氮磷鉀交互作用下溫室作物營(yíng)養(yǎng)含量檢測(cè)的方法
【專利摘要】本發(fā)明氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，涉及溫室作物營(yíng)養(yǎng)含量虧缺診斷【技術(shù)領(lǐng)域】。建立包含氮磷鉀交互作用的光譜表達(dá)式方程用于定量分析番茄營(yíng)養(yǎng)脅迫的情況，在數(shù)學(xué)上表現(xiàn)為足夠的組合變量和特征來(lái)同時(shí)反演作物幾種養(yǎng)分的水平、以及養(yǎng)分之間的交互作用等脅迫信息，重點(diǎn)開(kāi)發(fā)了在考慮氮、磷、鉀三者交互作用下的番茄營(yíng)養(yǎng)含量檢測(cè)模型的建立，獲得精度更高精度的檢測(cè)模型。
【專利說(shuō)明】氮磷鉀交互作用下溫室作物營(yíng)養(yǎng)含量檢測(cè)的方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及溫室作物營(yíng)養(yǎng)含量虧缺診斷【技術(shù)領(lǐng)域】；特指一種氮磷鉀交互作用下診斷番茄營(yíng)養(yǎng)含量的方法。

【背景技術(shù)】
[0002]番爺(LycopersiconesculentumMill.)是我國(guó)溫室栽培的主要蔬菜作物之一。氮、磷、鉀是番茄生長(zhǎng)必需的也是最重要的營(yíng)養(yǎng)元素，氮、磷、鉀營(yíng)養(yǎng)虧缺會(huì)使其生理發(fā)生變化，直接影響到產(chǎn)量的高低和口感，進(jìn)而影響經(jīng)濟(jì)效益。植物生理學(xué)的研究已經(jīng)證實(shí)，葉片是對(duì)營(yíng)養(yǎng)狀況反映最敏感的部位之一，營(yíng)養(yǎng)虧缺能引起葉片顏色、紋理、粗糙度和氣孔等特征發(fā)生顯著變化，因此，以作物葉片為研究對(duì)象診斷營(yíng)養(yǎng)狀況成為近年來(lái)研究的熱點(diǎn)。
[0003]國(guó)內(nèi)外科研學(xué)者在影響偏振反射光譜監(jiān)測(cè)植物對(duì)象特性的單獨(dú)因素方面開(kāi)展研究的同時(shí)，還考慮到各個(gè)因素之間的主次順序和參數(shù)優(yōu)選。試驗(yàn)因素都不是孤立的，對(duì)目標(biāo)結(jié)果的影響具有主次順序和輕重關(guān)系。有研究表明，基于高光譜技術(shù)和偏振光譜技術(shù)的多信息融合并結(jié)合恰當(dāng)?shù)慕７椒梢暂^大程度的提高模型的精度。但是氮、磷、鉀之間是否存在互作關(guān)系，即發(fā)生氮元素營(yíng)養(yǎng)脅迫的情況下引起了缺磷或者缺鉀的狀態(tài)，以此類推，在鉀元素或者磷元素發(fā)生營(yíng)養(yǎng)脅迫時(shí)，是否間接引起了另外兩種元素的虧缺。近幾年來(lái)國(guó)內(nèi)外一些學(xué)者主要是將高光譜技術(shù)、偏振光譜技術(shù)應(yīng)用于農(nóng)產(chǎn)品質(zhì)量以及作物病害的檢測(cè)中，但未見(jiàn)利用高光譜圖像技術(shù)、偏振光譜技術(shù)來(lái)診斷作物氮磷鉀交互作用的檢測(cè)。


【發(fā)明內(nèi)容】

[0004]本發(fā)明建立包含氮磷鉀交互作用的光譜表達(dá)式方程用于定量分析番茄營(yíng)養(yǎng)脅迫的情況，在數(shù)學(xué)上表現(xiàn)為足夠的組合變量和特征來(lái)同時(shí)反演作物幾種養(yǎng)分的水平、以及養(yǎng)分之間的交互作用等脅迫信息，重點(diǎn)開(kāi)發(fā)了在考慮氮、磷、鉀三者交互作用下的番茄營(yíng)養(yǎng)含量檢測(cè)模型的建立，以期獲得精度更高精度的檢測(cè)模型。
[0005]與以往單獨(dú)建立某一種元素虧缺的預(yù)測(cè)模型相比較，綜合考慮氮、鉀、磷交互作用情況下的營(yíng)養(yǎng)水平診斷。通過(guò)分析氮、磷與鉀之間的交互關(guān)系，消除互作之間的影響。同時(shí)反演作物幾種養(yǎng)分的水平以及養(yǎng)分之間的交互作用等脅迫信息時(shí)，光譜變量間有諧波關(guān)系，在數(shù)學(xué)上表現(xiàn)為需要足夠的組合變量，即從機(jī)理上講方程之間是不相互獨(dú)立的，從而通過(guò)若干特征波長(zhǎng)的光譜反射率組合求解和反演得出的氮、磷、鉀營(yíng)養(yǎng)信息對(duì)于不同品種、不同生育期及不同營(yíng)養(yǎng)條件下的檢測(cè)模型。
[0006]本發(fā)明氮磷鉀交互作用下溫室作物營(yíng)養(yǎng)含量檢測(cè)的方法，按照下述步驟進(jìn)行:
[0007](一 )、建立氮(N)、磷⑵、鉀⑷營(yíng)養(yǎng)脅迫試驗(yàn)樣本，每個(gè)營(yíng)養(yǎng)元素分為五個(gè)水平進(jìn)行處理，
[0008]( 二 )、分別建立基于圖像特征、光譜特征、偏振度特征的單一特征模型，
[0009](三)、定義氮磷鉀交互作用的方程式表達(dá)，
[0010](四)、權(quán)重系數(shù)矩陣的計(jì)算，
[0011](五)、確定交互影響系數(shù)矩陣，
[0012](六)、交互模型的建立，用該模型檢測(cè)作物是否發(fā)生氮磷鉀虧缺。
[0013]其中步驟(一)中每個(gè)營(yíng)養(yǎng)元素分為不同水平進(jìn)行處理，是指按照在正常配方中氮、磷、鉀的正常含量的25%?150% (質(zhì)量比)。
[0014]其中步驟(二)中所述的分別建立基于圖像特征、光譜特征、偏振度特征的單一特征模型，按照下述步驟進(jìn)行:(I)偏振光譜采集，指利用偏振光譜采集系統(tǒng)采集溫室番茄葉片的偏振光譜。
[0015](2)偏振度特征提取，根據(jù)斯托克斯公式計(jì)算步驟(I)中番茄葉片的的偏振光譜的偏振度。
[0016](3)高光譜圖像采集，利用高光譜圖像采集系統(tǒng)采集番茄葉片的高光譜圖像。
[0017](4)圖像預(yù)處理，對(duì)步驟(3)中的高光譜圖像進(jìn)行波段篩選、濾波和利用掩膜對(duì)圖像進(jìn)行分割。
[0018](5)圖像紋理特征的提取，對(duì)步驟(4)中經(jīng)預(yù)處理后的高光譜圖像，首先通過(guò)主成分分析得到氮、磷、鉀的敏感波長(zhǎng)，然后在敏感波長(zhǎng)下進(jìn)行基于二階概率統(tǒng)計(jì)濾波的紋理特征提取。
[0019](6)光譜特征的提取，對(duì)步驟(5)中提取到的紋理特征，利用區(qū)間偏最小二乘法-遺傳算法優(yōu)選特征變量，對(duì)光譜特征變量進(jìn)行提取。
[0020](7)模型建立，采用支持向量機(jī)建立番茄開(kāi)花期氮、磷、鉀營(yíng)養(yǎng)含量預(yù)測(cè)模型，具體按照下述步驟進(jìn)行:(a)對(duì)樣本進(jìn)行歸一化預(yù)處理，確定輸入特征的數(shù)量；
[0021](b)分別基于網(wǎng)格搜索法(GS)和粒子群優(yōu)化算法(PSO)對(duì)進(jìn)行支持向量機(jī)回歸(SVR)參數(shù)進(jìn)行尋優(yōu)；
[0022](c)將偏振度特征、紋理特征和光譜特征采用SVR的特征層融合的方法建立番茄開(kāi)花期氮、磷、鉀營(yíng)養(yǎng)含量的預(yù)測(cè)模型。
[0023]其中步驟(三)中所述的定義氮磷鉀交互作用的方程式表達(dá)是指利用提取的光譜特征、圖像特征、偏振度特征建立交互作用下的氮磷鉀檢測(cè)模型。
[0024]其中步驟(四)中所述的權(quán)重系數(shù)矩陣的計(jì)算是指對(duì)建立的交互作用下的氮磷鉀檢測(cè)模型中的權(quán)重系數(shù)矩陣進(jìn)行求解。
[0025]其中步驟(五)中所述的確定交互影響系數(shù)矩陣是指對(duì)建立的交互作用下的氮磷鉀檢測(cè)模型中的交互影響系數(shù)矩陣進(jìn)行求解。
[0026]其中步驟(六)中所述的交互模型的建立是指將權(quán)重系數(shù)矩陣和交互影響系數(shù)矩陣代入交互作用下的氮磷鉀檢測(cè)模型。
[0027]本發(fā)明所述的溫室作物優(yōu)選番茄、生菜、黃瓜等。
[0028]本發(fā)明的有益效果:
[0029]本發(fā)明通過(guò)權(quán)重系數(shù)矩陣和交互影響系數(shù)矩陣對(duì)模型進(jìn)一步修正，研究建立了在考慮氮、磷、鉀三者交互作用下的番茄營(yíng)養(yǎng)含量檢測(cè)模型，預(yù)測(cè)結(jié)果表明該方法能夠獲得精度更高的檢測(cè)模型，N、P、K元素的交互模型比單一特征類型模型精度分別平均提高了4.3%,9.0%,3.3%,模型的預(yù)測(cè)值更接近作物營(yíng)養(yǎng)含量的真值，為交互作用下作物營(yíng)養(yǎng)快速無(wú)損檢測(cè)提供新的方法和思路。

【專利附圖】

【附圖說(shuō)明】
[0030]圖1.高光譜成像系統(tǒng)，
[0031]其中:1.光箱；2.光源；3.控制器；4.計(jì)算機(jī)；5.近紅外相機(jī)；6.成像光譜儀；
7.步進(jìn)電機(jī)；8.玻璃光纖燈。
[0032]圖2.偏振光譜采集系統(tǒng)，
[0033]其中:1.光源；2.光源光纖燈；3.探測(cè)光纖；4.旋轉(zhuǎn)測(cè)量機(jī)構(gòu)；5.樣品臺(tái)；6.光譜儀；7.微電流計(jì)；8.計(jì)算機(jī)。
[0034]圖3.番茄開(kāi)花期氮素交互模型實(shí)測(cè)值和預(yù)測(cè)值相關(guān)圖。
[0035]圖4.番茄開(kāi)花期磷素交互模型實(shí)測(cè)值和預(yù)測(cè)值相關(guān)圖。
[0036]圖5.番茄開(kāi)花期鉀素交互模型實(shí)測(cè)值和預(yù)測(cè)值相關(guān)圖。
[0037]圖6.番茄結(jié)果中期氮素交互模型實(shí)測(cè)值和預(yù)測(cè)值相關(guān)圖。
[0038]圖7.番茄結(jié)果中期磷素交互模型實(shí)測(cè)值和預(yù)測(cè)值相關(guān)圖。
[0039]圖8.番茄結(jié)果中期鉀素交互模型實(shí)測(cè)值和預(yù)測(cè)值相關(guān)圖。

【具體實(shí)施方式】
[0040]下面以番茄為例，結(jié)合附圖對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)描述。
[0041]本發(fā)明【具體實(shí)施方式】中所采用的高光譜圖像采集系統(tǒng)參閱圖1。利用圖1所示的高光譜圖像采集系統(tǒng)采集溫室番茄葉片高光譜圖像，其包括近紅外相機(jī)
5(XEVA-FPA-1.7-320，XenICs, Leuven, Belgium)，光譜范圍 900_1700nm，成像光譜儀
6(ImspectorN17E, Spectral ImagingLtd., Finland),分辨率為 5nm, 150W 齒鶴燈的直流可調(diào)光源 2 (2900-ER+9596-E, Illuminat1n Technologies, Inc., EastSyracuse, NY, USA),位移單元由步進(jìn)電機(jī)7 (MTS120,北京光學(xué)儀器廠，北京，中國(guó))和控制器3 (SC100,北京光學(xué)儀器廠，北京，中國(guó))組成，成像光譜儀可以采集圖像傳輸?shù)接?jì)算機(jī)4(DELL Inspiron 530s,USA)中，玻璃光纖燈8為圖像的采集提供必要的照明。近紅外相機(jī)5、成像光譜儀6、步進(jìn)電機(jī)7和玻璃光纖燈8位于光箱I。本發(fā)明2012年3月至2012年9月在江蘇大學(xué)現(xiàn)代農(nóng)業(yè)裝備與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室的Venlo型溫室中進(jìn)行實(shí)驗(yàn)。培育品種為遼寧省農(nóng)業(yè)科學(xué)院蔬菜研究所培育的L-402。為保證前期的基礎(chǔ)性研究能夠?qū)Ψ逊值挠行卣鬟M(jìn)行準(zhǔn)確提取，本發(fā)明采用無(wú)土栽培技術(shù)進(jìn)行樣本培育。在保證其他營(yíng)養(yǎng)元素均衡的情況下，對(duì)氮、磷、鉀進(jìn)行精確控制，以獲取純正的營(yíng)養(yǎng)脅迫樣本。營(yíng)養(yǎng)液PH值為6-6.5、EC值為1.2ms/cm。首次栽植后澆灌正常營(yíng)養(yǎng)液，為避免珍珠巖中營(yíng)養(yǎng)成分殘留，在番茄生長(zhǎng)至壯苗期轉(zhuǎn)入缺素培育階段時(shí)，進(jìn)行二次移栽。
[0042]營(yíng)養(yǎng)脅迫試驗(yàn)樣本分為氮(N)、磷(P)、鉀(K)三組，每組中各個(gè)營(yíng)養(yǎng)元素均分為五個(gè)水平進(jìn)行處理，按照在正常配方中氮、磷、鉀的正常含量的25%?150%，分別形成五種不同營(yíng)養(yǎng)水平的樣本，依次是重度脅迫25 %、中度脅迫50 %、輕度脅迫75 %、適量100 %、過(guò)量150%。(均為質(zhì)量比)
[0043]化學(xué)值含量的測(cè)定工作與光譜試驗(yàn)同步進(jìn)行，培育的樣本在編號(hào)的自封袋中排序，并放進(jìn)專業(yè)植物保鮮箱，立即帶回光譜實(shí)驗(yàn)室，開(kāi)始偏振反射光譜測(cè)量實(shí)驗(yàn)和高光譜圖像采集。采集結(jié)束后將葉片放入烘箱，80°C烘干至恒重置于干燥器內(nèi)。采用凱氏定氮法(GB/T 5009.5-1985)測(cè)定樣本的全氮含量，儀器為英國(guó)SEAL公司生產(chǎn)的Auto Analyzer 3型連續(xù)流動(dòng)分析儀(Seal Analytical Instruments C0., Ltd, England)。采用鑰鋪抗分光光度法(GB 11893-1989)測(cè)定樣本中磷的含量，儀器為美國(guó)瓦里安公司紫外可見(jiàn)分光光度計(jì)(Varian Inc.,Palo Alto,USA ；Model Cary 100)。采用火焰光度法(GB/T 18633-2002)測(cè)定樣本中鉀的含量，儀器為BWB-XP多元素火焰光度計(jì)(BWB C0.,British).化學(xué)值含量測(cè)定后用于下面的模型建立及校正。
[0044]偏振光譜采集:
[0045]偏振反射光譜測(cè)量分析系統(tǒng)為課題組自主研發(fā)，該儀器測(cè)量波長(zhǎng)范圍350-1000nm,如圖2所示，光源I接出的光源光纖燈2安裝在左側(cè)的旋轉(zhuǎn)測(cè)量機(jī)構(gòu)4，光譜儀6接出的探測(cè)光纖3安裝在右側(cè)的旋轉(zhuǎn)測(cè)量機(jī)構(gòu)4，樣品臺(tái)5用于放置待測(cè)樣品，微電流計(jì)7分別連接光譜儀6及操作電腦8。
[0046]偏振反射光譜和高光譜圖像采集保證在盡量短的時(shí)間內(nèi)依次快速進(jìn)行，以保證樣品的統(tǒng)一性。數(shù)據(jù)采集前，兩套儀器均需進(jìn)行預(yù)熱以及黑場(chǎng)和白場(chǎng)標(biāo)定，以消除環(huán)境因素引起的系統(tǒng)誤差，每片葉片測(cè)量3次，取平均值作為最終測(cè)量結(jié)果。光譜實(shí)驗(yàn)樣本為氮、磷、鉀每組各120個(gè)，采集時(shí)間均為早晨8點(diǎn)，并統(tǒng)一選擇每株倒七葉，葉片的葉寬應(yīng)大于2cm，一經(jīng)采下迅速裝入自封袋封好并進(jìn)行現(xiàn)場(chǎng)編號(hào)，放進(jìn)專業(yè)植物保鮮箱，立即帶回光譜實(shí)驗(yàn)室，開(kāi)始偏振反射光譜測(cè)量實(shí)驗(yàn)和高光譜圖像采集。實(shí)驗(yàn)中為防止外界環(huán)境光的干擾，偏振反射光譜測(cè)量在暗室中進(jìn)行；高光譜圖像則在光箱中采集。測(cè)量結(jié)束后將葉片放入烘箱，80°C烘干至恒重置于干燥器內(nèi)以備化學(xué)值測(cè)定之用。
[0047]高光譜圖像采集:
[0048]高光譜圖像數(shù)據(jù)的米集是基于SpectralCube (Spectral Imaging Ltd.,Finland)軟件平臺(tái)；實(shí)際采集的光譜范圍為871.6?1766.3nm，空間分辨率為62.5um，采樣間隔為
3.5nm，一次采集可獲取采樣光譜范圍內(nèi)以3.5nm為間隔的256幅獨(dú)立的高光譜圖像。
[0049]確定近紅外相機(jī)的曝光時(shí)間以保證圖像的清晰，同時(shí)確定位移臺(tái)的速度以避免圖像尺寸和空間分辨率的失真。經(jīng)過(guò)分析比較確定曝光時(shí)間為為20ms，位移臺(tái)的移動(dòng)速度為
1.25mm/s。數(shù)據(jù)采集時(shí)，首先進(jìn)行黑場(chǎng)和白場(chǎng)標(biāo)定，設(shè)定反射率范圍，進(jìn)而利用二階巴特沃茨濾波器進(jìn)行數(shù)字濾波，去除噪聲干擾。
[0050]圖像預(yù)處理:
[0051]為了避免傳感器暗電流以及光源的照度在各波段下分布不均而使得圖像含有較大的噪聲，或是造成不同波長(zhǎng)下的較大亮度值差異，先對(duì)所原始樣本圖像進(jìn)行標(biāo)定。全白的標(biāo)定圖像W通過(guò)掃描硫酸鋇標(biāo)準(zhǔn)白板得到；全黑的標(biāo)定圖像B則是通過(guò)蓋上攝像機(jī)的鏡頭后采集得到。按照公式(I)，將采集得到的絕對(duì)圖像I變成相對(duì)圖像R。
[0052]R =C1 ；
W-B
[0053]采集的番茄葉片高光譜的光譜曲線的范圍是390?1050nm。光譜曲線在450nm以下和950nm以上區(qū)域存在著明顯的噪聲，因此在后期的數(shù)據(jù)處理過(guò)程中，選取450?950nm范圍內(nèi)，共388個(gè)波段的高光譜數(shù)據(jù)進(jìn)行后續(xù)分析研究。
[0054]本發(fā)明采用5X5窗口的中值濾波法對(duì)圖像進(jìn)行濾波，5X5窗口的中值濾波能夠既降噪又不失真，對(duì)后續(xù)特征提取更有利。將在700nm處將圖像分割得到的二值圖像建立掩膜，掩膜是ENVI中一種特殊的圖像，是一個(gè)由O和I組成的二進(jìn)制圖像。當(dāng)有掩膜參與到一個(gè)高光譜圖像處理時(shí)，I值區(qū)域被處理，O值區(qū)域被屏蔽，即背景為黑色，掩膜的部分將不參與后續(xù)的計(jì)算處理，白色區(qū)域?yàn)榉指畛鰜?lái)的番茄葉片區(qū)域，參與到后續(xù)處理中，極大的減少了背景對(duì)特征提取的影響。
[0055]圖像紋理特征的提取:
[0056]主成分分析法(PCA)是高光譜圖像降維中最常用的方法。它的目標(biāo)是尋求一種變換，把原始數(shù)據(jù)映射到一個(gè)新空間。分別求出經(jīng)過(guò)PCA轉(zhuǎn)換后氮、磷、鉀的前五個(gè)主成分的權(quán)重系數(shù)曲線圖，繪制出的氮、磷、鉀高光譜前五個(gè)主成分的權(quán)重系數(shù)曲線圖，根據(jù)提取權(quán)重系數(shù)曲線主要波峰和波谷處所對(duì)應(yīng)的波長(zhǎng)作為敏感波長(zhǎng)。通過(guò)比對(duì)后其中N素的特征波長(zhǎng)分別為:464.91nm，566.29nm，696.28nm, 724.66nm ；P 素的特征波長(zhǎng)分別為:474.85nm,567.54nm，693.71nm，738.89nm ;K 素的特征波長(zhǎng)分別為:565.03nm，691.14nm，733.71nm,766.14nm。
[0057]在特征波長(zhǎng)下采用基于二階概率統(tǒng)計(jì)濾波的紋理特征提取中值、協(xié)方差、同質(zhì)性、熵、相異性、二階矩、對(duì)比度和相關(guān)性。



/-1 J-]
[0058](I)中值(Mean):遞(2)



f=0 /=O
[0059]這里的中值運(yùn)算類似于卷積，但計(jì)算的不是加權(quán)求和，而是把鄰域中的像素按灰度級(jí)進(jìn)行排序，然后選擇該組的中間值作為輸出，其主要功能是讓與周圍像素灰度值的差比較大的像素改取與周圍的像素值接近的值。
[0060](2)協(xié)方差(Variance) Hf =[匕(/1 八，-<)/;(/,./) (3)




i=0 /=O

L- L-X
[0061]式中:《

?= /=0
[0062]
=Σ.,4" i Λ。



7=' —Μ)
[0063]一般情況下協(xié)方差直觀上表示的是兩個(gè)變量總體誤差的期望。這里協(xié)方差用于衡量?jī)蓚€(gè)變量的總體誤差。
[0064](3)同質(zhì)性(Homogeneity) ?.廳=ΣΣι^? ^.ι ⑷


/=0 J=O + J\
[0065]又稱逆差距，它能夠度量圖像紋理局部變化的多少。其值大則說(shuō)明圖像紋理在不同區(qū)域間變化較少，局部非常均勻，值小說(shuō)明局部分布不均勻。
[0066](4)熵:ENT =_Hp i j p i j) (5)


1= J=O
[0067]圖像所具有的信息量的度量。它反映了圖像的混亂程度和無(wú)序程度，代表了圖像中紋理的非均勻性和復(fù)雜性，熵值越大紋理越復(fù)雜，熵值越小則紋理越均勻。
[0068](5)相異性(Dissimilarity): =(6)




/=0 /=0 1+|2-,/|
[0069]相異性大小用于考量元素在行的方向或列的方向上所有元素之間的相異程度，改指標(biāo)是相對(duì)于其他行或者其他列而言的，如果圖像的某方向上差異性較大，則該方向的DIS值將大于其他方向的DIS值。
[0070](6) 二階矩(AngularSecondMoment):

【權(quán)利要求】
1.氮磷鉀交互作用下溫室作物營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于按照下述步驟進(jìn)行:(一)、建立氮(N)、磷(P)、鉀(K)營(yíng)養(yǎng)脅迫試驗(yàn)樣本，每個(gè)營(yíng)養(yǎng)元素分為五個(gè)水平進(jìn)行處理， (二 )、分別建立基于圖像特征、光譜特征、偏振度特征的單一特征模型， (三)、定義氮磷鉀交互作用的方程式表達(dá)， (四)、權(quán)重系數(shù)矩陣的計(jì)算， (五)、確定交互影響系數(shù)矩陣， (六)、交互模型的建立，用該模型檢測(cè)作物是否發(fā)生氮磷鉀虧缺。
2.根據(jù)權(quán)利要求1所述的氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于其中步驟(一)中每個(gè)營(yíng)養(yǎng)元素分為不同水平進(jìn)行處理，是指按照在正常配方中氮、磷、鉀的正常含量的25%?150% (質(zhì)量比)， 根據(jù)權(quán)利要求1所述的氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于其中步驟(二)中所述的建立基于圖像特征、光譜特征、偏振度特征的單一特征模型，按照下述步驟進(jìn)行: (1)偏振光譜采集，指利用偏振光譜采集系統(tǒng)采集溫室番茄葉片的偏振光譜； (2)偏振度特征提取，根據(jù)斯托克斯公式計(jì)算步驟(I)中番茄葉片的的偏振光譜的偏振度； (3)高光譜圖像采集，利用高光譜圖像采集系統(tǒng)采集番茄葉片的高光譜圖像； (4)圖像預(yù)處理，對(duì)步驟(3)中的高光譜圖像進(jìn)行波段篩選、濾波和利用掩膜對(duì)圖像進(jìn)行分割； (5)圖像紋理特征的提取，對(duì)步驟(4)中經(jīng)預(yù)處理后的高光譜圖像，首先通過(guò)主成分分析得到氮、磷、鉀的敏感波長(zhǎng)，然后在敏感波長(zhǎng)下進(jìn)行基于二階概率統(tǒng)計(jì)濾波的紋理特征提??； (6)光譜特征的提取，對(duì)步驟(5)中提取到的紋理特征，利用區(qū)間偏最小二乘法-遺傳算法優(yōu)選特征變量，對(duì)光譜特征變量進(jìn)行提??； (7)模型建立，采用支持向量機(jī)建立番茄開(kāi)花期氮、磷、鉀營(yíng)養(yǎng)含量預(yù)測(cè)模型，具體按照下述步驟進(jìn)行:Ca)對(duì)樣本進(jìn)行歸一化預(yù)處理，確定輸入特征的數(shù)量； (b)分別基于網(wǎng)格搜索法(GS)和粒子群優(yōu)化算法(PSO)對(duì)進(jìn)行支持向量機(jī)回歸(SVR)參數(shù)進(jìn)行尋優(yōu)； (c)將偏振度特征、紋理特征和光譜特征采用SVR的特征層融合的方法建立番茄開(kāi)花期氮、磷、鉀營(yíng)養(yǎng)含量的預(yù)測(cè)模型。
3.根據(jù)權(quán)利要求1所述的氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于其中步驟(三)中所述的定義氮磷鉀交互作用的光譜方程式的表達(dá)是指利用提取的光譜特征、圖像特征、偏振度特征建立交互作用下的氮磷鉀檢測(cè)模型。
4.根據(jù)權(quán)利要求1所述的氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于其中步驟(四)中所述的權(quán)重系數(shù)矩陣的計(jì)算是指對(duì)建立的交互作用下的氮磷鉀檢測(cè)模型中的權(quán)重系數(shù)矩陣進(jìn)行求解。
5.根據(jù)權(quán)利要求1所述的氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于其中步驟(五)中所述的確定交互影響系數(shù)矩陣是指對(duì)建立的交互作用下的氮磷鉀檢測(cè)模型中的交互影響系數(shù)矩陣進(jìn)行求解。
6.根據(jù)權(quán)利要求1所述的氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于其中步驟(六)中所述的交互模型的建立是指將權(quán)重系數(shù)矩陣和交互影響系數(shù)矩陣代入交互作用下的氮磷鉀檢測(cè)模型。
7.根據(jù)權(quán)利要求1所述的氮磷鉀交互作用下番茄營(yíng)養(yǎng)含量檢測(cè)的方法，其特征在于所述的溫室作物為番茄。
【文檔編號(hào)】G01N21/25GK104198397SQ201410371048
【公開(kāi)日】2014年12月10日 申請(qǐng)日期:2014年7月30日 優(yōu)先權(quán)日:2014年7月30日
【發(fā)明者】毛罕平, 朱文靜, 劉紅玉, 張曉東, 高洪燕 申請(qǐng)人:江蘇大學(xué)