一种番茄幼苗的叶绿素含量的预测方法及处理终端技术

本发明专利技术公开了一种番茄幼苗的叶绿素含量的预测方法及处理终端，该方法包括：获取活体的水培番茄幼苗的高光谱图像和深度图像；通过高光谱图像提取番茄幼苗的反射率光谱数据，通过深度图像提取幼苗的外形信息数据；根据反射率光谱数据和外形信息数据输入至训练好的预测模型以获取番茄幼苗的叶绿素含量。本发明专利技术提出一种番茄幼苗的叶绿素含量的预测方法及处理终端，解决针对现有的高光谱叶绿素检测方法中，存在缺少对活体的水培番茄幼苗叶绿素检测跟踪的方法，忽略了叶肉区域和叶脉区域等不同叶片区域的影响等问题。且现有方法无法体现外形信息对叶绿素的影响的技术问题。形信息对叶绿素的影响的技术问题。形信息对叶绿素的影响的技术问题。

【技术实现步骤摘要】
一种番茄幼苗的叶绿素含量的预测方法及处理终端


[0001]本专利技术涉及高光谱成像检测技术、机器视觉和机器学习领域，具体涉及一种番茄幼苗的叶绿素含量的预测方法及处理终端。

技术介绍

[0002]番茄是全球种植的最受欢迎和经济上最重要的作物之一，番茄因其高营养价值而非常受欢迎；它们含有高水平的番茄红素、β
‑
胡萝卜素、维生素C和E，这可以降低患某些癌症和心血管疾病的风险。因此番茄成为了健康蔬果的代表之一。
[0003]光合作用是植物最基本的生命活动，是植物有机质和能量的基本来源，几乎所有光合作用过程的变化都可以通过叶绿素含量来反映。对于番茄幼苗来说，作物的养分含量是衡量作物生长状况的重要因素之一，而叶绿素含量是作物最重要的参数之一。其中，叶片叶绿素含量是评价农业管理中植物生理机制、植物发育状况和营养状况的重要指标。由于叶绿素的缺失，会导致叶片的颜色、厚度、形态结构等生长状态的一系列变化。
[0004]随着现代农业的发展与进步以及育苗产业的逐渐成熟，人们对更加全面、系统、科学的作物叶绿素预测装置有着迫切的需要。通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种番茄幼苗的叶绿素含量的预测方法，其特征在于，所述方法包括：获取活体的水培番茄幼苗的高光谱图像和深度图像；通过高光谱图像提取番茄幼苗的反射率光谱数据，通过深度图像提取幼苗的外形信息数据；根据反射率光谱数据和外形信息数据输入至训练好的预测模型以获取番茄幼苗的叶绿素含量。2.根据权利要求1所述的一种番茄幼苗的叶绿素含量的预测方法，其特征在于，预测模型训练过程，包括：反射率光谱数据和外形信息数据进行堆叠，并构成一个新的数据集；数据集按照一定的比例，随机划分成训练集与测试集，根据训练集与测试集对预测模型进行训练；使用机器学习中最小二乘回归算法(PLSR)进行回归预测，其中决定系数(R2)用于评估模型的回归效果，使用均方根误差(RMSE)是用来衡量观测值(真值)与预测值之间的偏差。3.根据权利要求2所述的一种番茄幼苗的叶绿素含量的预测方法，其特征在于，所述反射率光谱数据和外形信息数据进行堆叠，并构成一个新的数据集，之后还包括；使用紫外分光光度计测量番茄幼苗的不同的OD值，计算出番茄幼苗的叶绿素含量，作为新的数据集的标签；其计算方式如下：叶绿素a浓度(mg/l)＝13.36
×
OD
665
－5.19
×
OD
649
叶绿素b浓度(mg/l)＝27.43
×
OD
649
－8.12
×
OD
665
叶绿素浓度(mg/l)＝叶绿素a浓度+叶绿素b浓度(mg/l)叶绿体色素的含量(mg/g)＝(色素浓度
×
提取液体积)/样品...

【专利技术属性】
技术研发人员：龙拥兵，李松浩，白书黛，汤新宇，姚志杰，梁俊涛，徐海涛，邓海东，兰玉彬，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：