[发明专利]一种测量植物叶片氮含量的方法和装置有效
| 申请号： | 201910645516.4 | 申请日： | 2019-07-17 |
| 公开（公告）号： | CN110346305B | 公开（公告）日： | 2021-04-13 |
| 发明（设计）人： | 裘正军;周磊;赵楠;何勇 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G01N21/25 | 分类号： | G01N21/25;G06N3/04 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 胡红娟 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种测量植物叶片氮含量的方法和装置，属于光谱分析及人工智能领域，包括以下步骤：(1)获取目标叶片被单一一个特征波段下的光源照射的单波段图像；(2)重复步骤(1)，采集四个特征波段下的图像信息；(3)将采集的四个特征波段的图像组合成一幅四通道的光谱图像；(4)利用所述光谱图像与其对应的含氮量标签对深度学习模型进行训练，得到含氮量预测模型；(5)将训练好的含氮量预测模型移植到AI控制芯片上；(6)对待预测的叶片样本进行信息采集，并利用装有AI控制芯片的AI传感器，预测输出含氮量；(7)通过串口输出含氮量预测结果；(8)显示农田中不同位置的叶片的含氮量的分布图。 | ||
| 搜索关键词： | 一种 测量 植物 叶片 含量 方法 装置 | ||
【主权项】：
1.一种测量植物叶片氮含量的方法，其特征在于，包括以下步骤：(1)获取目标叶片被单一一个特征波段下的光源照射的单波段图像；(2)重复步骤(1)，采集四个特征波段下的图像信息；(3)将采集的四个特征波段的图像组合成一幅四通道的光谱图像；(4)利用所述光谱图像与其对应的含氮量标签对深度学习模型进行训练，得到含氮量预测模型；(5)将训练好的含氮量预测模型移植到AI控制芯片上；(6)对待预测的叶片样本进行信息采集，并利用装有AI控制芯片的AI传感器，预测输出含氮量。
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浙江大学，未经浙江大学许可，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/patent/201910645516.4/，转载请声明来源钻瓜专利网。
