CN102507457A - 一种快速无损检测作物营养元素的装置及方法 - Google Patents
一种快速无损检测作物营养元素的装置及方法 Download PDFInfo
- Publication number
- CN102507457A CN102507457A CN2011103671201A CN201110367120A CN102507457A CN 102507457 A CN102507457 A CN 102507457A CN 2011103671201 A CN2011103671201 A CN 2011103671201A CN 201110367120 A CN201110367120 A CN 201110367120A CN 102507457 A CN102507457 A CN 102507457A
- Authority
- CN
- China
- Prior art keywords
- blade
- guide rail
- tested
- crop
- drive motor
- 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.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及了一种快速无损检测作物营养元素的装置及方法。该装置包括可移动小车、计算机、运动控制器、光源供给系统、活动支架、导轨驱动电机、玻璃光纤灯、高光谱成像系统。提出了利用运动控制器调节导轨驱动电机的运动速度和运动步长,利用两个自由度的活动支架调节镜头的位置,实现了不同级层,不同方向及朝向作物活体叶片高光谱图像的采集。本发明的技术方案可达到快速、无损检测的目的,结构简单,易于实现,具有良好的实用价值。
Description
技术领域
本发明涉及农作物无损检测领域,特别涉及一种利用自由活动手臂及导轨驱动电机的采集装置,实现作物营养元素快速、无损检测。
背景技术
传统的作物营养元素诊断都是以实验室常规测试为主,这些测试手段精度低,并会对作物产生破坏,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和物力,时效性差,不利于推广应用。还有一些作物营养诊断方法如DRIS、M-DRIS、DOP等各有所长,但在进行诊断时会出现不同的诊断结果,致使用户难以做出决策。
基于光谱技术的无损诊断方法,受背景和环境因素影响较大,且通常采用点源采样方式,无法体现整个叶片区域的光反射特性差异。而图像技术只能对作物外部形貌进行分析。利用单一的检测手段往往不能全面地描述作物叶片的物理特征与内部组织生理生化特性的变化。高光谱图像技术集中了光学、电子学、信息处理以及计算机科学技术,把传统的二维成像技术和光谱技术有机地结合在一起而形成的先进技术,具有超多波段、高分辨率和图谱合一的特点。既能对植株由缺素引起的颜色、纹理、形态变化等特征进行可视化分析,又能对植株叶片光谱特性的各向异性分布进行评价,进而可以提高作物营养元素无损检测的全面性、可靠性和灵敏度。
彭彦昆等利用高光谱扫描仪对叶片叶绿素含量进行快速检测(发明专利号:200910237355.1);陈全胜等研发了基于高光谱成像技术的茶树叶片氮、磷、钾的快速探测方法及装置(发明专利号:201010208851.7)。由于目前现有的研发成果虽然均是基于高光谱图像技术,但均是将叶片摘下,不能采集活体叶片,严重影响作物生长。
发明内容
鉴于现有技术的发展情况,本发明的目的是要提供一种针对作物营养元素的无损,快速检测装置与方法。采集正在生长植物的叶片高光谱图像信息,并进行快速判定亏缺哪种元素。真正达到快速、无损检测的目的。
因此,本发明旨在现有技术的不足,通过两个自由度的活动支架实现镜头六向自由调节,并利用导轨驱动电机带动镜头控制数据采集速度。
为达到上述目的,构思一种快速无损检测作物营养元素的装置包括:包括可移动小车、 计算机、运动控制器、光源供给系统、活动支架、导轨驱动电机、玻璃光纤灯、高光谱成像系统。所述活动支架通过一个立柱设置于可移动小车上,活动支架为两个自由度装置,自由调节成像系统左右及上下位置,使成像系统与被测叶片保持平行;所述导轨驱动电机设置于活动支架的末端,导轨驱动电机与高光谱成像系统相连,高光谱成像系统对被测叶片从上至下扫描;所述光源供给系统与玻璃光纤灯相连;所述高光谱成像系统与计算机相连,计算机对所采集的高光谱图像进行处理,提取表征作物叶片营养元素的特征,代入相应模型,进行预测。
快速、无损、实时在线作物叶片营养元素的装置,根据不同营养元素最先发生亏缺的位置(例如:氮、磷、钾:作物非生理老叶;钙:作物顶叶;铁:作物新生叶片;镁:作物下位叶),确定被测叶片所在的级层,倾斜角度及朝向。调节活动支架,实现成像系统及导轨驱动电机上、下、左、右、前、后六向自由调节,最终使镜头与被测叶片保持平行。调节被测叶片两侧的玻璃光纤灯的位置,消除由于叶片间遮挡造成的被测叶片叶面光照不均。设置运动控制器,以此控制导轨驱动电机运动步长及运动速度,保证高光谱图像数据达到质量标准。成像系统中配有两个镜头,即可见光镜头及近红外镜头,光谱采集范围为390-900nm和900-1700nm,根据与不同营养元素相关的敏感波段更换镜头,确保每一个数据都包含所需波段的高光谱图像。成像系统完成被测活体叶片从上至下扫描,将数据传输存储至计算机,以待处理。
采集被测作物不同生长期,不同营养元素叶片的高光谱图像,并对被测营养元素进行精确的化学测量,将叶片平均光谱与实测化学值进行相关性分析后,提取相关性最高的几个特征波长,并抽提出特征波长下相应的图像。通过比较多种滤波方法及背景分割方法,筛选出效果较好的一组。由于不同营养元素下作物叶片特征图像的灰度差异明显,提取图像的灰度,来表征被测叶片营养元素含量。利用偏最小二乘、支持向量机、改进神经网络等方法建模,并对其进行预测,筛选出精度较高的模型,进入模型库,用于验证被测作物。
与现有的技术相比,本发明的技术方案具有如下优点:可在非采摘破坏性前提下,采集作物活体叶片,解决了采摘叶片对作物生长影响的问题。可调节活动支架采集作物不同级层叶片,实现上、下、左、右、前、后六向自由调节由此获取最先发生缺素叶片的高光谱图像,即根据作物最先表现缺素特征的叶片,有针对性的采集数据,及早的发现缺素信息。检测装置结构简单,具有良好的实用效益。
附图说明
图1是本发明装置结构图。
其中:(1)、可移动小车,(2)、计算机,(3)、运动控制器,(4)、光源供给系统,(5)、活动支架,(6)、导轨驱动电机,(7)、玻璃光纤灯,(8)、高光谱成像系统,(9)、被测叶片。
具体实施方式
首先准确定位作物各元素亏缺时最先表现的叶片,采集不同生长期,不同营养元素的高光谱图像,计算出平均光谱,结合实测的各元素化学值,进行相关性分析后,提取相关性最高的前四个特征波长,并抽提出四个波长下相应的图像。通过比较后选取3×3窗口中值滤波,去除对特征提取不利的影响因素(噪声和脉络),同时保持了图像的边缘等细节信息。由于图像背景较简单,采用最大类间方差法进行背景分割即可达到质量要求。不同营养元素下作物叶片特征图像的灰度差异较明显,故提取图像的灰度,来表征被测叶片样本营养元素含量。利用偏最小二乘、支持向量机、改进神经网络等方法建模,并进行预测,筛选出精度较高的模型,进入模型库,用于验证被测作物。
在实际作物营养元素检测中,首先移动可移动小车1,使检测装置大致接近被检测植株。根据作物高矮、冠幅大小、所测叶片位置及角度,调节自由活动支架5到合理位置,然后将其固定锁死。根据光照强度,合理调节光源供给系统4,并根据被测叶片叶面光照分布情况,调节玻璃光线灯7的位置,保证被测叶片整个表面光照均匀。设置运动控制器控制3,控制导轨驱动电机6的运动速度及运动步长,带动高光谱成像系统8,完成被测叶片从上至下的扫描。将采集到的数据传输到计算机2中,按照步骤一进行处理,将各元素所对应特征波长下图像的灰度值代入上述模型,得到各营养元素亏缺情况,为指导如何施肥提供有力依据。
Claims (2)
1.一种快速无损检测作物营养元素的装置,其特征在于:包括可移动小车(1)、 计算机(2)、运动控制器(3)、光源供给系统(4)、活动支架(5)、导轨驱动电机(6)、玻璃光纤灯(7)、高光谱成像系统(8)、被测叶片(9);所述活动支架(5)通过一个立柱设置于可移动小车(1)上,活动支架(5)为两个自由度装置,自由调节成像系统六向位置,使成像系统与被测叶片保持平行;所述导轨驱动电机(6)设置于活动支架(5)的末端,导轨驱动电机(6)与高光谱成像系统(8)相连,高光谱成像系统(8)对被测叶片从上至下扫描;所述光源供给系统(4)与玻璃光纤灯(7)相连,所述高光谱成像系统(8)与计算机(2)相连,计算机(2)对所采集的高光谱图像进行处理,提取表征作物叶片营养元素的特征,代入相应模型,进行预测。
2. 利用权利要求1所述的一种快速无损检测作物营养元素的装置,对作物叶片亏缺不同营养元素高光谱图像数据的获取方法,步骤为:
A)根据不同营养元素最先发生亏缺的位置,确定被测叶片所在的级层,倾斜角度及朝向;
B)调节活动支架,实现成像系统及导轨驱动电机上、下、左、右、前、后六向自由调节,使镜头与被测叶片保持平行;
C)调节被测叶片两侧的玻璃光纤灯,消除由于叶片遮挡造成被测叶片叶面光照不均的缺点;
D)设置运动控制器,以此控制导轨驱动电机运动步长及运动速度,保证高光谱图像数据达到质量标准;
E)成像系统中配有两个镜头,即可见光镜头及近红外镜头,光谱采集范围为390-900nm和900-1700nm,根据与不同营养元素相关的敏感波段更换镜头,确保每一个数据都包含所需波段的高光谱图像;
F)成像系统完成被测活体叶片从上至下扫描,将数据存储至计算机,以待处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103671201A CN102507457A (zh) | 2011-11-18 | 2011-11-18 | 一种快速无损检测作物营养元素的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011103671201A CN102507457A (zh) | 2011-11-18 | 2011-11-18 | 一种快速无损检测作物营养元素的装置及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102507457A true CN102507457A (zh) | 2012-06-20 |
Family
ID=46219564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011103671201A Pending CN102507457A (zh) | 2011-11-18 | 2011-11-18 | 一种快速无损检测作物营养元素的装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102507457A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192678A (zh) * | 2017-06-06 | 2017-09-22 | 浙江大学 | 一种基于多传感器成像光谱的自走式低空遥感装置 |
CN107976408A (zh) * | 2017-10-17 | 2018-05-01 | 中国科学院遥感与数字地球研究所 | 一种文物无损检测装置 |
CN110308111A (zh) * | 2019-06-14 | 2019-10-08 | 湖北省农业科学院果树茶叶研究所 | 一种应用近红外光谱技术快速预测远安黄茶闷黄时间的方法 |
CN110308110A (zh) * | 2019-06-14 | 2019-10-08 | 湖北省农业科学院果树茶叶研究所 | 基于最小二乘支持向量机的远安黄茶闷黄时间的无损预测方法 |
CN110749555A (zh) * | 2019-10-30 | 2020-02-04 | 宜宾五粮液股份有限公司 | 基于高光谱技术白酒曲块内部发酵状态检测装置及方法 |
US11270245B2 (en) | 2018-08-07 | 2022-03-08 | Walmart Apollo, Llc | System and method for forecasting deliveries via blockchain smart contracts |
WO2022141193A1 (zh) * | 2020-12-30 | 2022-07-07 | 广东视场科技有限公司 | 一种基于无人车平台的作物多光谱采集分析系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090218513A1 (en) * | 2005-11-09 | 2009-09-03 | Innopsys | Fluorescence-based scanning imaging device |
CN101696935A (zh) * | 2009-10-27 | 2010-04-21 | 中国农业大学 | 基于高光谱空间散射曲线的苹果硬度无损检测方法 |
CN101718683A (zh) * | 2009-11-10 | 2010-06-02 | 中国农业大学 | 快速检测叶片叶绿素含量的装置、建模方法及检测方法 |
CN101782505A (zh) * | 2010-03-04 | 2010-07-21 | 江苏大学 | 一种高光谱成像的光源系统 |
CN101923319A (zh) * | 2010-04-16 | 2010-12-22 | 江苏大学 | 一种基于高光谱遥感技术的设施栽培作物智能监控系统 |
CN102033043A (zh) * | 2010-10-19 | 2011-04-27 | 浙江大学 | 基于高光谱图像技术的粮粒含水率检测方法 |
-
2011
- 2011-11-18 CN CN2011103671201A patent/CN102507457A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090218513A1 (en) * | 2005-11-09 | 2009-09-03 | Innopsys | Fluorescence-based scanning imaging device |
CN101696935A (zh) * | 2009-10-27 | 2010-04-21 | 中国农业大学 | 基于高光谱空间散射曲线的苹果硬度无损检测方法 |
CN101718683A (zh) * | 2009-11-10 | 2010-06-02 | 中国农业大学 | 快速检测叶片叶绿素含量的装置、建模方法及检测方法 |
CN101782505A (zh) * | 2010-03-04 | 2010-07-21 | 江苏大学 | 一种高光谱成像的光源系统 |
CN101923319A (zh) * | 2010-04-16 | 2010-12-22 | 江苏大学 | 一种基于高光谱遥感技术的设施栽培作物智能监控系统 |
CN102033043A (zh) * | 2010-10-19 | 2011-04-27 | 浙江大学 | 基于高光谱图像技术的粮粒含水率检测方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192678A (zh) * | 2017-06-06 | 2017-09-22 | 浙江大学 | 一种基于多传感器成像光谱的自走式低空遥感装置 |
CN107976408A (zh) * | 2017-10-17 | 2018-05-01 | 中国科学院遥感与数字地球研究所 | 一种文物无损检测装置 |
US11270245B2 (en) | 2018-08-07 | 2022-03-08 | Walmart Apollo, Llc | System and method for forecasting deliveries via blockchain smart contracts |
US11816625B2 (en) | 2018-08-07 | 2023-11-14 | Walmart Apollo, Llc | System and method for forecasting deliveries via blockchain smart contracts using hyperspectral computer vision |
CN110308111A (zh) * | 2019-06-14 | 2019-10-08 | 湖北省农业科学院果树茶叶研究所 | 一种应用近红外光谱技术快速预测远安黄茶闷黄时间的方法 |
CN110308110A (zh) * | 2019-06-14 | 2019-10-08 | 湖北省农业科学院果树茶叶研究所 | 基于最小二乘支持向量机的远安黄茶闷黄时间的无损预测方法 |
CN110308110B (zh) * | 2019-06-14 | 2022-05-06 | 湖北省农业科学院果树茶叶研究所 | 基于最小二乘支持向量机的远安黄茶闷黄时间的无损预测方法 |
CN110749555A (zh) * | 2019-10-30 | 2020-02-04 | 宜宾五粮液股份有限公司 | 基于高光谱技术白酒曲块内部发酵状态检测装置及方法 |
CN110749555B (zh) * | 2019-10-30 | 2022-05-31 | 宜宾五粮液股份有限公司 | 基于高光谱技术白酒曲块内部发酵状态检测装置及方法 |
WO2022141193A1 (zh) * | 2020-12-30 | 2022-07-07 | 广东视场科技有限公司 | 一种基于无人车平台的作物多光谱采集分析系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102507457A (zh) | 一种快速无损检测作物营养元素的装置及方法 | |
CN108376419B (zh) | 一种盆栽生菜的综合长势监测方法及装置 | |
CN102384767B (zh) | 一种设施作物生长信息无损检测装置和方法 | |
Chennu et al. | Hyperspectral imaging of the microscale distribution and dynamics of microphytobenthos in intertidal sediments | |
CN103018180B (zh) | 一种基于多源光信息技术的棉花病害检测方法和装置 | |
CN103018179B (zh) | 一种作物水分胁迫的近红外偏振超光谱成像检测装置和方法 | |
CN202382768U (zh) | 一种设施作物生长信息无损检测装置 | |
CN102081039A (zh) | 一种环境可控的作物营养水分高光谱图像检测装置 | |
CN109632822A (zh) | 一种准静态高精度路面破损智能识别装置及其方法 | |
CN106248686A (zh) | 基于机器视觉的玻璃表面缺陷检测装置及方法 | |
CN105628204B (zh) | 一种自动调节的高光谱成像系统及成像方法 | |
CN101949686A (zh) | 水果内外综合品质在线无损检测方法及装置 | |
CN103472031A (zh) | 一种基于高光谱成像技术的脐橙糖度检测方法 | |
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 | |
WO2021169200A1 (zh) | 一种田间作物表型五维数据采集车 | |
CN104297165A (zh) | 一种基于高光谱图像对腐败真菌生长预测的方法 | |
CN112461135B (zh) | 一种石斛生长参数无损在线测定装置及其测定方法 | |
CN1603794A (zh) | 近红外技术快速检测牛肉嫩度的方法和装置 | |
CN103411901B (zh) | 含氧血红蛋白与脱氧血红蛋白光谱含量分布定量检测装置及方法 | |
CN210155031U (zh) | 光照角度自适应调节的近红外水果品质无损检测装置 | |
CN103148935B (zh) | 一种工业用激光器光束参数测量装置 | |
CN106419889A (zh) | 一种基于片层光的血流三维成像装置及方法 | |
CN212180636U (zh) | 一种田间作物表型五维数据采集车 | |
JP5263744B2 (ja) | 光合成活性評価プログラムおよび光合成活性評価装置 | |
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 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20120620 |