专利名称：一种基于光谱图像分析的黄瓜叶片含氮量预测方法
技术领域：
本发明涉及一种基于光谱图像分析的黄瓜叶片含氮量预测方法，属于农业技术领域。
背景技术：
氮素主要是促进植物根、茎、叶的个体生长，是形成一定品质产品的首要营养元素，对作物产量的形成和品质有非常大的影响。缺氮时会引起叶绿素含量下降，使叶片绿色转淡，严重时呈淡黄色。失绿的叶片色泽均一，一般不出现斑点或花斑。叶细而直，与茎的夹角�。⑶揖サ穆躺不嵋蛉钡实�。由于氮在植物体内有高度的移动性，能从老叶转移到幼叶，因而缺氮症状从老叶开始，逐渐扩展到上部叶片。氮素过多则会导致叶面积增大， 叶色深绿，叶片披散，相互遮掩，影响通风透光，造成贪青迟熟，空秕粒多，产量降低，品质下降等。因而氮素诊断技术的研究非常重要。归一化植被差异指数(NDVI)是遥感监测地面植物生长和分布的一种方法。当遥感器测量地面反射光谱时，不仅测得地面植物的反射光谱，还测得土壤的反射光谱。当光照射在植物上时，近红外波段的光大部分被植物反射回来，可见光波段的光则大部分被植物吸收，通过对近红外光和红光波段反射率的线性或非线性组合，可以消除土壤光谱的影响，得到的特征指数称为归一化植被差异指数。美国俄克拉荷马州立大学Dr. Marvin Stone等人用便携式光纤光谱仪测量光谱反射率的方法，开展了用NDVI来获取氮利用率 NUE (nitrogen use efficiency)和氮肥需要量的研究，并取得成果。归一化植被差异指数 NDVI定义为
权利要求
1.一种基于光谱图像分析的黄瓜叶片含氮量预测方法，其特征在于在CCD照相机镜头前加特征波长的红外光及红光滤光片，先采集黄瓜叶片的近红外及红光图像，得到黄瓜叶片的灰度值；通过一经验公式测得红外光特征波长处的植被反射率和红光特征波长处黄瓜叶片的反射率& ；再依据黄瓜叶片在特征波长的红外及红光波段的反射率值I IK、Rr 得到归一化植被差异指数(NDVI)；根据NDVI指数判断黄瓜叶片含氮量水平从而实现对黄瓜叶片含氮量的预测。
2.根据权利要求1所述的基于光谱图像分析的黄瓜叶片含氮量预测方法，其特征在于所述的方法具体步骤如下步骤一、确立黄瓜叶片的反射率(y)和四个标定板灰度值(χ)之间建立的经验公式y =0.0027x-0. 035 ；步骤二、在CCD照相机上分别加红光滤光片和窄带红外光滤光片采集黄瓜叶片的近红外及红光图像；步骤三、对采集到的叶片的近红外及红光图像进行处理，及对叶片和背景的分离，得到被测定的黄瓜叶片的灰度值(χ)；步骤四、根据经验公式将黄瓜叶片灰度值(χ)转换为黄瓜叶片的近红外光特征波长处的植被反射率MR和红光特征波长处植被的反射率RR ；步骤五、根据黄瓜叶片在近红外及红光波段的反射率值I IK、&得到NDVI指数NDVI = m 一 R ’从而根据NDVI指数判断黄瓜叶片含氮量水平。K1R + KR
3.根据权利要求1或2所述的基于光谱图像分析的黄瓜叶片含氮量预测方法，其特征在于所述在CCD照相机镜头前加装的红外光滤光片的特征波长为780nm士 lOnm，红光滤光片的特征波长为670nm士 lOnm。
4.根据权利要求2所述的基于光谱图像分析的黄瓜叶片含氮量预测方法，其特征在于所述步骤三中，对采集到的叶片的近红外及红光图像处理的具体方法是(1)对图像进行光线补偿抵消由于光线不平衡的情况而造成色彩偏差；(2)对图像进行灰度化，之后采用高斯平滑消除噪声；(3)去除图像背景，并求出各波段图像的平均灰度值。
5.根据权利要求2所述的基于光谱图像分析的黄瓜叶片含氮量预测方法，其特征在于所述步骤三中，叶片和背景的分离采用了遗传算法和分水岭两种方法。
6.根据权利要求2所述的基于光谱图像分析的黄瓜叶片含氮量预测方法，其特征在于所述的步骤五中的黄瓜叶片含氮量为N = A*NDVI-B，其中参数A = 11，B = 3。
全文摘要
本发明公开了一种基于光谱图像分析的黄瓜叶片含氮量预测方法，其特征在于在CCD照相机镜头前加特征波长的红外光及红光滤光片，先采集黄瓜叶片的近红外及红光图像，得到黄瓜叶片的灰度值；通过一经验公式测得红外光特征波长处的植被反射率RIR和红光特征波长处黄瓜叶片的反射率RR；再依据黄瓜叶片在特征波长的红外及红光波段的反射率值RIR、RR得到归一化植被差异指数(NDVI)；根据NDVI指数判断黄瓜叶片含氮量水平从而实现对黄瓜叶片含氮量的预测。采用该方法，能直观有效的获取作物营养状态，对于黄瓜叶片含氮量预测快速而且直观。
文档编号G01N21/27GK102175626SQ201010623929
公开日2011年9月7日 申请日期2010年12月31日 优先权日2010年12月31日
发明者卜云龙, 吴建红, 周增产, 李秀刚, 杨玮, 田真 申请人:北京京鹏环球科技股份有限公司
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
