一种油菜需水信息的快速探测方法技术

本发明专利技术涉及一种油菜需水信息的快速探测方法，所用的近红外超光谱成像装置由光箱、卤钨灯光源、控制器、计算机、近红外相机、摄谱仪、镜头、Ｙ分支线性和电控位移台组成。利用近红外超光谱成像装置采集油菜叶片的超光谱数据立方体；比较不同波长下超光谱图像中目标与背景差异，采用背景差异较大的970nm图像进行目标背景分割；提取油菜含水率的最优波长，利用ENVI软件抽取720nm、960nm、1450nm处的主成分图像数据；建立主成分图像的灰度、纹理和反射强度分布特征空间，结合叶片含水率数据，基于偏最小二乘法，建立油菜含水率预测模型，参考标准化管理的对照组样本和实时环境温湿度数据，给出油菜的需水量和灌溉参考信息，实现了油菜需水信息的快速无损探测。

【技术实现步骤摘要】

本专利技术涉及一种针对油菜需水信息的无损探测方法，特指基于近红外超光谱成像技术对油菜水分胁迫状态进行无损检测，结合实时环境信息探测，对油菜需水信息进行评价和灌溉决策管理的方法。
技术介绍
油菜是中国最重要的油料作物之一，常年种植面积在I亿亩以上，年产菜籽近1000万吨，占油料作物总产量的40% _45%。油菜是需水较多的作物，水分胁迫使油菜生长发育产生生理障碍，使植株蛋白质合成受到抑制；对硼的吸收利用影响也很大，油菜是对硼敏感的作物，缺硼常导致油菜“花而不实”，这都将使油菜产量降低，并影响菜籽的品质。我国北方及丘陵油菜种植区，普遍存在干旱缺水的情况；快速诊断植株缺水状况，科学精确的指导灌溉，有效利用有限的水资源，保证油菜的优质高产，这具有重要意义。目前作物需水状况及水分胁迫主要是通过测量植株叶片的气孔导度、叶水势、冠层温度、蒸腾速率、植株茎杆直径的变化等指标间接获得，或者以生产者经验和实验室常规干湿重测量为主，这些传统的测试手段会对作物产生破坏，影响作物生长，而且耗费大量的人力、物力，时效性差。基于反射光谱、计算机视觉和红外温度探测的作物水分胁迫检测技术具有快速、方便、非破坏性的优点，目前国内在基于光谱、计算机视觉和红外温度探测的作物水分无损检测已有一些相关研究专利公开，申请号为200510088935. O的专利技术专利申请，公开了一种便携式植物氮素和水分含量的无损检测方法及测量仪器，通过检测植株叶片在四个特征波长处的光谱反射强度信息来进行植物的营养诊断，利用对四个波长植被指数的反演来获取植物的氮素和含水率信息；申请号为200710178192. 5的专利技术专利申请，公开了一种在线式作物冠气温差灌溉决策监测系统，通过一组高速云台内部安装的红外冠层温度传感器和支架立杆上设置的环境温度传感器等监测装置，可以实现对小区内作物的冠层温度的监测。基于光谱技术的无损诊断方法，通常采用点源采样方式，无法体现整个叶片或冠层区域的光反射特性差异。视觉传感器具有较高的分辨率和较大的视场范围，通过图像分割技术能够有效去除背景等因素的影响，克服了光谱法测试范围较小和对测试部位要求较严格的缺点，但传统的计算机视觉技术光谱分辨率很低，通常获取的是目标在400-700nm的可见光区域的合成图像或很少几个波段的多光谱图像，而水分子的特征波段在960nm和1450nm区域，这导致传统的视觉图像技术难以应用于作物水分胁迫的无损探测。而基于红外温度的水分胁迫检测，由于特征单一且对环境温度和湿度的敏感性较大，因此目前仅能对作物的水分胁迫进行趋势判断，难以进行精确定量分析。本专利技术采用的近红外超光谱成像技术获取油菜的水分胁迫信息，该技术是集近红外反射光谱和超光谱成像技术于一身的新技术，在900-1700nm的连续的谱段上对同一目标以3. 5nm的高分辨率在256个波段上连续成像，构成一个按波长顺序排列的图像数据立方体，兼有反射光谱和视觉图像技术的优势，既能对植株水分胁迫引起的颜色、纹理、形态变化等特征进行可视化分析，又能对植株叶片受水分胁迫导致的水分子近红外光谱反射率分布信息的变化等进行综合分析。目前国内外文献尚未见利用近红外超光谱成像技术进行作物需水信息探测的相关专利和报道。
技术实现思路
本专利技术的目的是提供。通过自行构建的近红外超光谱成像采集装置，采集油菜叶片的超光谱数据立方体；提取油菜水分胁迫的最优特征波长和主成分图像，构建水分胁迫的近红外光谱分布和特征图像的颜色、纹理、形态特征空间；基于多信息融合技术，建立油菜水分胁迫的诊断模型，实现对油菜水分胁迫信息的快速无损检测和定量分析。为油菜水分管理和灌溉决策提供了科学依据。为实现上述目的，本专利技术采用自行构建的近红外超光谱成像装置采集油菜样本的近红外超光谱数据，近红外超光谱成像装置包括如下部件光箱、齒钨灯光源、控制器、计算机、超光谱成像传感器、Y分支线性灯和电控位移台，所述超光谱成像传感器由近红外相机、摄谱仪和镜头依次连接组成，并固定在光箱内顶部中心位置；所述电控位移台固定在光箱内的底面几何中心，位于所述超光谱成像传感器的正下方；所述Y分支线性灯对称安装在光箱内中部左右两侧；所述卤钨灯光源与Y分支线性灯通过两根玻璃光纤相连接；所述超光谱成像传感器和电控位移台通过数据线与控制器相连接；计算机与所述控制器通过数据线相连接，控制器接受计算机的控制指令，控制所述电控位移台的行进速度和超光谱成像传感器信息采集时的扫描速度、曝光时间、焦距和其它参数。其中所述的近红外相机、摄谱仪和镜头共同组成的超光谱成像传感器，其最下端为镜头，其后向上依次连接摄谱仪、近红外相机；其中所述的近红外相机为铟镓砷成像相机，光谱范围为900-1700nm。其中所述的超光谱成像传感器光谱分辨率为3. 5nm，采用线扫描方式采集样本的超光谱数据；所述线扫描方式是通过位于其正下方的电控位移台沿直线移动完成的，在900-1700nm的近红外波长范围内，一次扫描过程可同步获取256个波段上的近红外超光谱图像。其中所述的光箱内部采用黑色静电喷涂。为实现专利技术的目的，本专利技术按照下述步骤进行 (1)将油菜样本固定在电控位移台上，调整镜头焦距和近红外相机的分辨率、增益、曝光时间以保证图像的清晰，设定电控位移台的速度，避免扫描图像失真；对超光谱成像传感器进行黑白场的标定，设定超光谱图像的有效反射强度区间，消除相机暗电流噪声； (2)采集油菜样本的近红外超光谱数据立方体，通过二阶Butterworth滤波器进行数字滤波去除近红外超光谱数据的相机“坏点”数据，比较不同波长下超光谱图像中目标与背景的差异，采用背景差异较大的970nm图像进行背景分割； (3)提取油菜含水率的最优波长，利用ENVI软件抽取720nm、960nm、1450nm处的主成分图像数据； (4)基于获取的主成分图像，建立主成分图像的灰度、纹理和反射强度分布特征空间，结合叶片含水率数据，基于偏最小二乘法，建立油菜含水率预测模型，参考标准化管理的对照组样本和实时环境温度和湿度数据，给出油菜的需水量和灌溉参考信息。本专利技术的有益效果(I)本专利技术采用近红外超光谱成像装置对油菜需水信息进行定量分析，这在以往文件中都没有涉及。(2)本专利技术通过同步获取油菜叶片的综合信息，融合近红外图像灰度、纹理和近红外反射强度分布特征进行油菜含水率预测和分析，实现了油菜需水信息的快速探测，与传统的光谱和视觉图像单一检测手段相比，识别的精度和稳定性有了明显的提高，油菜含水率测量误差小于5%。附图说明图1是本专利技术流程 图2是近红外超光谱成像装置结构示意图；1 一光箱；2 -卤钨灯光源；3 —控制器；4 一计算机；5 —近红外相机；6 —摄谱仪；7 —镜头；8 — Y分支线性灯；9 一电控位移台；10 一油菜样本。具体实施例方式下面结合附图对本专利技术进行进一步详细描述。为实现上述目的，本专利技术采用自行构建的近红外超光谱成像装置采集油菜样本的近红外超光谱数据，近红外超光谱成像装置包括如下部件光箱1、齒钨灯光源2、控制器3、计算机4、近红外相机5、摄谱仪6、镜头7、Y分支线性灯8和电控位移台9。光箱I的作用是屏蔽外界干扰，为近红外超光谱数据采集提供稳定的光源和检测环境，光箱I顶部中心位置固定了由近红外相机5、摄谱仪6和镜本文档来自技高网...

【技术保护点】
一种油菜需水信息的快速探测方法，利用近红外超光谱成像装置采集油菜样本的超光谱数据并进行分析处理，其特征在于，包括的步骤为：（1）将油菜样本固定在电控位移台上，调整镜头焦距和近红外相机的分辨率、增益和曝光时间以保证图像的清晰，设定电控位移台的速度，避免扫描图像失真；对超光谱成像传感器进行黑白场的标定，设定超光谱图像的有效反射强度区间，消除相机暗电流噪声；（2）采集油菜样本的近红外超光谱数据立方体，通过二阶Butterworth滤波器进行数字滤波去除近红外超光谱数据的相机“坏点”数据，比较不同波长下超光谱图像中目标与背景的差异，采用背景差异较大的970nm图像进行背景分割；（3）提取油菜含水率的最优波长，利用ENVI软件抽取720nm、960nm、1450nm处的主成分图像数据；（4）基于获取的主成分图像，建立主成分图像的灰度、纹理和反射强度分布特征空间，结合油菜样本含水率数据，基于偏最小二乘法，建立油菜含水率预测模型，参考标准化管理的对照组样本和实时环境温度和湿度数据，给出油菜的需水量和灌溉参考信息。

【技术特征摘要】
1.一种油菜需水信息的快速探测方法，利用近红外超光谱成像装置采集油菜样本的超光谱数据并进行分析处理，其特征在于，包括的步骤为 (1)将油菜样本固定在电控位移台上，调整镜头焦距和近红外相机的分辨率、增益和曝光时间以保证图像的清晰，设定电控位移台的速度，避免扫描图像失真；对超光谱成像传感器进行黑白场的标定，设定超光谱图像的有效反射强度区间，消除相机暗电流噪声； (2)采集油菜样本的近红外超光谱数据立方体，通过二阶Butterworth滤波器进行数字滤波去除近红外超光谱数据的相机“坏点”数据，比较不同波长下超光谱图像中目标与背景的差异，采用背景差异较大的970nm图像进行背景分割； (3)提取油菜含水率的最优波长，利用ENVI软件抽取720nm、960nm、1450nm处的主成分图像数据； (4)基于获取的主成分图像，建立主成分图像的灰度、纹理和反射强度分布特征空间，结合油菜样本含水率数据，基于偏最小二乘法，建立油菜含水率预测模型，参考标准化管理的对照组样本和实时环境温度和湿度数据，给出油菜的需水量和灌溉参考信息。2.根据权利要求1所述的一种油菜需水信息的快速探测方法，其特征在于，所述近红外超光谱成像装置包括如下部件光箱、齒钨灯光源、控制器、计算机、超光谱成像传感器、Y分...

【专利技术属性】
技术研发人员：张晓东，左志宇，毛罕平，高洪燕，孙俊，朱文静，张红涛，韩绿化，
申请(专利权)人：江苏大学，
类型：发明
国别省市：