一种茶树叶特征信息高光谱提取方法技术

本发明专利技术公开了一种茶树叶特征信息高光谱提取方法，包括在预处理后的茶树叶图像上选取特征区域，采集特征区域内茶树叶光谱信息，由高光谱图像得到主成分图及特征波段的灰度图，从该特征波段的灰度图中提取纹理参数图，用纹理参数并对茶树叶指定元素含量进行预测，对异常样本进行剔除后用特征向量代替光谱向量，对特征角余弦平均值图像进行分割，对不同取样样本中光谱信息中的同一提取特征进行不相似度评估，利用多元线性回归对茶氨酸的含量估算。本发明专利技术提高了高光谱图像分割处理效率，减少了数据冗余，在一定程度上消除了随机影响，避免了无效样本带来的误差，能够准确、便捷、经济地估算茶树叶的茶氨酸含量。

A hyperspectral extraction method of tea leaf feature information

【技术实现步骤摘要】
一种茶树叶特征信息高光谱提取方法
本专利技术属农作物信息提取领域，尤其涉及一种茶树叶特征信息高光谱提取方法。
技术介绍
传统的茶树叶信息获取方法主要为基于人类视觉的经验判断方法以及基于破坏性试验的化学分析方法。但是这些传统方法都具有很大的不足之处，经验判断法误差高、随机性强，而化学分析法耗时耗力、花费高昂。
技术实现思路
为解决茶树叶信息获取方法误差高、随机性强、耗时耗力、花费高昂的问题，本专利技术提供了一种茶树叶特征信息高光谱提取方法。本专利技术是这样实现的，本专利技术的茶树叶特征信息高光谱提取方法包括：步骤一、通过图像获取单元获取茶树叶源图像，建立灰度直方图统计图像灰度分布，通过分段灰度线性变换增强图像对比度后，使用高斯滤波进行平滑处理，完成图像的预处理；步骤二、在预处理后的茶树叶图像上选取特征区域，使用Canny算子完成图像边缘特征点的提取，确定图像中的前景图像的图像边界；步骤三、采用野外近地高光谱图像采集系统采集特征区域内茶树叶光谱信息，由图像预处理模块对光谱曲线进行预处理；步本文档来自技高网...

【技术保护点】
1.一种茶树叶特征信息高光谱提取方法，其特征在于，包括：/n步骤一、通过图像获取单元获取茶树叶源图像，建立灰度直方图统计图像灰度分布，通过分段灰度线性变换增强图像对比度后，使用高斯滤波进行平滑处理，完成图像的预处理；/n步骤二、在预处理后的茶树叶图像上选取特征区域，使用Canny算子完成图像边缘特征点的提取，确定图像中的前景图像的图像边界；/n步骤三、采用野外近地高光谱图像采集系统采集特征区域内茶树叶光谱信息，由图像预处理模块对光谱曲线进行预处理；/n步骤四、由高光谱图像得到主成分图及特征波段的灰度图，从该特征波段的灰度图中提取纹理参数图，用纹理参数并对茶树叶指定元素含量进行预测，预测值小于设...

【技术特征摘要】
1.一种茶树叶特征信息高光谱提取方法，其特征在于，包括：
步骤一、通过图像获取单元获取茶树叶源图像，建立灰度直方图统计图像灰度分布，通过分段灰度线性变换增强图像对比度后，使用高斯滤波进行平滑处理，完成图像的预处理；
步骤二、在预处理后的茶树叶图像上选取特征区域，使用Canny算子完成图像边缘特征点的提取，确定图像中的前景图像的图像边界；
步骤三、采用野外近地高光谱图像采集系统采集特征区域内茶树叶光谱信息，由图像预处理模块对光谱曲线进行预处理；
步骤四、由高光谱图像得到主成分图及特征波段的灰度图，从该特征波段的灰度图中提取纹理参数图，用纹理参数并对茶树叶指定元素含量进行预测，预测值小于设定阈值则将野外近地高光谱图像采集系统中的摄像头按照预设角度值旋转，重复步骤一至步骤三；
步骤五、特征提取模块从经步骤三预处理后的光谱信息中提取特征，对异常样本进行剔除后用特征向量代替光谱向量，对特征角余弦平均值图像进行分割；
步骤六、对不同取样样本中光谱信息中的同一提取特征进行不相似度评估，如果存在光谱信息中的某一特征的不相似度大于设定阈值，则采用野外近地高光谱图像采集系统中的摄像头按照预设角度值旋转，如果任一光谱信息中的某一特征不相似度小于设定阈值，则进入步骤七；
步骤七、利用最佳指数因子OIF选择最佳的波段组合，选出OIF最大的波段组合，利用多元线性回归对茶氨酸的含量估算。


2.如权利要求1所述茶树叶特征信息高光谱提取方法，其特征在于，高光谱图像提取的特征包括极大波峰位置、极小波谷位置、上升趋势点数、下降趋势点数、大于均峰值点数、小于均谷值点数、大于均谷值点数、小于均峰值点数。


3.如权利要求1所述茶树叶特征信息高光谱提取方...

【专利技术属性】
技术研发人员：张玉龙，张玉星，沈燕，
申请(专利权)人：昆山小茶智能科技有限公司，
类型：发明
国别省市：江苏;32