[发明专利]基于高光谱成像的整株水稻叶绿素含量测量装置及方法

摘要

本发明公开了一种基于高光谱成像的整株水稻叶绿素含量测量装置及方法，测量装置包括暗室、第一光源、第二光源、光源控制器、工作站计算机、高光谱相机、第一接近开关、第二接近开关、平移台以及平移台控制器等；测量方法建立高光谱成像系统；使用所述的高光谱成像系统采集每盆水稻的光谱数据；人工测量每盆水稻的叶绿素含量；对叶绿素和光谱指数进行建模等步骤。本发明利用高光谱成像的方法，用数据分析和图像处理技术处理所拍摄的光谱数据，经过分析得到整株水稻的叶绿素含量，将采集、提取、计算等步骤集成到同一个系统中，具有在线无损、测量结果准确可靠、操作简单等优点。

主权项

一种基于高光谱成像的整株水稻叶绿素含量测量方法，其特征在于：测量方法所用的测量装置包括用于提供稳定的成像环境的暗室(1)、第一光源(6)、第二光源(7)、用于调整第一光源(6)和第二光源(7)的亮度和发散角度的光源控制器(2)、工作站计算机(3)、高光谱相机(5)、第一接近开关(8)、第二接近开关(9)、平移台(10)以及平移台控制器(4)，所述高光谱相机(5)、第一光源(6)、第二光源(7)、第一接近开关(8)、第二接近开关(9)以及平移台(10)均位于暗室(1)内，所述第一光源(6)和第二光源(7)均与光源控制器(2)相连，所述平移台(10)与平移台控制器(4)相连，所述第一接近开关(8)、第二接近开关(9)、高光谱相机(5)、平移台控制器(4)以及光源控制器(2)均与工作站计算机(3)相连；所述测量方法包括以下步骤：001、建立高光谱成像系统；002、使用所述的高光谱成像系统采集每盆水稻的光谱数据；003、人工测量每盆水稻的叶绿素含量；004、根据步骤002和步骤003得到数据，由工作站计算机(3)对光谱数据进行处理，提取光谱指数，对叶绿素和光谱指数进行建模，得到叶绿素的预测模型，在之后的实验中，只需拍摄光谱数据，即可计算得到整株水稻的叶绿素含量；所述步骤001包括以下步骤：011、装配好所述的测量装置，计算物距和平移台(10)的移动速度，物距的计算公式为其中f为相机焦距，H为需要拍摄的像平面物体高度，h为相机CCD的高度，L为物距；如果需要拍摄无形变的物体，则平移台(10)在相机采集完当前帧需要移动的距离为其中H为需要拍摄的像平面物体高度，Nh为相机CCD在高度方向的像素个数，此时平移台(10)的移动速度为如果需要拍摄无冗余数据的物体，则平移台(10)需要移动的距离为其中S为相机狭缝宽度，w为相机CCD单个像素的宽度；此时平移台(10)的移动速度为012、设置高光谱相机(5)的参数，由于曝光时间和单帧重复次数对系统采集速度的影响最大，空间分辨率对采集速度无影响，所以保持高光谱相机(5)在空间方向最大分辨率；所述步骤002包括以下步骤：021、打开光源控制器(2)、平移台控制器(4)、高光谱相机(5)和工作站计算机(3)；022、使用高光谱相机(5)拍摄暗电流Ib和白板Iw数据；023、将盆栽水稻置于平移台(10)上，并控制平移台(10)匀速移动，高光谱相机(5)开始拍摄，EMCCD输出的原始灰度数据为Io，将采集到的原始灰度数据进行暗电流和白板校正，最后系统保存的数据为I，即物体的反射率并将校正后的结果不断存入二进制数据流；024、拍摄完一株盆栽水稻后，平移台(10)回到原点，同时检查步骤023中的缓存数据是否全部存储完毕；025、将新的样本重复步骤023和步骤024；所述步骤003包括以下步骤：031、将整株水稻的每片叶片取下；032、使用叶绿素含量测定仪测量每片叶片的叶绿素含量，对每片叶片的同一个区域测量两次；033、计算整株水稻的所有叶片测量值的平均值，作为被测整株水稻的叶绿素含量；所述步骤004包括以下步骤：041、将步骤023中的二进制数据流重新整合提取为不同波长下的图像；042、取步骤041其中的一张图像进行图像处理，提取出图像的感兴趣区域ROI，并图像的感兴趣区域ROI应用步骤041的所有图像上，得到一批只有感兴趣区域ROI的各波长图像；043、计算步骤042中各波长图像下的光谱指数；044、将步骤043中得到的光谱指数作为自变量，叶绿素含量测定仪测到的叶绿素含量作为因变量，进行逐步回归分析，得到叶绿素的预测模型并进行验证；045、采集新样本的光谱指数，根据将步骤044的叶绿素预测模型来计算新样本的叶绿素含量。