一种彩叶多肉植物叶色等级评价方法技术

本发明专利技术公开了一种彩叶多肉植物叶色等级评价方法，主要包括多肉植物照片的采集与色彩提取和数据处理与分析，基于关联度和K均值聚类分析法进行彩叶多肉植物叶色等级评价，通过采集常见彩叶多肉植物实景照片，用计算机程序提取色彩数据，通过关联度分析法将测试数据与理想品种进行比较，通过关联系数大小对多肉植物色彩进行评价，同时结合k均值聚类法对多肉植物进行叶色特性分类，通过最终聚类中心的分布和各类型间叶色参数的取值范围探讨叶色评价分级标准，旨在筛选色彩鲜艳的彩叶多肉植物种类，且为多肉植物叶色评级体系的建立提供基础。

【技术实现步骤摘要】
一种彩叶多肉植物叶色等级评价方法
本专利技术涉及多肉植物
，具体涉及一种基于关联度和K均值聚类分析法的彩叶多肉植物叶色等级评价方法。
技术介绍
多肉植物造型别致、品种多样、易于管理，常大量应用于室内装饰、婚庆贺礼、庭院绿化等方面。叶片作为多肉植物的主要观赏特征，鲜艳的叶色能够提高多肉植物的观赏质量和商品附加值，彩叶类多肉植物色彩绚丽、叶色丰富，观赏价值和经济价值较高，市场潜力巨大。关于多肉植物如何呈彩、如何控色等方面的研究越来越受到关注，在多肉植物叶色研究方面目前主要集中在叶片色素分析和叶色主观定性描述两方面，色素分析法往往通过测定叶片色素的种类及不同色素含量的高低来判断色彩的深浅，关于色相很难评估，主观描述法过于笼统和定性，只能用于粗略的判断。色彩量化法在尽可能再现原始图像色彩效果的前提下大量减少图像中的冗余信息，以达到图像压缩(量化)处理的目的，分析结果较为客观具体。色彩量化成为近年来新兴的研究方向，但有关多肉植物叶色定量分析的研究未有报道。
技术实现思路
本申请针对
技术介绍
中的问题，研究了一种基于关联度和K均值聚类分析法的彩叶多肉植物叶色等级评价方法，通过采集常见彩叶多肉植物实景照片，用计算机程序提取色彩数据，通过关联度分析法将测试数据与理想品种进行比较，通过关联系数大小对多肉植物色彩进行评价，同时结合k均值聚类法对多肉植物进行叶色特性分类，通过最终聚类中心的分布和各类型间叶色参数的取值范围探讨叶色评价分级标准，旨在筛选色彩鲜艳的彩叶多肉植物种类，且为多肉植物叶色评级体系的建立提供基础。为实现上述目的，本专利技术采用如下技术方案：一种彩叶多肉植物叶色等级评价方法，具体包括以下步骤：一、多肉植物照片的采集与色彩提取选用同一相机且用相同的拍照模式对准选取的各植株中上部叶片进行拍照，色彩提取采用ColorImpact取色软件，通过从图像导入颜色途径获取照片样本中色块占比最大的色样，从而获取各多肉植物叶片色彩的H-S-B值。二、数据处理与分析将步骤一所测出的原始数据通过Excel表格进行数据标准化处理及加权关联度计算，其中标准化处理采用模糊隶属度函数法，权重计算采用熵权法。三、根据步骤二方法求出加权关联度，关联度越高则说明综合品质越优；此外采用K均值聚类法，根据H'、S、B标准化值对各种多肉植物叶色进行聚类分析。进一步地，所述步骤二标准化处理方法为：设定理想品种的HSB值为0,100,100，参试品种的色相在色相环中距离理想品种越近且饱和度、亮度越高，色彩越鲜艳，色相距离用两色夹角H'表示，0°≤H'≤180°，夹角越小色彩越鲜艳，对H'、S、B值标准化处理，计算公式如下B(H'i)＝(xim-xi)/(xim-xin)(1)式中B(H'i)指第i个评价对象在色相方面的标准化值，xim＝180、xin＝0分别为指标H'的上限值和下限值；B(Si)＝(xi-xin)/(xim-xin)(2)式中B(Si)指第i个评价对象在饱和度方面的标准化值，xim＝100、xin＝0分别为指标的上限值和下限值；B(Bi)＝(xi-xin)/(xim-xin)(3)式中B(Bi)指第i个评价对象在亮度方面的标准化值，xim＝100、xin＝0分别为指标的上限值和下限值。进一步地，所述步骤二标熵权计算方法为：设xij为第i个评价对象的第j项指标的标准化值，那么第j项指标的熵值定义差异系数dj＝1-ej(6)，则3项指标的熵权值为其中，n为选取的多肉植株数，pij为第j项指标下第i个样本值占该指标的比重，ej为信息熵。进一步地，所述步骤二加权关联度计算方法为：式中|X0(j)-Xi(j)|为第i个评价对象第j个性状的标准化值与参考性状值的绝对差值，ρ为分辨系数，取值范围在0～1，ri为第i个评价对象的加权关联度，wj为第j个指标的权重值。具体实施方式为使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本专利技术。一种彩叶多肉植物叶色等级评价方法，具体包括以下步骤：1.1实验材料基于38家多肉销售企业的商品调查，选择叶片色彩明显且较常见的68种多肉植物作为评价对象(表1)。表1参与叶色评价的68种彩叶多肉植物1.2多肉植物照片的采集与色彩提取多肉植物照片采集时间为2019年11月下旬，选用同一相机且用相同的拍照模式对准植株中上部叶片进行拍照，每次拍照相机距离地面1.5m，此外为避免日照对色彩的影响，在10:00—14:00进行照片采集工作。色彩提取采用ColorImpact取色软件，通过从图像导入颜色途径获取照片样本中色块占比最大的色样，从而获取68种多肉植物叶片色彩的H-S-B值。1.3数据处理与分析本次实验中所测出的原始数据通过Excel表格进行数据标准化处理及加权关联度计算，其中标准化处理采用模糊隶属度函数法，权重计算采用熵权法，之后采用19.0SPSS软件进行K均值聚类分析。(1)标准化处理根据HSB色彩模式特点，饱和度值、亮度值越高色彩越鲜艳，在色相方面红色通常被认为最为鲜艳的颜色，因此本实验设定理想品种的HSB值为(0,100,100)，参试品种的色相在色相环中距离理想品种越近且饱和度、亮度越高，色彩越鲜艳，色相距离用两色夹角H'表示(0°≤H'≤180°)，夹角越小色彩越鲜艳，对H'、S、B值标准化处理，计算公式如下B(H'i)＝(xim-xi)/(xim-xin)(1)式中B(H'i)指第i个评价对象在色相方面的标准化值，xim＝180、xin＝0分别为指标H'的上限值和下限值。B(Si)＝(xi-xin)/(xim-xin)(2)式中B(Si)指第i个评价对象在饱和度方面的标准化值，xim＝100、xin＝0分别为指标的上限值和下限值。B(Bi)＝(xi-xin)/(xim-xin)(3)式中B(Bi)指第i个评价对象在亮度方面的标准化值，xim＝100、xin＝0分别为指标的上限值和下限值。(2)熵权计算设xij为第i个评价对象的第j项指标的标准化值，那么第j项指标的熵值定义差异系数dj＝1-ej(6)，则3项指标的熵权值为(3)加权关联度计算式中|X0(j)－Xi(j)|为第i个评价对象第j个性状的标准化值与参考性状值的绝对差值，ρ为分辨系数，取值范围在0～1，一般取ρ＝0.5。ri为第i个评价对象的加权关联度，wj为第j个指标的权重值。1.4综合评价根据上述公式求出加权关联度，关联度越高则说明综合品质越优；此外采用K均值聚类法，根据H'、S、B标准化值对68种多肉植物叶色进行聚类分析。2结果与分析2.168本文档来自技高网...

【技术保护点】
1.一种彩叶多肉植物叶色等级评价方法，其特征在于：具体包括以下步骤：/n一、多肉植物照片的采集与色彩提取/n选用同一相机且用相同的拍照模式对准选取的各植株中上部叶片进行拍照，色彩提取采用ColorImpact取色软件，通过从图像导入颜色途径获取照片样本中色块占比最大的色样，从而获取各多肉植物叶片色彩的H-S-B值；/n二、数据处理与分析/n将步骤一所测出的原始数据通过Excel表格进行数据标准化处理及加权关联度计算，其中标准化处理采用模糊隶属度函数法，权重计算采用熵权法；/n三、根据步骤二方法求出加权关联度，关联度越高则说明综合品质越优；此外采用K均值聚类法，根据H'、S、B标准化值对各种多肉植物叶色进行聚类分析。/n

【技术特征摘要】
1.一种彩叶多肉植物叶色等级评价方法，其特征在于：具体包括以下步骤：
一、多肉植物照片的采集与色彩提取
选用同一相机且用相同的拍照模式对准选取的各植株中上部叶片进行拍照，色彩提取采用ColorImpact取色软件，通过从图像导入颜色途径获取照片样本中色块占比最大的色样，从而获取各多肉植物叶片色彩的H-S-B值；
二、数据处理与分析
将步骤一所测出的原始数据通过Excel表格进行数据标准化处理及加权关联度计算，其中标准化处理采用模糊隶属度函数法，权重计算采用熵权法；
三、根据步骤二方法求出加权关联度，关联度越高则说明综合品质越优；此外采用K均值聚类法，根据H'、S、B标准化值对各种多肉植物叶色进行聚类分析。


2.如权利要求1所述的一种彩叶多肉植物叶色等级评价方法，其特征在于：所述步骤二标准化处理方法为：
设定理想品种的HSB值为0,100,100，参试品种的色相在色相环中距离理想品种越近且饱和度、亮度越高，色彩越鲜艳，色相距离用两色夹角H'表示，0°≤H'≤180°，夹角越小色彩越鲜艳，对H'、S、B值标准化处理，计算公式如下
B(H'i)＝(xim-xi)/(xim-xin)(1)
式中B(H'i)指第i个评价对象在色相方面的标准化值，xim＝180、xin＝0分别为...

【专利技术属性】
技术研发人员：李素华，邱雨，韩浩章，张丽华，王晓立，
申请(专利权)人：宿迁学院，
类型：发明
国别省市：江苏;32