[发明专利]一种番茄果实生长预测方法、装置、设备及产品

说明书

本发明提供一种番茄果实生长预测方法、装置、设备及产品，涉及农业技术领域，该方法包括以下步骤：获取番茄冠层的冠层光谱图像，并分别提取仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像；将仅包含叶片的叶片光谱图像输入至叶片神经网络模型中，得到叶片参数；对仅包含果实的果实形态二值图进行角点检测分析，获得番茄果实个数；基于冠层光谱图像、叶片参数以及番茄果实个数，获得不同种植条件下的韧皮部糖浓度；将不同种植条件下的韧皮部糖浓度输入到番茄果实生长模型中，得到番茄果实鲜重、干重生长动态过程。本发明能够有效反映不同种植条件对番茄果实碳供应水平的影响，进而提高番茄果实生长的预测精度。

技术领域

本发明涉及农业技术领域，尤其涉及一种番茄果实生长预测方法、装置、设备及产品。

背景技术

外界环境因素和农艺措施管理能够影响植株与果实之间的水、碳通量，进而影响果实干重和鲜重的生长动态。番茄果实生长模型(TOM-GRO模型)考虑了番茄果实水分和干物质的变化过程，通过输入空气温度、相对湿度、茎秆水势以及韧皮部糖浓度(Cp)，进而模拟由植株进入到果实的水、碳通量，从而预测番茄果实干重、鲜重变化过程。其中，韧皮部糖浓度是主导植株输入果实干物质量的关键因子，在以往的研究中，通常假设不同条件下Cp的变化范围是相同的。然而，实际的环境和农艺措施等种植条件都可能会改变植株和果实的生长过程，改变Cp的变化范围，进而影响果实干重和鲜重的累积。因此，有必要对不同种植条件下的Cp进行量化。

发明内容

本发明提供一种番茄果实生长预测方法、装置、设备及产品，用以解决现有技术中实际的环境和农艺措施等种植条件都可能会改变植株和果实的生长过程的缺陷，实现有效反映不同种植条件对番茄果实碳供应水平的影响，进而提高番茄果实生长的预测精度。

本发明提供一种番茄果实生长预测方法，包括以下步骤：

获取番茄冠层的冠层光谱图像，并从所述冠层光谱图像中提取得到仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像；

将所述仅包含叶片的叶片光谱图像输入至叶片神经网络模型中，得到所述叶片神经网络模型输出的番茄冠层的叶片参数；其中，所述叶片参数包括叶片光合速率、叶片含水率及叶面积；

对所述仅包含果实的果实形态二值图像进行角点检测分析，获得番茄果实个数；

基于所述叶片参数以及所述番茄果实个数，获得不同种植条件下的韧皮部糖浓度；

将不同种植条件下的韧皮部糖浓度输入到番茄果实生长模型中，得到所述番茄果实生长模型输出的不同种植条件下的番茄果实鲜重、干重生长动态过程；其中，番茄果实生长模型是基于不同种植条件下的样本韧皮部糖浓度训练得到的。

根据本发明提供的番茄果实生长预测方法，所述基于所述叶片参数以及所述番茄果实个数，获得不同种植条件下的韧皮部糖浓度，具体包括以下步骤：

基于所述叶片参数以及所述番茄果实个数，获取不同种植条件以及充分处理条件下的番茄源库比；

基于充分处理条件下的番茄源库比以及韧皮部糖浓度，获得不同种植条件下的韧皮部糖浓度。

根据本发明提供的番茄果实生长预测方法，所述获取番茄冠层的冠层光谱图像，并从所述冠层光谱图像中分别提取仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像，具体包括：

去除所述冠层光谱图像中的背景，得到仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像。

根据本发明提供的番茄果实生长预测方法，所述去除所述冠层光谱图像中的背景，得到仅包含叶片的叶片光谱图像及仅包含果实的果实形态二值图像，具体包括以下步骤：

对所述冠层光谱图像进行聚类、分割等处理，得到仅包含叶片的叶片矢量图以及仅包含果实的果实矢量图；