[发明专利]植物叶片含氮量检测方法、装置、计算机设备和存储介质有效
申请号: | 201910222605.8 | 申请日: | 2019-03-22 |
公开(公告)号: | CN110097535B | 公开(公告)日: | 2021-05-07 |
发明(设计)人: | 齐龙;陶明;马旭;邓若玲;黄旭楠;刘闯;龚浩;刘海云 | 申请(专利权)人: | 华南农业大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/90;G06T5/40 |
代理公司: | 广州华进联合专利商标代理有限公司 44224 | 代理人: | 陈金普;黄爱娇 |
地址: | 510642 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 植物 叶片 含氮量 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种植物叶片含氮量检测方法,其特征在于,包括以下步骤:
获取植物叶片的图像和各比色卡的图像;
将获取的所述植物叶片的图像的RGB色彩空间模型和各所述比色卡的图像的RGB色彩空间模型转换为CIELAB色彩空间模型;
基于所述CIELAB色彩空间模型,计算所述植物叶片的图像与各所述比色卡的图像的色差值;其中,基于所述CIELAB色彩空间模型,计算所述植物叶片的图像与各所述比色卡的图像的色差值的步骤包括:
基于所述CIELAB色彩空间模型,确定所述植物叶片的图像的Lab值以及各所述比色卡的图像的Lab值;
根据所述植物叶片的图像的Lab值、各所述比色卡的图像的Lab值以及校正参数,计算所述植物叶片的图像与各所述比色卡的图像的色差值;
根据各所述色差值,确定所述植物叶片对应的目标比色卡;
根据所述植物叶片对应的目标比色卡的色彩等级,以及预设的比色卡色彩等级与含氮量的对应关系,得到所述植物叶片的含氮量。
2.根据权利要求1所述的植物叶片含氮量检测方法,其特征在于,获取植物叶片的图像和各比色卡的图像的步骤中,包括:
获取待测图像的RGB色彩空间模型;所述待测图像为将植物叶片和各比色卡无重叠摆放后进行图像采集所获得的图像;
将所述待测图像的RGB色彩空间模型转换为HSV色彩空间模型;
根据所述HSV色彩空间模型以及预设的HSV色彩分量阈值,对所述待测图像进行二值化处理,得到二值化图像;
对所述二值化图像进行特征提取,得到所述二值化图像中各绿色区域图像;
对各所述绿色区域图像的面积进行排序,去除所述二值化图像中无关区域,得到各待定区域图像;
计算各所述待定区域图像的质心坐标,并根据所述质心坐标以及所述植物叶片与各所述比色卡的相对位置信息,确定各所述待定区域图像中的所述植物叶片的图像和各所述比色卡的图像。
3.根据权利要求2所述的植物叶片含氮量检测方法,其特征在于,将所述待测图像的RGB色彩空间模型转换为HSV色彩空间模型的步骤中,基于以下公式,得到HSV色彩空间模型:
V=255max(R,G,B);
若H<0则
其中,R为所述RGB色彩空间模型中红色分量值,G为所述RGB色彩空间模型中绿色分量值,B为所述RGB色彩空间模型中蓝色分量值,H为所述HSV色彩空间模型中色度分量值,S为所述HSV色彩空间模型中饱和度分量值,V为所述HSV色彩空间模型中明度分量值,max(R,G,B)表示R,G,B中的最大值,min(R,G,B)表示R,G,B中的最小值。
4.根据权利要求2所述的植物叶片含氮量检测方法,其特征在于,基于以下公式,计算各所述待定区域图像的质心坐标:
其中mp,q为各所述待定区域图像的轮廓的p+q阶矩,I为各所述待定区域图像的轮廓像素点的值,n为各所述待定区域图像的轮廓点的个数,p和q分别为所述HSV色彩空间模型的x方向阶距值和y方向阶距值,m00为各所述待定区域图像的轮廓的零阶矩,m10为各所述待定区域图像的轮廓x方向一阶矩,m01为各所述待定区域图像的轮廓y方向的一阶矩;x为像素点的x轴坐标值;y为像素点的y轴坐标。
5.根据权利要求1所述的植物叶片含氮量检测方法,其特征在于,获取植物叶片的图像和各比色卡的图像的步骤包括:
从计算机设备中调用植物叶片的图像和各比色卡的图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南农业大学,未经华南农业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910222605.8/1.html,转载请声明来源钻瓜专利网。