本发明专利技术公开了一种基于高光谱成像及深度学习的柑橘叶片水分胁迫检测方法及系统，所述方法包括：获取样本数据；采用SNV变换结合K‑Means聚类算法消除样本数据中高光谱图像的背景，进而提取出感兴趣区域；对感兴趣区域采用CARS算法筛选出最佳特征波段；将每个样本数据对应的最佳特征波段的平均反射率和含水量作为一个数据对，所有样本数据对应的数据对构成数据集，利用数据集对水分胁迫预测模型进行训练；将待测柑橘叶片对应的高光谱图像的平均反射率输入训练好的水分胁迫预测模型中，输出含水量的预测结果并将结果可视化。本发明专利技术能够快速、精准、无损地检测水分胁迫下柑橘叶片含水量的变化情况。
【技术实现步骤摘要】
本专利技术属于作物水分胁迫检测领域，特别是涉及一种基于高光谱成像及深度学习的柑橘叶片水分胁迫检测方法、系统、计算机设备及计算机可读存储介质。
技术介绍
1、柑橘作物对水分的需求比较高，而水分胁迫是柑橘生长过程中常见的问题之一，会使柑橘植株的生长受限从而直接影响柑橘的产量和品质。水分胁迫监测可以及时发现植株的水分胁迫情况，采取相应的措施进行调控，保证柑橘植株的正常生长。
2、近年来，由于高光谱技术的非破坏性、非接触式以及高精度和高分辨率等特点，让其在作物水分胁迫方面的研究得到了广泛的关注和应用。研究人员通过分析高光谱成像的数据，对作物水分胁迫指标例如植被水分、叶片相对水分含量等进行特征提取，并结合机器学习、深度学习等方法进行数据分析，建立作物水分胁迫检测模型。这些模型可用于检测作物的水分状态，给管理者提供灌溉决策支持。
3、但对于柑橘来说，使用高光谱数据结合深度学习对其进行水分胁迫监测的研究还处于初级阶段，虽然已经有一些研究成果，但不能快速、精准、无损地检测水分胁迫下柑橘叶片含水量的变化情况。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种基于高光谱成像及深度学习的柑橘叶片水分胁迫检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的柑橘叶片水分胁迫检测方法，其特征在于，所述利用高光谱成像系统对多个柑橘叶片进行拍摄，获得多个柑橘叶片的高光谱图像，包括：
3.根据权利要求2所述的柑橘叶片水分胁迫检测方法，其特征在于，多个柑橘叶片包括分多次采摘的多个鲜柑橘叶片，以及将其中一次采摘的全部鲜柑橘叶片采用梯度烘干法处理后得到的叶片。
4.根据权利要求3所述的柑橘叶片水分胁迫检测方法，其特征在于，多个鲜柑橘叶片包括采摘了不同时间、不同地点、不同品种、不同成熟度以及不同冠层部位的鲜柑橘...
【技术特征摘要】
1.一种基于高光谱成像及深度学习的柑橘叶片水分胁迫检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的柑橘叶片水分胁迫检测方法，其特征在于，所述利用高光谱成像系统对多个柑橘叶片进行拍摄，获得多个柑橘叶片的高光谱图像，包括：
3.根据权利要求2所述的柑橘叶片水分胁迫检测方法，其特征在于，多个柑橘叶片包括分多次采摘的多个鲜柑橘叶片，以及将其中一次采摘的全部鲜柑橘叶片采用梯度烘干法处理后得到的叶片。
4.根据权利要求3所述的柑橘叶片水分胁迫检测方法，其特征在于，多个鲜柑橘叶片包括采摘了不同时间、不同地点、不同品种、不同成熟度以及不同冠层部位的鲜柑橘叶片。
5.根据权利要求4所述的柑橘叶片水分胁迫检测方法，其特征在于，在采摘不同冠层部位的鲜柑橘叶片时，对柑橘幼苗干旱处理n天，再利用高光谱成像系统拍摄鲜柑橘叶片；连续对鲜柑橘叶片拍摄多次，每次拍摄间隔为固定时间；
6.根据权利要求1所述的柑橘叶片水分胁迫检测方法，其特征在于，所述将待测柑橘叶片对应的高光谱图像的平均反射率输入训练好的水分...
【专利技术属性】
技术研发人员：代秋芳，罗真，李震，廖臣龙，吕石磊，刘洪山，余首男，肖运高，黄伟城，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。