[发明专利]一种基于micro-CT和偏振-高光谱成像多特征融合的番茄苗期水分胁迫检测方法

权利要求书

1.一种基于micro-CT和偏振-高光谱成像多特征融合的番茄苗期水分胁迫检测方法，其特征在于，包括如下步骤：

步骤一，采取标准营养液配方，利用珍珠岩作为基质，采用无土栽培定植番茄，采用温室标准化管理方式进行管理，保证番茄营养元素和水分的正常供给；

步骤二，定植一周后，在营养元素不变的条件下，对番茄进行三天不同级别的水分胁迫样本培育；

步骤三，对水分胁迫番茄样本进行水分胁迫的连续跟踪检测，进行micro-CT检测及采集micro-CT特征参数，获取植株叶片和茎秆的气孔尺度密度、海绵体厚度、栅栏组织、纤毛密度、维管束的剖面结构，以及根系体积和主根、根毛密度及分布参数；进行偏振-高光谱图像及采集偏振-高光谱图像特征参数，获取植株冠幅、株高、叶倾角图像，1450nm高光谱水分敏感波长下的叶脉分布、平均灰度、叶缘阴影面积，以及水分胁迫植株样本0°、45°、90°、135°、180°特征偏振角下1450nm特征图像的冠层的偏振态、stock向量、穆勒矩阵变量；

步骤四，进行常规理化检测：利用干湿重法测定植株的含水率；采用扫描电镜和显微成像技术，获取植株的气孔和纤毛密度，以及海绵体和栅栏组织厚度，维管束分布密度和管径的实测值；称量样本的干湿重，确定植株的含水率真值；

步骤五，对步骤三提取的micro-CT的特征变量和偏振-高光谱图像特征变量进行归一化处理，使其特征值范围统一在0-1之间；

步骤六，对步骤五提取的归一化特征参数，利用主成分分析，结合分段逐步回归法进行特征降维和优化，以相关性和独立性为原则，在显著性水平α＝0.005时，当变量进入时模型的F>4.14则保留，变量回判时模型的F<2.91则剔除，同时保证R²>0.9，以获取相关性最大，多重共线性最小，相对检测误差最小为优化原则，进行特征寻优，获取最优化的特征变量作为植株水分胁迫诊断的特征变量；

步骤七，利用SVR支持向量机回归法进行特征层融合，建立基于micro-CT系统获取的气孔、海绵体、栅栏组织、纤毛、维管束、根系体积、主根和根毛密度特征变量，以及基于偏振-高光谱图像系统获取的冠幅、株高、叶倾角、1450nm高光谱水分敏感波长下的叶脉分布、平均灰度、叶缘阴影面积；0°、45°、90°、135°、180°特征偏振角下1450nm特征图像的偏振态、stock向量、穆勒矩阵变量特征变量多特征融合水分胁迫精确定量检测模型；

步骤八，按照步骤三采集番茄micro-CT图像和偏振高光谱图像特征变量采集，利用步骤七所建立的多特征融合水分胁迫精确定量检测模型，进行温室水分胁迫检测。

2.根据权利要求1所述的基于micro-CT和偏振-高光谱成像多特征融合的番茄苗期水分胁迫检测方法，其特征在于，micro-CT检测及采集micro-CT特征参数的方法为：

①将五个不同水分胁迫水平的番茄样本，依次放入Micro-CT扫描成像系统的样本仓的旋转样本托架(1)上，通过计算机(4)启动Micro-CT扫描成像系统，顺序进行扫描，获得各个样本的CT剖面；

②利用IPL软件，进行样本断层图片的边界和轮廓选取；

③选取不同断层切面进行图像分析，根据断层图片中目标灰阶的不同，调节高、低阈值，选定目标阈值范围，并二值化番茄样本目标的断层图像；

④利用IPL软件结合图像分析，获取植株叶片和茎秆的气孔尺度密度、海绵体厚度、栅栏组织、纤毛密度、维管束的剖面结构特征参数；

⑤基于选择的边界和阈值，剥离珍珠岩基质，生成根系三维图像，执行IPL语言导出根系体积和主根、根毛密度及分布参数。