[发明专利]作物氮含量缺乏分级判别的方法、装置及电子设备

权利要求书

1.一种作物氮含量缺乏分级判别的方法，其特征在于，包括：

获取待测作物的彩色图像；其中，所述彩色图像包括颜色参数以及形状参数；

将所述待测作物的彩色图像输入至训练好的随机森林模型，得到所述待测作物的氮含量缺乏分级判别结果；

其中，所述训练好的随机森林模型为利用与不同作物的氮含量缺乏分级判别结果对应的作物的彩色图像进行训练后得到；其中，所述随机森林模型为根据所述颜色参数以及所述形状参数生成训练集以及验证集，并根据所述训练集确定所述随机森林模型的结构以及根据所述验证集进行优化后得到的模型。

2.根据权利要求1所述的作物氮含量缺乏分级判别方法，其特征在于，在所述将所述待测作物的彩色图像输入至训练好的随机森林模型之前，还包括：

根据所述颜色参数以及所述形状参数生成训练集以及验证集；

将所述训练集输入随机森林模型进行参数寻优并确定所述随机森林模型的参数；其中，所述参数用以确定所述随机森林模型的结构；

根据所述验证集对所述随机森林模型进行优化得到优化后的随机森林模型；

根据所述优化后的随机森林模型确定最终的随机森林模型并将所述最终的随机森林模型作为作物氮含量缺乏分级判别模型。

3.根据权利要求1所述的作物氮含量缺乏分级判别方法，其特征在于，所述彩色图像为RGB图像，所述获取待测作物的彩色图像，包括：

将所述彩色图像进行图像均衡化以及滤波；

在预设区域内计算所述彩色图像水平方向以及垂直方向的梯度值，并依据所述梯度值确定所述彩色图像的清晰范围；

将所述彩色图像进行图像灰度化以及图像二值化以确定所述作物的二值化图像；

将所述RGB图像的RGB三通道分离，分别与所述二值化图像做与运算；

将所述RGB图像的RGB三通道合并去除图像背景，并生成第一彩色图像；

获取所述第一彩色图像的RGB三通道各自的最大值、均值以及标准差；

截取所述第一彩色图像生成第二彩色图像；其中，所述第一彩色图像包括完整的所述作物，所述第二彩色图像包括部分的所述作物；

分别计算所述第二彩色图像对应的所述作物的面积以及所述作物的周长。

4.根据权利要求2所述的作物氮含量缺乏分级判别方法，其特征在于，所述根据所述颜色参数以及所述形状参数生成训练集以及验证集，包括：

将所述颜色参数以及所述形状参数进行归一化操作；

将归一化后的所述颜色参数以及所述形状参数按比例切分，得到所述训练集以及所述验证集。

5.根据权利要求4所述的作物氮含量缺乏分级判别方法，其特征在于，所述归一化后的所述颜色参数以及所述形状参数按3：1的比例切分为所述训练集以及所述验证集。

6.根据权利要求2所述的作物氮含量缺乏分级判别方法，其特征在于，所述根据所述验证集对所述随机森林模型进行优化得到优化后的随机森林模型，包括：

将所述验证集输入被所述训练集训练后的随机森林模型，计算验证集对应的AUC值；其中，所述AUC值与所述随机森林模型的预测准确性正相关；

比较多个验证集分别对应的AUC值；将AUC值为最大值的验证机对应的随机森林模型作为最优随机森林模型；

依据读取的最优随机森林模型各参数确定所述优化后的随机森林模型。

7.根据权利要求1所述的作物氮含量缺乏分级判别方法，其特征在于，在所述将所述待测作物的彩色图像输入至训练好的随机森林模型，得到所述待测作物的氮含量缺乏分级判别结果之后，还包括：

将所述待测作物的氮含量缺乏分级判别结果与紫外可见分光光度计人工测定数据结果进行比较，评价测试准确率。