本发明专利技术提供了一种荔枝叶片内含物的无损检测方法及叶片内含物检测装置,属于荔枝叶片检测技术领域,该无损检测方法包括:采集叶片样本,并获取样本叶片中内含物的值,其中,叶片中内含物包括叶绿素a、叶绿素b以及类胡萝卜素;建立样本叶片的原始高光谱图像;对原始高光谱图像进行预处理,得到预处理图像;提取预处理图像的特征波段;基于所提取的特征波段和样本叶片中内含物的值,构建回归预测模型;利用回归预测模型,对原始高光谱图像进行叶片的内含物计算,并实现叶片内含物的可视化分布。该方法无需损坏荔枝叶片即能够实现荔枝叶内含物的测量,且检测精度高,能够实现叶片内含物的快速检测。
【技术实现步骤摘要】
本专利技术涉及荔枝叶片检测,尤其涉及荔枝叶片内含物的无损检测方法及叶片内含物检测装置。
技术介绍
1、荔枝是一种常见的热带水果,在我国有着广泛的种植,荔枝是一种常绿乔木,属于无患子科荔枝属。荔枝的叶子是药材,具有除湿解毒之功效,常用于烂疮,湿疹。荔枝果实鲜美可口,营养丰富,含有丰富的维生素c、叶绿素、葡萄糖、蔗糖、蛋白质、脂肪、类胡萝卜素、b族维生素、钙、磷、铁等营养成分。其中荔枝叶中的叶绿素a、叶绿素b、类胡萝卜素对调控荔枝生长和养分吸收起着关键的作用。
2、检测荔枝的叶片的内含物含量,可以了解到植物是否得到了足够的养分和水分等植物生理信息,以合理评估荔枝的生长状态和营养水平,确定荔枝是否能够高效生长繁殖。这些信息对于荔枝的农业生产具有极其重要的意义。荔枝叶片内含物含量的测定方法有很多种,其中包括硫酸法测定叶片可溶性糖含量、碘量法测定叶片淀粉含量等。但是这些检测方法存在破坏性,且费时费力。
3、因此,需要对现有的荔枝叶片内含物检测方法进行改进,以克服现有技术的缺陷。
技术实现思路
1、为克服相关技术中存在的问题,本专利技术的目的之一是提供一种荔枝叶片内含物的无损检测方法,该方法无需损坏荔枝叶片即能够实现荔枝叶内含物的测量,且检测精度高,能够实现叶片内含物的快速检测。
2、一种荔枝叶片内含物的无损检测方法,其特征在于,包括:
3、采集叶片样本,并获取样本叶片中内含物的值,其中,叶片中内含物包括叶绿素a、叶绿素b以及类胡萝卜素;
4、建立样本叶片的原始高光谱图像;
5、对原始高光谱图像进行预处理,得到预处理图像。
6、提取预处理图像的特征波段;
7、基于所提取的特征波段和样本叶片中内含物的值,构建回归预测模型;
8、利用回归预测模型,对原始高光谱图像进行叶片的内含物计算,并实现叶片内含物的可视化分布。
9、在本专利技术较佳的技术方案中,所述对原始高光谱图像进行预处理,得到预处理图像,包括:
10、对原始高光谱图像进行黑白校正,得到预处理图像;
11、其中,矫正公式为:
12、
13、其中,r为校正后的高光谱图像,i raw为原始高光谱图像;i white为白色参考图像,通过拍摄反射率接近99%标准漫反射板白板获得;i black为黑色参考图像,通过关闭光源和镜头盖拍照,获得的反射率接近0的图像数据。
14、在本专利技术较佳的技术方案中,所述提取预处理图像的特征波段,包括:
15、构建预处理图像的感兴趣区域;
16、通过sg、snv算法对感兴趣区域进行光谱预处理;
17、采用cars算法对预处理后的光谱进行特征波长选择,得到最优波段子集。
18、在本专利技术较佳的技术方案中,所述通过sg、snv算法对感兴趣区域进行光谱预处理,包括:
19、利用snv算法对感兴趣区域的叶绿素a光谱进行预处理;
20、消除感兴趣区域光谱的背景噪声、消除光程改变、散射带来的误差;
21、利用sg算法对感兴趣区域的叶绿素b光谱进行预处理;
22、感兴趣区域光谱的平滑性,去除图像噪音;
23、利用sg算法对感兴趣区域的类胡萝卜素光谱进行预处理;
24、在本专利技术较佳的技术方案中,所述采用cars算法对预处理后的光谱进行特征波长选择,得到最优波段子集,包括:
25、利用蒙特卡洛法对预处理后的光谱进行采样;
26、利用指数衰减函数去除所采样的光谱中权重系数绝对值小于设定阈值的波段数据列,保留权重系数绝对值大于设定阈值的波段;
27、使用自适应重加权采样技术,多次从保留的波段中选取波长子集;
28、利用cars算法得到所选取的波段子集的特征波段,将rmsecv最小值所对应的波段变量子集作为最优波段子集。
29、在本专利技术较佳的技术方案中,所述基于所提取的特征波段和样本叶片中内含物的值,构建回归预测模型,包括:
30、对于叶绿素a,采用了knn算法作为回归预测模型;
31、对于叶绿素b,采用了随机森林算法作为预测模型;
32、对于类胡萝卜素的检测,采用lightgbm算法作为预测模型。
33、在本专利技术较佳的技术方案中,所述利用回归预测模型,对原始高光谱图像进行叶片的内含物计算,包括:
34、获取荔枝叶片原始高光谱图像在预测模型下所选出的特征波长的图像;
35、提取图像中每个像素点所对应的数值。
36、通过预测模型计算每个像素点处色素含量的预测值。
37、在本专利技术较佳的技术方案中,所述实现叶片内含物的可视化分布,包括:
38、根据每个像素点处色素含量的预测值,获得色素分布预测灰度图;
39、将色素分布预测灰度图与不同的颜色、相同颜色的不同深度一一对应,得到叶片内含物含量分布的伪彩色图。
40、本专利技术的目的之二是提供一种叶片内含物检测装置,所述装置用于实施如上所述的荔枝叶片内含物的无损检测方法。
41、本专利技术的有益效果为:
42、本专利技术提供的荔枝叶片内含物的无损检测方法,该无损检测方法包括:采集叶片样本,并获取样本叶片中内含物的值,其中,叶片中内含物包括叶绿素a、叶绿素b以及类胡萝卜素;建立样本叶片的原始高光谱图像;对原始高光谱图像进行预处理,得到预处理图像;提取预处理图像的特征波段;基于所提取的特征波段和样本叶片中内含物的值,构建回归预测模型;利用回归预测模型,对原始高光谱图像进行叶片的内含物计算,并实现叶片内含物的可视化分布。该方法通过对采集的样本叶片的内含物测量以及利用采集的数据进行训练,并构建回归预测模型,利用回归预测模型可以对荔枝叶片的高光谱图像进行内含物检测,并将检测结构直观地展现出来。整个检测过程无需损坏叶片,且检测精度高,能够实现叶片内含物的快速检测。
43、本申请还提供实施上述检测方法的叶片内含物检测装置,该装置能够快速检测检测荔枝叶片的内含物,对于荔枝的农业生产具有积极的意义。
本文档来自技高网...
【技术保护点】
1.一种荔枝叶片内含物的无损检测方法,其特征在于,包括:
2.根据权利要求1所述的荔枝叶片内含物的无损检测方法结构,其特征在于:
3.根据权利要求1所述的荔枝叶片内含物的无损检测方法,其特征在于:
4.根据权利要求3所述的荔枝叶片内含物的无损检测方法,其特征在于:
5.根据权利要求3所述的荔枝叶片内含物的无损检测方法,其特征在于:
6.根据权利要求1-5任一项所述的荔枝叶片内含物的无损检测方法,其特征在于:
7.根据权利要求1-5任一项所述的荔枝叶片内含物的无损检测方法,其特征在于:
8.根据权利要求1-5任一项所述的荔枝叶片内含物的无损检测方法,其特征在于:
9.一种叶片内含物检测装置,其特征在于:所述装置用于实施如权利要求1-8任一项所述的荔枝叶片内含物的无损检测方法。
【技术特征摘要】
1.一种荔枝叶片内含物的无损检测方法,其特征在于,包括:
2.根据权利要求1所述的荔枝叶片内含物的无损检测方法结构,其特征在于:
3.根据权利要求1所述的荔枝叶片内含物的无损检测方法,其特征在于:
4.根据权利要求3所述的荔枝叶片内含物的无损检测方法,其特征在于:
5.根据权利要求3所述的荔枝叶片内含物的无损检测方法,其特征在于:
<...
【专利技术属性】
技术研发人员:龙拥兵,魏康宁,吴继辉,黄彬山,龙腾,李坤,徐海涛,
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。