[发明专利]可见光图像中基于logistic回归的观赏凤梨叶绿素检测方法

权利要求书

1.一种可见光图像基于logistic回归的观赏凤梨叶绿素检测方法，其特征在于：该检测方法分为两个阶段：

一、叶绿素估算模型训练阶段

该阶段其步骤如下：

a1）拍摄一组观赏凤梨叶片图像，并在叶片图像中选取叶绿素采样点,采样区域A是以采集点为圆心，半径为r的一个圆;

a2）在采样区域A中，采用k-means方法对RGB中的G分量聚类，得到3个聚类中心O₁、O₂和O_3，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf;

a3）用手持叶绿素计测量采样点的叶绿素含量值P;

a4）采用logistic回归方法对影响叶绿素含量值的三个因素值素Rf、Gf和Bf与叶绿素计测量的叶绿素含量值P进行拟合，得到叶绿素估算模型;

二、叶绿素在线检测阶段

该阶段其步骤如下：

b1）拍摄观赏凤梨叶片图像，并在叶片图像中选取叶绿素采样点,采样区域A是以采集点为圆心，半径为r的一个圆;

b2）在采样区域A中，采用k-means方法对RGB中的G分量聚类，得到3个聚类中心O₁、O₂和O_3，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf;

b3）在叶绿素估算模型中，输入Rf、Gf和Bf，估算叶片中该采样点的叶绿素含量;

其中根据聚类中心O₁、O₂和O₃计算影响叶绿素含量值的三个因素值Rf_i、Gf_i和Bf_i，计算公式如下：

Rf_i= （N₁*R₁+N₂*R₂+N₃*R₃）/(N₁+N₂+N₃)

Gf_i= （N₁*G₁+N₂*G₂+N₃*G₃）/(N₁+N₂+N₃)

Bf_i= （N₁*B₁+N₂*B₂+N₃*B₃）/(N₁+N₂+N₃)

其中，O₁、O₂和O₃中R分量值分别为R₁、R₂和R₃，G分量值分别为G₁、G₂和G₃，B分量值分别为B₁、B₂和B₃，三个区域的像素个数分别为N₁、N₂和N₃。

2.如权利要求1所述的可见光图像基于logistic回归的观赏凤梨叶绿素检测方法，其特征在于其中，k-means方法聚类具体步骤如下：

1）在采样区域A中随机选取3个点作为初始聚类中心O₁、O₂和O₃，并以RGB图像中的G分量值作为聚类特征；

2）计算在采样区域A中每个像素G分量值与3个聚类中心G分量值的欧氏距离，并根据最小距离对像素进行划分；

3）重新计算每个聚类的中心；

4）重复步骤2）和3），直到每个聚类中心不再发生变化。

3.如权利要求1所述的可见光图像基于logistic回归的观赏凤梨叶绿素检测方法，其特征在于其中叶绿素估算模型定义如下，

ln（P/(1-P)） = C₀+ C₁*Rf + C₂*Gf + C₃*Bf

其中P表示手持叶绿素采集到叶绿素含量，输入的样本数据为{P_i}，i=1,...,N，Rf,Gf,Bf表示影响叶绿素含量值的三个因素，输入的样本数据为{Rf_i，Gf_i，Bf_i}，i=1,...,N；

利用SPSS软件，求得参数C₀、C₁、C₂和C₃的值。