[发明专利]一种偏振高光谱图像采集系统在审

专利信息
申请号: 201910806806.2 申请日: 2019-08-29
公开(公告)号: CN110553982A 公开(公告)日: 2019-12-10
发明(设计)人: 马万征;肖新;谢越;汪建飞;李孝良;赵建荣;王泓 申请(专利权)人: 安徽科技学院
主分类号: G01N21/21 分类号: G01N21/21;G01N21/25
代理公司: 32215 南京君陶专利商标代理有限公司 代理人: 沈根水
地址: 233030 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 采集模块 偏振光谱 高光谱 特征模块 信息组合 采集单元 组合特征 农作物 图像采集系统 纹理特征提取 形状特征提取 颜色特征提取 农作物叶片 偏振高光谱 光谱特性 降维处理 模型模块 内部特征 纹理特征 形态变化 叶片表面 纹理 可视化 降维 无损 叶片 送入 采集 诊断 检测 分析
【说明书】:

发明公开了一种偏振高光谱图像采集系统,包括高光谱采集模块、偏振光谱采集模块、信息组合特征模块、组合特征降维模块和无损诊断模型模块,高光谱采集模块包括颜色特征提取单元、形状特征提取单元和纹理特征提取单元,偏振光谱采集模块包括叶片内部采集单元和叶片表面采集单元,高光谱采集模块和偏振光谱采集模块将采集到的信息送入信息组合特征模块,信息组合特征模块对组合特征进行降维处理;本发明通过高光谱采集模块对农作物的颜色、形状和纹理特征进行提取,通过偏振光谱对农作物的表面和内部特征进行提取,既能对农作物的颜色、纹理、形态变化等特征进行可视化分析,又能对农作物叶片光谱特性的各向异性分布进行检测。

技术领域

本发明涉及图像采集技术领域,具体涉及一种偏振高光谱图像采集系统。

背景技术

现有技术中,一般对于农作物的图像采集都是通过高光谱图像采集,高光谱成像技术是基于非常多窄波段的影像数据技术,它将成像技术与光谱技术相结合,探测目标的二维几何空间及一维光谱信息,获取高光谱分辨率的连续、窄波段的图像数据,可实现对农作物的无损检测。

但是在采用高光谱成像技术对农作物进行无损检测时,一般只能对农作物的颜色、纹理、形态变化等特征进行可视化分析,不能对农作物叶片光谱特性的各向异性分布特征进行分析,导致对于农作物的检测不全面,不能很好达到对农作物的检测效果,且采用高光谱成像技术对农作物进行无损检测时,由于高光谱的检测数据容易受到外界环境的干扰,因此单纯的采用高光谱检测,难以保证检测的精确性。

发明内容

本发明的目的在于克服现有技术中存在的上述问题,提供一种偏振高光谱图像采集系统,通过高光谱采集模块对农作物的颜色、形状和纹理特征进行提取,通过偏振光谱对农作物的表面和内部特征进行提取,既能对农作物的颜色、纹理、形态变化等特征进行可视化分析,又能对农作物叶片光谱特性的各向异性分布进行检测。

为实现上述技术目的,达到上述技术效果,本发明是通过以下技术方案实现:

一种偏振高光谱图像采集系统,包括高光谱采集模块、偏振光谱采集模块、信息组合特征模块、组合特征降维模块和无损诊断模型模块,所述高光谱采集模块包括颜色特征提取单元、形状特征提取单元和纹理特征提取单元,所述偏振光谱采集模块包括叶片内部采集单元和叶片表面采集单元,所述高光谱采集模块和偏振光谱采集模块将采集到的信息送入信息组合特征模块,所述信息组合特征模块对组合特征进行降维处理。

进一步地,所述颜色特征提取单元对叶片的颜色、色泽等进行描述。

进一步地,所述形状特征提取单元对叶片的形状、大小等进行描述。

进一步地,所述纹理特征提取单元对叶片的细微变化进行描述。

进一步地,所述叶片内部采集单元对叶片内部叶绿素、叶黄素、类胡萝卜素、可溶性蛋白质、氨基酸和海绵体等特征进行偏振特征表达。

进一步地,所述叶片表面采集单元对叶片表面的质地和粗糙度等特征进行偏振特征表达。

本发明的收益效果是:

本发明通过高光谱采集模块对农作物的颜色、形状和纹理特征进行提取,通过偏振光谱对农作物的表面和内部特征进行提取,既能对农作物的颜色、纹理、形态变化等特征进行可视化分析,又能对农作物叶片光谱特性的各向异性分布进行检测,将农作物叶片高光谱图像的图像特征信息和光谱特征信息相结合,考察农作物叶片物理、生化指标的变化规律,通过偏振-高光谱技术对农作物理化参数实现精确反演,保证了农作物相关信息的精确性。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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安徽科技学院,未经安徽科技学院许可,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/201910806806.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top