CN101936882B - 一种作物氮素和水分无损检测方法及装置 - Google Patents
一种作物氮素和水分无损检测方法及装置 Download PDFInfo
- Publication number
- CN101936882B CN101936882B CN 201010249490 CN201010249490A CN101936882B CN 101936882 B CN101936882 B CN 101936882B CN 201010249490 CN201010249490 CN 201010249490 CN 201010249490 A CN201010249490 A CN 201010249490A CN 101936882 B CN101936882 B CN 101936882B
- Authority
- CN
- China
- Prior art keywords
- canopy
- sensor
- information
- image
- nitrogen
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种作物氮素和水分无损检测方法及装置,涉及作物营养诊断技术领域。其特征在于:所述装置包含多传感信息采集装置、便携式计算机、传感器探测架、仪器箱;其中,红外测温传感器、辐照度传感器、温湿度传感器通过信号电缆与数据采集卡连接;数据采集卡、两台数字式工业摄像机及电源模块的输入端通过USB总线与便携式计算机连接;电源模块将USB电压升至DC24V为传感器供电;传感器探测架可根据作物调整高度;多传感器信息上传至便携式计算机,通过对植株冠层的可见光、近红外图像特征的提取,并融合冠层温度和光照信息,消除环境误差,能够对田间作物氮素和水分进行在线快速无损检测。
Description
技术领域
本发明涉及一种小型便携式农作物营养无损检测装置,尤其是能够充分利用自然环境下作物的可见光、近红外多光谱图像及冠层温度、冠层光照、环境温度、环境湿度等多传感信息,利用信息融合技术,针对制约农作物产量和品质的氮素和水分这两个主要因素进行快速的无损诊断。
背景技术
目前,公知的作物的氮素营养诊断都是以实验室常规测试为主,主要有形态诊断法、叶色卡片法、化学诊断法、肥料窗口施用诊断法和酶学诊断法等。而作物的水分胁迫检测也以实验室分析为主。这些传统的测试手段通常会对作物产生破坏、影响作物生长,而且在取样、测定、数据分析等方面需要耗费大量的人力、物力,时效性差,不利于推广应用。无损检测技术是指在不破坏植物组织结构的基础上,利用各种手段对作物的生长、营养状况进行监测。这种方法可以迅速、准确、自动化、非破坏性的对作物营养状况进行监测,被认为是极有发展前途的作物营养诊断技术,是实施精确农业迫切需要的高新技术。作物氮素和水分无损监测与检测的研究主要集中在光谱诊断、计算机视觉诊断及植株冠层温度变化诊断等方面。
作物氮营养缺乏和过剩是会引起作物叶片表面和内部组织生理特性改变,从而引起作物叶片和冠层对光谱的反射特性发生改变。基于这一原理,可以利用作物营养的光谱特征波长和植被指数来反演作物的营养状态,如申请号为200510088935.0的发明专利申请,发明了一种便携式植物氮素和水分含量的无损检测方法及测量仪器,通过检测植株叶片在四个特征波长处的光谱反射强度信息来进行植物的营养诊断,利用对四个波长植被指数的反演来获取植物的氮素和含水率信息。申请号为200820078489.4的实用新型专利申请,公开了一种氮反射指数检测仪,利用作物叶片在两个特定波长处的光谱反射信息作为氮反射指数,进而推断作物的产量和品质。申请号为200510088935.0的发明专利申请,发明了一种植物叶片生理指标的无损检测方法,可以利用380nm-1100nm的光谱反射信息对叶绿素、叶黄素,氮素和水分等进行检测。在申请号为200410048127.7的发明专利申请,发明了一种基于自然光照反射光谱的黄瓜叶片含氮量预测方法,可以通过黄瓜叶片在指定波长处的光谱反射强度得出叶片的反射植被指数,进而判断其氮素水平。
目前,作物氮素和水分等营养信息光谱诊断的专利所涉及的研究方法,主要是利用植物叶片在某些特定波长处的光谱反射率及其组合信息对作物的营养进行检测,也就是说,通过对单个叶片的光谱反射率分析,进而推断单个植株的营养状况,并据此分析区域内植物的群体营养水平。而仅仅利用植物的叶片信息,无法充分表征整株植物的营养状态,因此,通过叶片来推知区域范围内的植物群体的营养水平则会造成很大的误差,而对区域内的植物群体进行快速的无损检测是营养诊断的主要目的。因此,基于冠层水平的营养诊断方法才能真正满足需要。另外,由于光谱信息采集采用的是点源采样方式,对采样点要求较高,且易受背景及大气窗口、光照等环境因素的影响,因此,利用光谱技术在田间进行冠层水平的营养检测误差较大。
计算机视觉技术和图像处理技术的发展,为作物营养的无损检测提供了一种新的方法。作物营养的计算机视觉检测是根据作物营养缺乏所引起的物理特性和形态特征的变化,利用图像传感器(CCD阵列)将作物光谱转变为数字图像信息,进而将数字图像所对应的数值矩阵用计算机进行解析,以获取所需的与营养水平有关的颜色(灰度)、纹理及形态学等特征。计算机视觉成像由于其视角范围适中且分辨率较高,可获取整个叶片或冠层的不同区域的图像和光反射信息,能够反映叶片或冠层的不同区域由于反射特性差异引起的分布规律的变化,因此,克服了光谱法利用光纤探头采样(点源采样)所引起的受背景光谱影响较大、对测试部位要求严格等缺点,且可获得较多的作物信息,是一种发展很快的无损检测技术。
申请号为200710069116.0的发明专利公开了一种多光谱成像技术快速无损测量茶树含氮量的方法。申请号为200510062298.X的发明专利申请和申请号为200520134360.7的实用新型专利申请,公布了一种油菜氮素营养多光谱图像诊断方法及诊断系统。上述系统均采用3CCD多光谱摄像系统作为视觉采集装置,在计算机的控制下,通过3CCD多光谱摄像系统采集植株冠层多光谱图像信息,能够非破坏性的诊断植株的氮素营养状况。此类系统虽然能够通过对植株冠层多光谱图像的颜色和纹理特征的分析,来诊断植物的氮营养状况,但由于植株营养彼此之间存在着交互作用,尤其是氮素和水分之间存在明显的正交互作用,而此类系统无法对植株的水分胁迫信息进行检测,因此,在无法确知水分信息的情况下,氮素的检测也会受到一定的影响。且利用3CCD多光谱摄像机进行田间在线信息采集,受作物冠层结构、冠层光照和温湿度等环境因子的影响较大,仅靠标定板进行图像信息的标定,无法消除多种环境信息对检测的影响。
目前,植物水分胁迫检测主要是采用电容等水分敏感元件作为传感器,利用类似探针式的传感器探头深入植物内部进行检测,或者采用传统的干湿重法进行检测,这些方法都会对植株造成损伤,对植株的生长带来不利影响。目前,作物水分胁迫的无损检测,从理论上可以采用植株的冠气温差特征、近红外光谱特征以及近红外图像特征进行监测。
植株冠层的温度变化,可以反映植株的水分胁迫状态,通过对不同饱和水汽压下冠气温差(冠层温度与环境温度之差)变化规律的分析,可以对植株的水分信息进行无损检测。申请号为200710178192.5的发明专利申请和申请号为200720190401.3的实用新型专利申请,公开了一种在线式作物冠气温差灌溉决策监测系统,通过一组高速云台内部安装的红外冠层温度传感器和支架立杆上设置的环境温度传感器等监测装置,可以实现对小区内作物的冠层温度的监测。此装置采用分布式设计,将高速云台通过多个支架立杆分别设置在农作物田间,可以实现对田间作物冠层温度的变化规律进行实时监测。系统能够根据小区内的作物的冠层温度变化进行决策,适时灌溉。此系统实现了田间作物水分胁迫的在线诊断和灌溉决策,但由于基于冠气温差的水分胁迫指数指标只能表明水分胁迫的趋势,无法对植株的含水率进行定量评价,且水分胁迫指数受环境温湿度的影响较大,必须利用同步采集的环境信息进行实时修正。因此,仅采用单一冠气温差信息进行植株的水分监测,只能进行趋势判断,且无法对水分和氮素之间的作用进行解耦,因此,必须引进如近红外图像信息等多种特征对营养交互进行解耦,并对环境因子进行实时修正,才能进一步提高植株水分胁迫诊断的水平。
尽管地物光谱技术可以较便捷地进行植被指数检测,可获得含氮量与光谱反射率或其演生量的关系,可见光视觉图像或近红外视觉图像颜色和纹理特征的组合在一定程度上也能表征氮素含量,植株的冠气温差也可以作为植株水分胁迫诊断的依据。但是由于氮素、水分具有交互作用,检测过程受作物冠层结构、土壤背景光谱及大气窗口、温湿度等环境因子的影响较大,因此,仅仅用光谱技术,或可见光视觉图像、或近红外视觉图像、或植株的冠气温差等单一探测技术不足以准确、全面反映作物氮素和水分胁迫信息。因此,综上所述,农业生产中急需一种基于冠层水平的,能够有效综合多种信息,实现对植株营养和水分信息进行有效提取,且价格适中,简便易用的小型便携式的营养无损检测系统。
发明内容
针对目前作物氮素和水分诊断所存在的问题,本发明的目的是提供一种基于多传感信息技术的,能够充分利用植株冠层的可见光-近红外多光谱图像、冠层温度、冠层光照、环境温度、环境湿度等多种有效信息,通过对可见光图像特征、近红外图像特征的优化,并融合冠层温度和光照信息,有效对氮素和水分之间的交互作用进行解耦,消除环境因子对检测结果的影响,实现对田间作物的氮素和水分信息进行快速在线检测的小型便携式无损检测系统。
为实现上述目的,本发明基于多传感信息技术的作物氮素和水分无损检测方法及仪器采用以下技术方案:
本发明提供的基于多传感信息技术的作物氮素和水分无损检测方法,适用于在田间条件下进行作物氮素和水分含量的在线检测,其特征在于:
1、首先建立多传感信息的模型数据库:
对所需检测的农作物,对不同生长期作物的氮素和水分进行精确的化学分析测定,获取不同生长期作物的多传感信息,即:氮素的可见光图像特征、水分的近红外图像特征、水分的红外冠层温度特征,利用PCA-PLS法建立基于多传感信息的氮素和水分组合模型数据库;
2、然后进行样本检测:
(1)在进行作物的多传感信息采集前,首先对辐照度传感器进行黑场归零和标定,进而依据环境光照信息和图像质量对可见光、近红外相机的增益、曝光时间和像素值进行设置,并进行白板标定;进而对红外测温传感器进行复位和标定;
(2)在完成设置、复位和标定之后,采集样本的可见光冠层图像信息、近红外冠层图像信息、冠层温度信息、冠层光照信息和环境温、湿度信息,并将数据上传至计算机;
(3)首先对可见光和近红外图像进行背景分割和去除噪声处理,进而提取用于植株水分检测的近红外冠层图像的灰度、纹理特征和冠-气温差特征、用于植株氮素检测的可见光冠层图像的颜色和纹理特征;
(4)计算机通过对冠层光照的分析,利用光照补偿模型对冠层的近红外图像特征进行补偿,并对图像特征和冠-气温差特征进行权重计算,进而利用步骤1建立的多传感信息水分组合模型数据库,给出对植株水分水平的评价;
(5)计算机通过对冠层光照的分析,利用光照补偿模型对冠层的可见光图像特征进行补偿,并利用步骤1建立的植株在该水分水平下的多传感信息氮素组合模型数据库,给出对植株氮素水平的评价;
(6)植株氮素和水分检测结果通过计算机显示出来,本轮检测结束。
上述步骤(4)中所述的通过对冠层光照的分析,利用光照补偿模型对冠层的近红外图像特征进行补偿,具体过程如下:
①首先在不同光照水平下采集样本在水分特征波长处的近红外特征图像(例如对于油菜含水率检测则选择720nm、960nm、1450nm处的近红外图像)同时记录不同光照水平数据;
②对不同冠层光照水平下的特征图像进行背景分割,并分别计算其特征图像的平均灰度和反射强度信息;
③将上述特征波长处的特征图像的平均灰度和反射强度数据分别与实验时记录的冠层光照数据做OLS回归,得到各波长处的特征图像与冠层光照之间的关系模型,即冠层光照修正模型;
④在进行实际测量时,利用实时采集的冠层光照数据,根据步骤③中的冠层光照修正模型计算补偿量,对所采集的近红外特征图像进行补偿。
上述步骤(5)中所述的计算机通过对冠层光照的分析,利用光照补偿模型对冠层的可见光图像特征进行补偿,具体过程如下:
⑤首先在不同光照水平下采集样本在氮素特征波长处的可见光特征图像(例如对于油菜氮素检测选择406、556、675nm处的可见光特征图像)同时记录不同光照水平数据;
⑥对不同冠层光照水平下的特征图像进行背景分割,并分别计算其特征图像的平均灰度和反射强度信息;
⑦将上述特征波长处的特征图像的平均灰度和反射强度数据分别与实验时记录的冠层光照数据做OLS回归,得到各波长处的特征图像与冠层光照之间的关系模型,即冠层光照修正模型;
⑧在进行实际测量时,利用实时采集的冠层光照数据,根据步骤③中的冠层光照修正模型计算补偿量,对所采集的可见光特征图像进行补偿。
一种基于多传感信息技术的作物氮素和水分无损检测方法,利用基于多传感信息技术的作物氮素和水分无损检测装置来实现,其特征在于:
1、所述基于多传感信息技术的作物氮素和水分无损检测装置包含多传感信息采集装置、便携式计算机、传感器探测架、仪器箱;
2、所述多传感信息采集装置包含冠层信息采集模块、环境信息采集模块、数据采集卡、电源模块;
3、所述冠层信息采集模块包含两台数字式工业摄像机、可见光-近红外多波段滤光片(分别置于所述两台数字式工业摄像机前)、红外测温传感器;
4、所述环境信息采集模块包含辐照度传感器、温度传感器、湿度传感器,所述数据采集卡为用于将多传感器的模拟信号转换为数字信号并上传便携式计算机;
5、所述的两台工业摄像机通过USB总线与便携式计算机连接,所述红外测温传感器、辐照度传感器、温度传感器、湿度传感器通过同轴信号电缆与所述数据采集卡连接,所述数据采集卡及电源模块通过USB总线与便携式计算机连接,所述电源模块采用便携式计算机的USB总线输出作为其电压输入,并对USB总线输入电压进行变换,为所述的辐照度传感器、温度传感器、湿度传感器、红外测温传感器供电;
6、所述的两台工业摄像机与可见光-近红外滤光片组,分别用来采集作物冠层特征波长处的可见光和近红外图像,所述红外测温传感器、辐照度传感器、温度传感器、湿度传感器分别用来采集植株的冠层温度、冠层光照及环境温度、环境湿度信息;
7、所述传感器探测架包含传感器悬架和传感器探头架,传感器悬架,高度可根据不同作物及作物生长情况进行调节;
8、所述两台数字式工业摄像机、红外测温传感器、辐照度传感器、温度传感器、湿度传感器被安装固定在所述传感器探头架上,通过传感器悬架将探头架上的多传感器伸展至田间作物冠层上方,对作物的多传感信息进行采集;
9、所述的仪器箱内衬绝缘板,外层为金属屏蔽层,数据采集卡、电源模块和便携式计算机被固定在仪器箱内。
本发明由于采用上述技术方案具有以下优点:
1、本发明首次提出采用植株的可见光图像、近红外图像、冠层温度等特征,并结合环境光照和温湿度信息进行作物的氮素和水分无损检测,与传统的无损检测方法相比,能够综合考虑多种影响因素,充分利用多种传感器信息对作物氮素和水分含量进行检测,信息获取量更大,更丰富,适合于田间自然环境条件下的在线检测和误差补偿;
2、由于作物营养诊断过程中,氮素与水分之间具有交互作用,本发明首次提出通过检测植株的冠层温度信息、可见光-近红外视觉图像信息,并结合辐照度及环境温湿度信息对作物氮素和水分的交互作用进行解耦;
3、田间条件下,基于冠层光谱和视觉图像信息的作物营养无损检测受光照强度变化的影响很大,本发明首次提出利用检测时同步采集的辐照度信息对冠层光照影响进行修正;
4、本发明采用低功耗和小型化便携式设计,采用低功耗传感器,所述的两台数字式工业摄像机和数据采集卡均采用USB总线供电和数据传输方式,仪器箱和便携式计算机采用一体化设计,体积小,便于携带和进行田间作业;
5、本发明所述多传感信息作物氮素和水分分析评价系统软件可安装在任何一台装有Windows操作系统的普通配置的PC机上,仪器箱中各模块均采用USB总线与PC机相连,因此,可以方便地与外部计算机进行连接形成系统,便于推广;
6、本发明所述传感器悬架采用轻质不锈钢材料,高度可根据作物生长情况进行调节,可通过伸缩节进行拆卸和组装,操作轻便、灵活,便于携带;
7、本发明所述仪器箱采用轻质铝合金框架,内衬为绝缘材料,外层为金属屏蔽层,信号传输均采用同轴电缆,抗干扰能力强;
8、本发明设计合理,成本较低。
附图说明
图1是本发明基于多传感信息技术的作物氮素和水分无损检测装置的硬件结构示意图;
图2是本发明基于多传感信息技术的作物氮素和水分无损检测装置的结构原理图;
图3是本发明基于多传感信息技术的作物氮素和水分无损检测方法流程图;
图4是本发明的多传感信息作物氮素和水分分析评价系统软件的主界面;
图5是本发明的实时环境信息及冠层信息采集界面;
图6是本发明的冠层图像信息采集界面;
图7是本发明的冠层图像特征提取界面;
图8是本发明的水分胁迫指数计算界面;
图9是本发明的水分胁迫分析界面;
图10是本发明的作物全氮分析界面。
1-传感器探头架 2-传感器悬架 3-仪器箱
4-便携式计算机 5-田间作物冠层 6-辐照度传感器
7-温度传感器 8-湿度传感器 9-数字式工业摄像机-1
10-数字式工业摄像机-2 11-红外测温传感器 12-多波段滤光片
13-数据采集卡 14-电源模块 15-传感器探测架伸缩节
16-环境信息采集模块 17-冠层信息采集模块 18-USB总线
具体实施方式
下面结合附图和实施步骤对本发明进行详细的描述。
参照附图1和图2,本发明基于多传感信息技术的作物氮素和水分无损检测装置包括多传感信息采集装置、数据处理装置、传感器探测架、仪器箱,其中多传感信息采集装置包含环境信息采集模块16、冠层信息采集模块17、数据采集卡13、电源模块14;环境信息采集模块16包含辐照度传感器6、温度传感器7、湿度传感器8;冠层信息采集模块17包含编号为9的数字式工业摄像机-1、编号为10的数字式工业摄像机-2、可见光-近红外多波段滤光片12、红外测温传感器11;数据处理装置包含便携式计算机4和多传感信息作物氮素和水分分析评价系统软件(见附图4至附图10);传感器探测架包含传感器悬架2和传感器探头架1,传感器探头架1用来安装辐照度传感器6、温度传感器7、湿度传感器8、编号为9的数字式工业摄像机-1、编号为10的数字式工业摄像机-2、可见光-近红外多波段滤光片12、红外测温传感器11,通过传感器悬架2将探头架上的多传感器伸展至田间作物冠层5上方,对作物进行多传感信息采集;其中辐照度传感器6被安装在传感器探头架1的顶部,以便于采集光照强度信息;温度传感器7、湿度传感器8被安装在传感器探头架1的下端面矩形的中线上,用来测量环境温湿度信息,由于处在传感器探头架1的下方,所以可以避免阳光直射环境温湿度传感器所导致的测量误差;编号为9的数字式工业摄像机-1、编号为10的数字式工业摄像机-2、可见光-近红外多波段滤光片12、红外测温传感器11被安装在感器探头架1的下端面中部,方向垂直于作物的冠层5,用于检测作物冠层图像和冠层温度信息;传感器探头架1采用螺钉紧固在传感器悬架2上,传感器悬架2可以在圆周方向运动,并可通过传感器探测架伸缩节15进行高度调节,以适应对不同作物和不同生长期的植株进行检测的需要;仪器箱3采用内衬绝缘板,外层为金属屏蔽层,数据采集卡13、电源模块14和便携式计算机4被固定在仪器箱3内。
参照附图2、附图5和附图6,环境信息采集模块16所包含的辐照度传感器6、温度传感器7、湿度传感器8,辐照度传感器6测量范围为0~100Klux,温度传感器7测量范围-40~80℃,湿度传感器8测量范围为0~100%RH,辐照度传感器6、温度传感器7、湿度传感器8的信号输出采用3路差分的方式输入数据采集卡13的信号输入端。数据采集卡采用便携式计算机的USB总线18进行供电和数据传输,数据采集卡13将输入信号转换为数字信号,通过USB总线18上传至便携式计算机4,通过附图5所示的实时环境信息及冠层信息分析软件对环境信息进行实时显示、保存和分析计算。冠层信息采集模块17包含编号为9的数字式工业摄像机-1、编号为10的数字式工业摄像机-2、可见光-近红外多波段滤光片12、红外测温传感器11,其中编号为9的数字式工业摄像机-1和编号为10的数字式工业摄像机-2采用USB总线18供电和数据传输,其中编号为9的数字式工业摄像机-1与前置滤光片组12配合,采集400~700nm可见光范围的冠层多光谱图像,主要用来分析作物的氮素信息,编号为10的数字式工业摄像机-2与前置滤光片组12配合采集700~1450nm近红外范围的冠层多光谱图像,主要用来分析作物的水分信息及图像校正,红外测温传感器11的测量范围为-20~80℃,信号输出采用差分的方式输入数据采集卡13的信号输入端,用于采集植株冠层的温度信息;两台工业摄像机通过USB总线18将图像信息上传至便携式计算机4,红外测温传感器11将信号传至数据采集卡13进行A/D转换,再通过数据采集卡13的USB总线18将数字信号上传至便携式计算机4,通过附图5所示的实时环境信息及冠层信息分析软件和附图6所示的冠层图像信息采集软件实时采集、显示和保存。数据采集卡13的模拟信号输入端可以采用单端输入方式和差分输入两种方式,单端输入方式所能连接的信号通路是差分输入方式的两倍,考虑差分输入能够较好的抑制干扰,数据采集卡13的模拟信号输入均采用差分输入方式;电源模块14采用便携式计算机4的USB总线18的输出的作为其电压输入,并对总线输入进行电压变换,为辐照度传感器6、温度传感器7、湿度传感器8、红外测温传感器11供电。
下面参照附图1、附图3及附图4至附图10所示的程序界面,以油菜氮素和水分检测为例,介绍具体的检测步骤:
1、按照附图1所述连接检测系统;
2、启动便携式计算机4,加载附图4所示的多传感信息作物氮素和水分分析评价系统软件的主界面,启动电源模块14,为各传感器供电,并对各传感器进行设置和标定;
3、在附图4中选择环境信息按钮,运行附图5所示的实时环境信息及冠层信息采集子程序,此时,辐照度传感器6、温度传感器7、湿度传感器8、红外测温传感器11所采集的信息将以波形图和数字显示两种方式实时显示,其中数字显示方式为实时数据的均值,点击保存,系统在显示实时信息的同时记录和保存数据;
4、在附图4中选择图像采集按钮,运行附图6所示的冠层图像信息采集子程序,首先对编号为9的数字式工业摄像机-1、编号为10的数字式工业摄像机-2的焦距、分辨率、曝光时间、增益和采样方式等参数进行调整和设置,之后对植株的冠层图像进行实时采集;
5、在附图4中选择图像分析按钮,运行附图7所示的冠层图像特征提取子程序,对可见光、近红外冠层图像特征进行提取;
6、在附图4中选择CWSI提取按钮,运行附图8所示的水分胁迫指数计算子程序,实时显示冠层温度和环境温度值,并利用附图5所示的环境信息采集子程序采集的环境信息数据,实时计算并显示饱和水气压曲线和水分胁迫指数变化曲线,并将波形数据均值以数字形式在波形图下方显示;
7、在附图4中选择水分胁迫按钮,运行附图9所示的水分胁迫分析子程序,对附图7中的冠层图像特征提取子程序和附图8中的水分胁迫指数计算子程序所提取的植株冠层的近红外图像特征和水分胁迫指数特征,利用附图5子程序发送的由环境信息所确定的修正系数,对特征参数进行修正,利用所选模型和算法进行特征融合,得到作物的含水率信息和水分胁迫状态,并将数据源发送至附图10所示的作物全氮分析子程序;
8、在附图4中选择全氮分析按钮,运行附图10所示的作物全氮分析子程序,对附图7所示的冠层图像特征提取子程序所提取的可见光图像特征,利用附图5子程序发送的由环境信息所确定的可见光图像特征的修正系数,对可见光图像特征参数进行修正,并利用附图9得到的作物含水率信息,选择与之相应的氮素预测模型,最终得到作物的含氮量和氮素胁迫状态。
Claims (2)
1.一种农作物氮素和水分无损检测方法,其特征在于:所述方法具体如下:
1首先建立多传感信息的模型数据库:
对所需检测的农作物,对不同生长期农作物的氮素和水分进行精确的化学分析测定,获取不同生长期农作物的多传感信息,即:氮素的可见光图像特征、水分的近红外图像特征、水分的红外冠层温度特征,利用PCA-PLS法建立基于多传感信息的氮素模型数据库和水分模型数据库;
2然后进行样本检测:
2.1在进行农作物的多传感信息采集前,首先对辐照度传感器进行黑场归零和标定,进而依据环境光照信息和图像质量对可见光或近红外相机的增益、曝光时间和像素值进行设置,并进行白板标定;进而对红外测温传感器进行复位和标定;
2.2在完成设置、复位和标定之后,采集样本的可见光冠层图像信息、近红外冠层图像信息、冠层温度信息、冠层光照信息和环境温、湿度信息,并将数据上传至计算机;
3首先对可见光和近红外图像进行背景分割和去除噪声处理,进而提取用于植株水分检测的近红外冠层图像的灰度、纹理特征和冠-气温差特征、用于植株氮素检测的可见光冠层图像的颜色和纹理特征;
4计算机通过对冠层光照的分析,利用光照补偿模型对冠层的近红外图像特征进行补偿,并对图像特征和冠-气温差特征进行权重计算,进而利用步骤1建立的多传感信息水分模型数据库,给出对植株水分水平的评价;利用光照补偿模型对冠层的近红外图像特征进行补偿,具体过程如下:
4.1首先在不同光照水平下采集样本在水分特征波长处的近红外特征图像,同时记录不同光照水平数据;
4.2对不同冠层光照水平下的特征图像进行背景分割,并分别计算其特征图像的平均灰度和反射强度信息;
4.3将上述特征波长处的特征图像的平均灰度和反射强度数据分别与实验时记录的冠层光照数据做OLS回归,得到各波长处的特征图像与冠层光照之间的关系模型,即冠层光照修正模型;
4.4在进行实际测量时,利用实时采集的冠层光照数据,根据步骤4.3中的冠层光照修正模型计算补偿量,对所采集的近红外特征图像进行补偿;
5计算机通过对冠层光照的分析,利用光照补偿模型对冠层的可见光图像特征进行补偿,并利用步骤1建立的植株在该水分水平下的多传感信息氮素模型数据库,给出对植株氮素水平的评价;计算机通过对冠层光照的分析,利用光照补偿模型对冠层的可见光图像特征进行补偿,具体过程如下:
5.1首先在不同光照水平下采集样本在氮素特征波长处的可见光特征图像,同时记录不同光照水平数据;
5.2对不同冠层光照水平下的特征图像进行背景分割,并分别计算其特征图像的平均灰度和反射强度信息;
5.3将上述特征波长处的特征图像的平均灰度和反射强度数据分别与实验时记录的冠层光照数据做OLS回归,得到各波长处的特征图像与冠层光照之间的关系模型,即冠层光照修正模型;
5.4在进行实际测量时,利用实时采集的冠层光照数据,根据步骤5.3中的冠层光照修正模型计算补偿量,对所采集的可见光特征图像进行补偿;
6植株氮素和水分检测结果通过计算机显示出来,本轮检测结束。
2.一种农作物氮素和水分无损检测装置,其特征在于:所述检测装置包括多传感信息采集装置、便携式计算机、传感器探测架和仪器箱;所述的多传感信息采集装置包含冠层信息采集模块、环境信息采集模块、数据采集卡、电源模块;所述冠层信息采集模块包含两台数字式工业摄像机、可见光-近红外多波段滤光片和红外测温传感器;所述环境信息采集模块包含辐照度传感器、温度传感器和湿度传感器;所述数据采集卡用于将红外测温传感器、辐照度传感器、温度传感器和湿度传感器的模拟信号转换为数字信号并上传计算机;所述电源模块采用便携式计算机的总线输出作为其电压输入,并对总线输入电压进行变换,为所述的辐照度传感器、温度传感器、湿度传感器和红外测温传感器供电;所述的两台数字式工业摄像机与便携式计算机连接,所述红外测温传感器、辐照度传感器、温度传感器、湿度传感器与所述数据采集卡连接,所述数据采集卡及电源模块通过数据总线与便携式计算机连接;在所述两台数字式工业摄像机前分别配置上述滤光片,用于分别采集农作物冠层在特征波长处的可见光和近红外图像;所述的红外测温传感器采集农作物冠层温度信息;所述的辐照度传感器采集光照强度信息;所述的温度传感器采集环境温度信息;所述的湿度传感器采集环境湿度信息;所述传感器探测架包含传感器悬架和传感器探头架,所述传感器悬架高度可根据不同农作物及农作物生长情况进行调节;所述两台数字式工业摄像机、红外测温传感器、辐照度传感器、温度传感器、湿度传感器被安装固定在所述传感器探头架上,通过传感器悬架将探头架上的多传感器伸展至田间农作物冠层上方,对农作物的多传感信息进行采集,所述的仪器箱内衬绝缘板,外层为金属屏蔽层,所述数据采集卡、电源模块和便携式计算机被固定在所述仪器箱内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010249490 CN101936882B (zh) | 2010-08-10 | 2010-08-10 | 一种作物氮素和水分无损检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010249490 CN101936882B (zh) | 2010-08-10 | 2010-08-10 | 一种作物氮素和水分无损检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101936882A CN101936882A (zh) | 2011-01-05 |
CN101936882B true CN101936882B (zh) | 2013-10-23 |
Family
ID=43390327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010249490 Active CN101936882B (zh) | 2010-08-10 | 2010-08-10 | 一种作物氮素和水分无损检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101936882B (zh) |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102213616A (zh) * | 2011-04-08 | 2011-10-12 | 中国农业大学 | 空间多光谱信息采集装置 |
CN102384767B (zh) * | 2011-11-17 | 2014-03-12 | 江苏大学 | 一种设施作物生长信息无损检测装置和方法 |
CN102506938B (zh) * | 2011-11-17 | 2014-05-28 | 江苏大学 | 基于多传感信息的温室作物生长和环境信息检测方法 |
CN102565061B (zh) * | 2012-01-16 | 2014-03-12 | 沈阳农业大学 | 作物生物量无损检测图像采集处理装置及检测方法 |
US10767839B2 (en) | 2012-03-30 | 2020-09-08 | Dow Agrosciences Llc | Lighting system |
CN102721651B (zh) * | 2012-06-18 | 2014-01-15 | 浙江大学 | 基于多光谱图像的植物叶片水分含量的检测方法及系统 |
CN102788752B (zh) * | 2012-08-08 | 2015-02-04 | 江苏大学 | 基于光谱技术的农作物内部信息无损检测装置及方法 |
CN103674849A (zh) * | 2012-09-04 | 2014-03-26 | 南京农业大学 | 农作物氮素营养诊断传感器 |
CN103048266B (zh) * | 2012-12-11 | 2015-06-10 | 江苏大学 | 一种设施番茄氮磷钾胁迫自动识别方法和装置 |
CN103278467A (zh) * | 2013-05-07 | 2013-09-04 | 江苏大学 | 一种植物叶片氮素丰缺快速无损高准确率的鉴别方法 |
CN103983249B (zh) * | 2014-04-18 | 2016-08-31 | 北京农业信息技术研究中心 | 植物生长细微过程图像连续获取系统 |
CN104125397B (zh) * | 2014-06-30 | 2018-12-14 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
CN104089705B (zh) * | 2014-07-10 | 2017-02-15 | 中国水利水电科学研究院 | 一种摇臂式多点作物冠层红外温度检测系统及检测方法 |
CN104457843B (zh) * | 2014-11-10 | 2017-06-27 | 江苏大学 | 导轨式设施番茄长势双位自动巡航成像检测装置及其检测方法 |
CN104374732A (zh) * | 2014-11-24 | 2015-02-25 | 中国农业科学院农业信息研究所 | 作物叶片生理水分监测系统 |
CN104568762A (zh) * | 2015-01-19 | 2015-04-29 | 无锡桑尼安科技有限公司 | 基于图像处理的葡萄水分胁迫检测设备 |
CN104849219B (zh) * | 2015-03-11 | 2017-09-26 | 中国科学院地理科学与资源研究所 | 一种作物氮素营养诊断仪及方法 |
CN104749134A (zh) * | 2015-03-31 | 2015-07-01 | 江苏大学 | 一种检测叶菜类作物冠层水分含量的方法 |
CN105158171B (zh) * | 2015-06-08 | 2018-02-06 | 南京农业大学 | 作物氮素传感器光谱定标方法 |
CN105527657A (zh) * | 2016-01-14 | 2016-04-27 | 河海大学 | 基于无人机红外热图像采集的大面积农田作物水分状态监测方法及系统 |
CN105675821B (zh) * | 2016-02-21 | 2018-11-02 | 南京农业大学 | 一种作物氮素营养无损诊断的图像评价指标的建立方法 |
CN107271363A (zh) * | 2016-04-07 | 2017-10-20 | 北京林业大学 | 一种自动多角度光谱仪原位连续观测平台系统及控制方法 |
CN106525133A (zh) * | 2016-11-28 | 2017-03-22 | 中国农业科学院棉花研究所 | 一种流水线式植物生长监测系统 |
CN108693145B (zh) * | 2017-04-11 | 2020-02-07 | 中国农业大学 | 一种植物叶片含水率检测方法 |
CN108693135A (zh) * | 2017-04-11 | 2018-10-23 | 中国农业大学 | 一种植物叶片含水率检测系统 |
CN108387262B (zh) * | 2018-01-03 | 2020-05-01 | 江苏大学 | 一种基于悬挂式滑轨平台的温室信息自动监测方法 |
CN108375546B (zh) * | 2018-01-31 | 2021-05-25 | 中国科学院合肥物质科学研究院 | 基于可见/近红外光谱技术的化肥在线多点检测装置及其检测方法 |
CN109934833A (zh) * | 2019-04-18 | 2019-06-25 | 东华大学 | 基于计算机视觉的植物生长检测系统 |
CN110579447A (zh) * | 2019-09-28 | 2019-12-17 | 中国科学院合肥物质科学研究院 | 一种作物氮素检测装置及其检测方法 |
CN111257265A (zh) * | 2020-02-17 | 2020-06-09 | 苏交科集团股份有限公司 | 一种钢桥面铺装用沥青针入度指标的快速检测方法 |
CN112179414A (zh) * | 2020-10-08 | 2021-01-05 | 广东后海控股股份有限公司 | 一种作物生长物联网监测系统 |
CN113514402B (zh) * | 2021-04-12 | 2023-03-07 | 新疆农业大学 | 一种冬小麦叶绿素含量的预测系统及方法 |
-
2010
- 2010-08-10 CN CN 201010249490 patent/CN101936882B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN101936882A (zh) | 2011-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101936882B (zh) | 一种作物氮素和水分无损检测方法及装置 | |
CN102384767B (zh) | 一种设施作物生长信息无损检测装置和方法 | |
CN202382768U (zh) | 一种设施作物生长信息无损检测装置 | |
CN102506938B (zh) | 基于多传感信息的温室作物生长和环境信息检测方法 | |
CN102081039A (zh) | 一种环境可控的作物营养水分高光谱图像检测装置 | |
CN101718683B (zh) | 快速检测叶片叶绿素含量的建模方法及检测方法 | |
CN102084794B (zh) | 多传感器信息融合的作物病虫害早期检测方法及装置 | |
CN107796764B (zh) | 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法 | |
CN103048266B (zh) | 一种设施番茄氮磷钾胁迫自动识别方法和装置 | |
CN101692037B (zh) | 高光谱图像和独立分量分析植物叶面叶绿素分布的方法 | |
CN103278503B (zh) | 一种基于多传感器技术的葡萄水分胁迫诊断方法及系统 | |
CN101210876A (zh) | 基于可见/近红外多光谱成像的水稻养分信息测量方法 | |
CN101881725B (zh) | 基于反射光谱的大棚作物生长状况自动监测系统 | |
Porter et al. | Estimating biomass on CRP pastureland: A comparison of remote sensing techniques | |
CN103018196A (zh) | 一种油菜需水信息的快速探测方法 | |
CN103439265A (zh) | 一种茶树精细化栽培生育性状实时监测方法 | |
Warren et al. | Agricultural applications of high-resolution digital multispectral imagery | |
CN109187417A (zh) | 一种无人机载的太赫兹波及高光谱遥感农作物监测系统 | |
CN101059427A (zh) | 多光谱成像技术快速无损测量茶树含氮量的方法 | |
Yuhao et al. | Rice Chlorophyll Content Monitoring using Vegetation Indices from Multispectral Aerial Imagery. | |
CN201780267U (zh) | 一种基于反射光谱的大棚作物生长状况自动监测系统 | |
CN102788796B (zh) | 基于高光谱图像及荧光图像多信息融合的作物氮营养诊断装置及方法 | |
CN115266720A (zh) | 多尺度光谱成像的玉米生长期养分信息检测方法 | |
CN109115771A (zh) | 甘蔗工艺成熟期自动观测方法 | |
CN104457842A (zh) | 基于高光谱同步扫描成像技术的凤梨无损检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |