[发明专利]一种基于数字图像的作物氮素营养指标估算模型评价方法有效

专利信息
申请号: 202010877542.2 申请日: 2020-08-27
公开(公告)号: CN112084462B 公开(公告)日: 2023-06-23
发明(设计)人: 史培华;王颖;邱晓红;赵艳岭;杨宝林;蔡善亚;殷从飞 申请(专利权)人: 江苏农林职业技术学院
主分类号: G06F17/18 分类号: G06F17/18;G06T7/10;G06N3/0499;G06N3/084;G06Q10/063;G06Q50/02;G01N1/28;G01N1/44;G01N21/84;G01N31/16
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 成立珍
地址: 212400 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 数字图像 作物 氮素 营养 指标 估算 模型 评价 方法
【权利要求书】:

1.一种基于数字图像的作物氮素营养指标估算模型评价方法,其特征在于,包括如下步骤:

步骤1:设置不同氮肥施用量的田间小区试验,在作物生长过程中,每隔一定时间拍摄作物冠层图像,并同时破坏性取样采集作物样品,测定其氮素营养指标;

步骤2:对冠层图像进行分割,提取出图像中的作物冠层部分,利用原始冠层图像和分割后的冠层图像计算图像特征参数;

步骤3:以同一试验小区单次取样时期的氮素营养指标作为模型因变量,以对应的冠层图像中提取的图像特征参数作为模型自变量构建单组数据,然后汇集所有取样时期和试验小区的数据构建数据集;

步骤4:对数据集进行随机分组,将数据集分割为训练集和测试集,并记录每次分组的结果;

步骤5:以测试集建立氮素营养指标估算模型,以训练集对建立的估算模型进行评价,并计算模型评价指标;

步骤6:重复步骤5遍历步骤4中的所有分组,对模型评价指标进行统计学分析并计算模型评价指标的加权平均值,对比不同作物氮素营养指标估算模型中同一评价指标的加权平均值,筛选最优估算模型。

2.根据权利要求1所述的基于数字图像的作物氮素营养指标估算模型评价方法,其特征在于,所述步骤2包括以下具体步骤:

步骤21:采用G-R阈值法对冠层图像进行分割,图像分割后,计算冠层覆盖率;

步骤22:针对分割和非分割的RGB图像,从中提取基本分量R、G和B,并计算图像指数,计算表达式如下:

GMR=G-R (1)

VIGreen=(G-R)/(G+R) (2)

NRI=R/(R+G+B) (3)

NGI=G/(R+G+B) (4)

NBI=B/(R+G+B) (5)

INT=(R+G+B)/3 (6)

式(1)、(2)、(3)、(4)、(5)和(6)中,R、G和B分别代表红色、绿色和蓝色通道的平均值;

步骤23:对分割和非分割的图像进行色彩空间转换,将RGB图像转换为CIE L*a*b*颜色空间,从CIE L*a*b*颜色空间中提取基本分量L*、a*和b*,计算表达式如下:

L*=116f(Y/Yn)-16 (7)

a*=500[f(X/Xn)-f(Y/Yn)] (8)

b*=200[f(Y/Yn)-f(Z/Zn)] (9)

式(7)、(8)和(9)中,X、Y和Z分别表示待转换颜色在CIE XYZ颜色空间中的对应值;Xn、Yn和Zn分别表示CIE XYZ颜色空间中参照色的刺激值,在D65光源下,Xn、Yn和Zn取值分别为0.95047、1.00000和1.08883;式(10)中,ω为式(7)、(8)和(9)中X/Xn、Y/Yn或Z/Zn的计算结果。

3.根据权利要求1所述的基于数字图像的作物氮素营养指标估算模型评价方法,其特征在于:步骤5中,所述氮素营养指标估算模型包括指数函数、对数函数、异速生长函数、多项式函数、多元回归模型、支持向量机、神经网络回归和随机森林回归中的任意一种或多种;所述模型评价指标包括观测值和预测值之间的决定系数R2、均方根误差RMSE、平均绝对误差MAE、相对均方根误差RRMSE和平均测试预测精度ATPA中的任意一种或多种。

4.根据权利要求3所述的基于数字图像的作物氮素营养指标估算模型评价方法,其特征在于,所述平均测试预测精度ATPA的计算公式为:

式(11)中,TA为观测值,TP为预测值,N为数据集所包含的数据组数。

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江苏农林职业技术学院,未经江苏农林职业技术学院许可,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/202010877542.2/1.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