信息提取能放映茶樹葉片內部特徵的主成分特徵變量。
4.根據權利要求3所述的方法，其特徵在於，所述的特徵變量融合和預測模型建立，就 是將提取得到光譜特徵信息和圖像特徵信息進行融合構建聯合特徵變量，再將這些特徵變 量與測量的N、P、K含量值相關聯，通過非線性多變量校正方法構建N、P、K含量預測模型。
5.一種實現茶樹營養信息快速探測方法的濾波片式高光譜成像系統，包括可見光_近 紅外攝像頭、滷素燈光源、光源箱、載物臺、圖像採集卡和計算機，其特徵在於還具有濾光片、自動旋轉輪盤和RS-232 ；在光源箱的正上方設有一個可自動旋轉的 輪盤，在該輪盤上沿周向開有圓孔，圓孔中設有不同可見光和近紅外波段的濾光片，可見 光_近紅外攝像頭安裝在自動輪盤上方，自動輪盤通過RS-232控制其旋轉，輪盤每旋轉一 次，剛好使輪盤上的濾光片與攝像頭的鏡頭完全對準；滷素燈光源和載物臺設置在光源箱 內；圖像採集卡與可見光_近紅外攝像頭及計算機相連接，將可見光_近紅外攝像頭採集到 的數據傳入計算機；計算機用於存儲數據，對數據進行預處理，完成相應的圖像信息和光譜 信息特徵變量的提取，然後將這些特徵變量相互融合，並與資料庫中測定的N、P、K含量相 關聯，建立葉片中N、P、K含量的預測模型；實測時根據提取的待測樣本特徵變量代入建立 的葉片中N、P、K含量的預測模型，得出N、P、K含量預測結果。
全文摘要
本發明涉及一種基於高光譜成像技術的茶樹生長中主要營養信息快速探測方法及裝置。該方法是先實測樣本葉片中N、P、K三種主要營養元素的含量，作為參考測量結果組成一個資料庫；然後獲取茶樹葉片樣本在不同可見光和近紅外波段的高光譜圖像數據，數據經圖像採集卡傳入計算機；對數據進行預處理，完成相應的特徵提取，然後將這些特徵變量與前述建立的資料庫中測定的N、P、K含量相關聯，建立葉片中N、P、K含量的預測模型；之後再將待測樣本通過相應的數據採集和特徵提取，再用已經建立好的模型來預測該葉片中N、P、K的含量。本發明具有檢測速度快、操作簡便方便、信息更全面的優點，檢測結果的精確性和穩定性都有所提高。
文檔編號G06K9/46GK101915738SQ20101020885
公開日2010年12月15日 申請日期2010年6月23日 優先權日2010年6月23日
發明者林顥, 歐陽琴, 江輝, 蔡健榮, 趙傑文, 陳全勝 申請人:江蘇大學