一种基于自适应阈值和集成预测的玉米成熟度检测方法及系统技术方案

本发明专利技术公开了一种基于自适应阈值和集成预测的玉米成熟度检测方法及系统，涉及图像检测技术领域，本发明专利技术基于预训练深度学习网络的图像特征能够准确描述作物冠层结构信息，有效消除饱和效应，提升对LCC和FVC的估算精度。集成模型在估算LCC和FVC时表现更为出色，提供了更高的精度。所提出的自适应正态成熟检测算法ANMD能有效监测玉米成熟度。基于腊熟期获得LCC对应的成熟阈值，并将该阈值成功应用于腊熟‑成熟期，实现了较高的监测精度；基于FVC使用自适应正态成熟检测算法ANMD也实现了腊熟‑凹陷期较高的监测精度。为未来农业生产和育种提供了有力的支持，并为进一步探索农作物监测技术和方法提供了有益的参考。

【技术实现步骤摘要】

本专利技术涉及图像检测，更具体的说是涉及一种基于自适应阈值和集成预测的玉米成熟度检测方法及系统。

技术介绍

1、玉米作为全世界范围内最重要的三大粮食作物之一，广泛分布于各个区域。在农田生产中，作物的成熟度更是产量形成的决定性因素之一。作物成熟度不仅是衡量作物生长阶段的重要性状，还是农业决策人员筛选优良品种的关键指标。因此，精准地监测玉米成熟度对于高效筛选玉米育种材料以及保障我国粮食生产具有重要意义。

2、玉米叶片叶绿素含量(leafchlorophyll content，lcc)通常呈现特定的动态变化，反映了光合活性和叶片生化成分的更迭。其植被覆盖度(fractional vegetationcover，fvc)提供了作物生长空间布局，有效表征玉米生长状况。玉米趋于成熟时，光合作用减缓和养分转运，对叶绿素的需求减少，因而其含量逐渐降低，叶片变黄。同时，植被逐渐凋零，导致地表植被的密度和覆盖面积下降，即植被覆盖度变小。因此，通过对lcc和fvc这两个参数进行监测和分析，能够有效地反映玉米的成熟程度。开展在育种田内众多育种材料的fvc和lcc监测有本文档来自技高网...

【技术保护点】

1.一种基于自适应阈值和集成预测的玉米成熟度检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于自适应阈值和集成预测的玉米成熟度检测方法，其特征在于，所述叶绿素通过便携式传感器SPAD-502测量获取；通过LAI-2200C植物冠层分析仪测量玉米LAI，通过聚集指数因子将玉米LAI转换为植被覆盖度。

3.根据权利要求1所述的一种基于自适应阈值和集成预测的玉米成熟度检测方法，所述集成预测模型包括：模型框架和基础模型，所述模型框架为Stacking集成模型、Blending集成模型或Bagging集成模型，所述基础模型为LASSO模型、多元线性回归模型、偏最...

【技术特征摘要】

1.一种基于自适应阈值和集成预测的玉米成熟度检测方法，其特征在于，包括：

2.根据权利要求1所述的一种基于自适应阈值和集成预测的玉米成熟度检测方法，其特征在于，所述叶绿素通过便携式传感器spad-502测量获取；通过lai-2200c植物冠层分析仪测量玉米lai，通过聚集指数因子将玉米lai转换为植被覆盖度。

3.根据权利要求1所述的一种基于自适应阈值和集成预测的玉米成熟度检测方法，所述集成预测模型包括：模型框架和基础模型，所述模型框架为stacking集成模型、blending集成模型或bagging集成模型，所述基础模型为lasso模型、多元线性回归模型、偏最小二乘回归模型、最近邻回归模型或catboost模型。

4.根据权利要求1所述的一种基于自适应阈值和集成预测的玉米成熟度检测方法，所述通过自适应正态成熟检测算法对所述集成预测模型估算的叶绿素、植被覆盖度分别进行阈值约束判定，得到最优成熟判定模型，包括：

5.根据权利要求4所述的一种基于自适应阈值和集成预测的玉米成熟度检测方法，所述自适应正态成熟检测算法包括：

6.根据权利要求1所述的一种基于自适应阈值和集...

【专利技术属性】
技术研发人员：岳继博，胡静宇，郭伟，王健，李振兴，束美艳，孙肖云，刘超，付元元，
申请(专利权)人：河南农业大学，
类型：发明
国别省市：