[发明专利]高光谱图像和独立分量分析植物叶面叶绿素分布的方法

说明书

技术领域

本发明涉及一种植物叶面叶绿素分布的预测方法；特指一种基于高光谱图像和独立分量 分析植物叶面叶绿素分布的方法。

背景技术

无土栽培中经常出现作物缺乏某种营养元素的现象，在开花结果期间尤为严重，通常只 能在缺素现象较明显时，由专家诊断缺素情况。在缺素初期，缺素叶片和正常叶片相似，微 弱的病症不易觉察，专家也很难确诊，这样会严重影响作物质量和产量，因此研究无土栽培 作物营养素缺乏的早期智能诊断具有重要意义。作物的叶绿素含量是主要生化参数，代表了 植株的营养状况，对其进行动态监测对于正确诊断作物营养缺乏状况具有重要意义。

农业中叶绿素测量的常用方法是分光光度计法，提取叶绿素后在645nm，663nm下测量 吸光度，根据公式换算成叶绿素含量。针对叶片叶绿素的定量无损检测方法，目前已有的相 关专利是如中国发明专利，申请号为200620135939.X，公开日：2007.10.24，发明创造的名 称是“叶绿素测量仪”，该申请公开了一种便携式的叶绿素测量仪，利用叶片的透射光进行 检测叶绿素含量，但是其只能对叶面上的某一点进行检测；中国发明专利，申请号为 200510085468.6，公开日：2007.1.24，发明创造的名称是“基于图像技术的棉花叶片叶绿素 测定方法”，该申请公开了一种利用图像技术，针对棉花的叶片进行叶绿素的测定的方法， 但其只利用了图像中的两种颜色信号，准确度不高，且只针对了棉花叶片测定，没有说明其 普遍适用性。

高光谱图像技术是一种集光谱信息和图像信息于一身的新技术，该技术起步于军事领域， 现已扩展到地球遥感、医疗诊断以及农作物长势遥感监测方面。可以这样认为，高光谱图像 技术是光谱分析技术和图像处理技术在最低数据级层面的融合技术，兼有这两种技术的优势， 既能对研究对象的外部特征进行可视化分析，也能对内部有效成分进行定量预测。

发明内容

本发明克服了传统技术只能检测某一点的叶绿素含量和图像技术检测叶绿素含量精度低 的问题，发明了一种利用独立分量法分析植物叶面高光谱图像，预测其叶绿素分布的方法。 在不损伤叶面的前提下，不仅可以得到叶片局部的叶绿素含量，而且可以得到整个叶面叶绿 素的分布情况，预测精度较高。

本发明高光谱图像和独立分量分析植物叶面叶绿素分布的方法按照下属步骤进行：高光 谱图像预处理、独立分量分析和选择、植物叶面叶绿素分布的计算。

其中所述的高光谱图像预处理包括高光谱图像标定和光谱提取。

其中所述的独立分量分析和选择包括：利用独立分量法分析计算出独立分量，然后根据 回归分析结果选择最佳独立分量。

其中所述的植物叶面叶绿素分布的计算指利用选择的最佳独立分量和模型，计算出叶面 各点的叶绿素含量值，组成叶绿素分布图；所述的植物叶面叶绿素分布的计算方法包括如下 步骤：

(1)首先对原始高光谱图像I进行标定和光谱提取。在与样品采集相同的系统条件下， 扫描标准白色校正板得到全白的标定图像W，关闭相机快门进行图像采集得到全黑的标定图 像B，根据公式：

R=I-BW-B]]>

完成标定后，得到图像R。忽略图像的空间信息，可以将高光谱图像R表示为一个二维 矩阵X＝{x₁，x₂，···，x_λ}，其中xi(i＝1，···，λ)是具有m个元素的向量，表示了第i个波长下所有 像素点(m个)的吸收值。X中随机选取n个像素点的光谱，组成二维矩阵i*n×λ，其中λ表 示光谱范围。

(2)将上述二维矩阵作为观测矩阵进行独立分量分析，按预先设定独立分量个数，输出 独立分量S＝{S₁，S₂，···，S_k}。