CN104132897A - 一种基于手持设备的植物叶片含氮量测量方法和装置 - Google Patents

一种基于手持设备的植物叶片含氮量测量方法和装置 Download PDF

Info

Publication number
CN104132897A
CN104132897A CN201410402460.7A CN201410402460A CN104132897A CN 104132897 A CN104132897 A CN 104132897A CN 201410402460 A CN201410402460 A CN 201410402460A CN 104132897 A CN104132897 A CN 104132897A
Authority
CN
China
Prior art keywords
color
image
nitrogen content
plant leaf
color lump
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.)
Granted
Application number
CN201410402460.7A
Other languages
English (en)
Other versions
CN104132897B (zh
Inventor
郭文川
周超超
韩文霆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Northwest A&F University
Original Assignee
Northwest A&F University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Northwest A&F University filed Critical Northwest A&F University
Priority to CN201410402460.7A priority Critical patent/CN104132897B/zh
Publication of CN104132897A publication Critical patent/CN104132897A/zh
Application granted granted Critical
Publication of CN104132897B publication Critical patent/CN104132897B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明公开一种基于手持设备的植物叶片含氮量测量方法和装置,属于植物叶片含氮量测量领域。该方法通过手持设备一体化完成对叶片拍照、图像处理和计算,获得叶片的含氮量。该装置包括一个安装有叶片含氮量测量软件的手持设备(4)、一块背景板(1)和一个标定色块组(2)。标定色块组(2)和被测植物叶片(3)分别置于背景板(1)上的不同位置,手持设备(4)位于背景板(1)的正上方。背景板(1)正面的颜色区别于被测植物叶片(3)颜色,标定色块组(2)固定在背景板(1)上,颜色区别于背景板(1)正面颜色及被测植物叶片(3)颜色,且颜色信息已知。该方法和装置能快速、方便、现场实时地测定植物叶片含氮量。

Description

一种基于手持设备的植物叶片含氮量测量方法和装置
技术领域
本发明涉及一种植物叶片含氮量的测量方法和装置,属于植物叶片含氮量测量领域。具体地说是涉及一种基于手持设备的植物叶片含氮量测量方法,以及一种用于所述测量方法的植物叶片含氮量测量装置。
背景技术
氮素是植物所需营养中最重要的和不可缺少的元素,目前对于植物氮素营养测量的研究已经做了大量的工作,普遍的氮素营养测量方法主要包括以下方面:①土壤氮素测量:土壤氮素的测量主要包括土壤全氮测量,有效氮测量和土壤无机氮测量。该方法成熟,结果稳定、可靠,但操作繁琐、费时,且结果与作物生长的相关性不好;②化学方法测量:化学方法测量是通过化学分析方法找到不同植株器官的氮素营养临界浓度来实现测量的方法。化学方法主要有植株全氮测量和硝酸盐测量。植株全氮含量可以很好地反映作物氮素营养状况,与作物产量也有较好的相关性,且全氮含量测定值相对比较稳定,是一个很好的测量指标。但由于全氮测量操作繁琐,专业要求高、且工作量大,费工、费时、成本高,在推广应用中有一定的局限性。③叶绿素仪含氮量测量:叶绿素计法将植物叶片插入叶绿素计测定部位感光后读出叶绿素值(叶色值),根据与植株含氮量的关系确定氮素诊断的叶色值。叶绿素计具有体积小、重量轻、携带方便、测定方法简单、不损伤植被、测量准确等特点已被广泛应用。④氮营养失调的外观测量:氮营养失调的外观检测主要包括症状检测、长势长相检测和叶色检测。氮营养失调的外观检测主要包括症状检测、长势长相检测和叶色检测。
准确、快速、及时地对作物氮营养状况做出判断是氮肥合理施用的基础,也是植物营养工作者一直研究的热点课题之一。作物在生长发育过程中对氮素的需求较大,缺氮会直接影响作物的生长和产量,然而氮肥施用过多又会造成肥料利用率下降、作物品质降低,地下水污染和温室气体排放等问题。准确掌握植株的营养状况,才能更合理地进行肥料投入,防止肥料浪费和对环境的污染。因此,建立一个简便、快速、准确的营养诊断方法已成为当务之急。
发明内容
本发明旨在提供一种基于手持设备的植物叶片含氮量测量方法和装置,以提高植物叶片含氮量测量的速度、精确度、现场实时性和便携性。本发明是基于现有手持设备的硬件平台和软件平台。硬件要求要具备拍照、存储等功能。软件系统为支持硬件操作的软件平台,通过安装的自编软件实现植物叶片含氮量测量过程中的摄像头调用,图像处理、统计分析、人机交互和显示等功能。
本发明保护的技术方案要解决的技术问题是:1)如何选择并配置背景板、标定色块组以使背景板、标定色块组、叶片颜色各异并便于测量现场操作简单、便捷以;2)如何利用手持设备获得完整的数码照片;3)如何用手持设备一体化地完成图像处理及获得计算结果以及如何更快捷测量叶片含氮量;
本发明的基于手持设备的植物叶片含氮量测定方法包括以下步骤:
(1)选择拍摄背景与标定色块组:选择一块被测植物叶片颜色相区别的纯色不透明平板作为背景板;在背景板上固定一个标定色块组,标定色块组的每一个色块的颜色为纯色,且不同于背景板和被测植物叶片,且颜色信息已知。
(2)植物叶片图像的采集:将被测植物叶片放在背景板正面,且与标定色块组的位置临近。通过运行安装在手持设备中的软件调用摄像头进行拍摄,采集在背景板区域内,包含被测植物叶片和标定色块组在内的完整的图像,并将图像保存在手持设备的存储卡中。
(3)植物叶片图像特征信息的提取:在手持设备中通过数字图像处理程序提取植物叶片区域的颜色特征信息。植物叶片图像特征提取包括以下步骤:通过图像滤波、图像色彩校正、图像裁剪和图像分割,将植物叶片区域从背景中分割;通过遍历被测植物叶片区域,统计植物叶片区域的颜色特征信息。
(4)植物叶片含氮量的计算:根据已经建立的植物叶片含氮量与植物叶片颜色特征信息的数学模型,计算植物叶片含氮量。
上述方法中图像处理包括图像滤波,图像滤波可以减少和消除图像中的“噪音”,以改善图像质量。本方法中采用线性滤波法。线性滤波的算法如下:
①分别于每一个通道下,从左到右,从上到下顺序遍历图像的每一个像素(x, y);
②把模板算子的中心与该输入像素(xy)重叠,把该像素与模板进行卷积运算,把运算的结果作为输出图像在该通道下对应像素的灰度值;
③如果所有像素都处理完毕,则算法结束,否则转向①。
上述方法中图像处理包括图像色彩校正,图像色彩校正可以减少CMOS摄像头在自然光条件下拍摄图像过程中由于光照和硬件自身非线性畸变造成的图像色彩畸变。本方法中采用基于标定色块组的图像色彩校正方法。基于标定色块组的图像色彩校正方法的算法如下:
①通过阈值分割图像中的标定色块组中的灰度色块,遍历灰度色块区域,分别统计R通道的均值                                                、G通道的均值和B通道的均值
 ②求出的均值,并分别求出RGB三通道的灰度校正系数
③分别通过阈值分割方法,分割图像中标定色块组中的标准红色色块、标准绿色色块和标准蓝色色块,并分别统计标准红色色块R通道均值、标准绿色色块G通道均值和标准蓝色色块B通道均值,求出RGB三通道的颜色校正系数rgb
④用灰度校正系数和颜色校正系数rgb分别对图像的R通道像素点、G通道像素点和B通道像素点进行校正。校正完成后重新整合成RGB图像。
上述方法中图像处理包括图像裁剪,本方法通过阈值分割法,分割标定色块组中黑色色块,遍历黑色色块区域,并根据黑色色块区域在图像中的位置特征,将图像中标定色块组以上的区域裁剪掉。
上述方法中图像处理包括图像分割,本方法中采用特征阈值分割法进行图像分割。彩色图像的分割即选择一个阈值,将图像中兴趣区域从图像中分割出来。本方法采用特征阈值分割法的算法如下:
①根据背景色的颜色特征与植物叶片区域的颜色特征选择特征阈值T
②根据分割阈值T对图像进行二值化,得到图像分割的掩膜:
③利用掩膜对图像进行按位与操作,对图像R通道像素点、G通道像素点和B通道像素点进行与操作,得到目标区域;
上述方法中的植物叶片含氮量测量软件系统分为交互界面和算法实现程序。软件交互界面包括主界面、软件简介界面、系统相机调用界面、存储器文件选择界面和植物叶片含氮量计算界面。算法实现程序包括获取图像和对图像的图像处理,处理过程包括图像滤波、图像色彩校正、图像裁剪、图像分割、颜色特征提取,含氮量计算。
上述一种基于手持设备的植物叶片含氮量测量方法中,图像的处理与特征信息的自动分析统计功能是采用Java面向对象的编程方法实现的。
本发明还公开了一种实现上述基于手持设备的植物叶片含氮量测量方法的测量装置,该装置包括有一个手持设备、一块背景板和一个标定色块组。拍照时手持设备位于背景板的正上方;手持设备具有拍照、存储、图像处理、统计分析、人机交互和显示功能。
所述背景板为一个纯色不透明平板,其正面的颜色区别于被测植物叶片颜色和标定色块组各色块的颜色;标定色块组固定在背景板的正面。
所述标定色块组由多个不同颜色的纯色色块构成;标定色块组各色块的颜色不同于背景板和被测植物叶片,且标定色块组各色块的颜色特征信息已知。
所述的手持设备安装有植物叶片含氮量测量软件,所述的软件包括交互界面模块和算法实现程序模块;交互界面模块包括主界面子模块、软件简介界面子模块、系统相机调用界面子模块、存储器文件选择界子面模块和植物叶片含氮量计算界面子模块;所述的算法实现程序模块包括获取图像子模块、拍摄图像子模块、选取本地图像子模块、装载图像子模块、图像平滑子模块、图像色彩信息校正子模块、图像裁剪子模块、图像分割子模块、颜色特征提取子模块和计算含氮量子模块。
所述的交互界面上有5个按钮组件、一个图像显示组件和几个文本显示组件;所述的5个按钮组件分别是拍摄图像组件、加载图像组件、图像处理组件、查看结果组件和开始新的测量组件;所述的交互界面上给出关键操作提示;所述的植物叶片含氮量计算界面子模块给出了叶片区域的R均值、G均值、B均值和叶片的含氮量值。
所述的的基于手持设备的植物叶片含氮量测量装置的测量精度为0.01%。
本发明的植物叶片含氮量测量方法主要是利用了现有手持设备的硬件平台和软件平台以及数字图像处理技术,通过在手持设备上安装的自编软件调用手持设备的摄像头获取背景板区域内的包含标定色块组和被测植物叶片的完整图像,进而对照片进行图像处理,统计出被测植物叶片区域的颜色特征信息,最后根据公式计算得到被测植物叶片的含氮量。用此方法和装置进行叶片含氮量测量,图像获取与图像处理都在手持设备上一体化完成,能够简化测量步骤和设备,便于携带,降低成本。
附图说明
图1是本发明植物叶片含氮量测量装置结构示意图;
图2是本发明测量系统算法实现流程;
图3是本发明测量系统主界面;
图4是本发明测量软件简介界面; 
图5是本发明存储器文件选择界面; 
图6是本发明装载图像后的界面; 
图7是本发明图像色彩校正的界面;
图8是本发明图像裁剪界面;
图9是本发明图像分割界面; 
图10是本发明颜色特征提取界面; 
图11是本发明测量结果显示界面。
具体实施方式
下面以实施例并结合附图对本发明进行详细的描述,进一步说明本发明的技术方案和特点。
实施例一:装置及其使用说明
如图1所示,本发明的一种基于手持设备的植物叶片含氮量测量装置,该装置包括有一个手持设备(4)、一块背景板(1)和一个标定色块组(2)。手持设备(4)具有拍照、存储、图像处理、统计分析、人机交互和显示功能。背景板(1)正面的颜色区别于被测植物叶片(3)颜色,在背景板(1)正面上固定有一个标定色块组(2),每个色块颜色区别于背景板(1)正面颜色及被测植物叶片(3)颜色,且颜色信息已知的。用手持设备(4)拍摄照片时尽量让镜头方向与背景板(1)垂直,镜头正对被测植物叶片(3)和标定色块组(2)所在区域取景拍照;
如图1所示,本发明一种基于手持设备的植物叶片含氮量测量装置,选择一块正面为纯色的背景板(1)。本实施例中采用的背景板(1)正面的颜色为洋红色(R:255,G:0,B:255)。
如图1所示,本发明的一种基于手持设备的植物叶片含氮量测量装置,选择一个标定色块组(2),每个色块为纯色,形状规则,颜色信息确定。本实施例中标定色块组(2)包括黑色块(R:0,G:0,B:0)、白色块(R:255,G:255,B:255)、灰度色块(R:120,G:120,B:120)、标准红色块(R:255,G:0,B:0)、标准绿色块(R:0,G:255,B:0)和标准蓝色块(R:0,G:0,B:255)使用时,标定色块组(2)固定在背景板(1)的正面上。本实施例中,标定色块组(2)粘贴在背景板(1)的正面上。
如图1所示,本发明的一种基于手持设备的植物叶片含氮量测量装置,手持设备(4)使用的是华为公司的型号为Honor 3C手机,其CPU为MTK6582,主频1.3GHz,RAM:2GB。摄像头像素800万像素,软件系统为Android OS v4.2.2。通过手持设备(4)的摄像头进行拍摄,获得在背景板(1)区域内,包含被测植物叶片(3)和标定色块组(2)在内的完整的图像。用手持设备(4)拍摄照片时尽量让镜头方向与背景板(1)垂直,镜头正对被测叶片(3)和标定色块组(2)所在区域取景拍照。
如图2所示,本发明一种基于手持设备的植物叶片含氮量测量装置,植物叶片含氮量检测软件启动后,首先显示主界面,软件主界面中有四个按钮组件(Button)、一个图像显示组件(ImageView)和几个文本组件(TextView);布局形式选用LinearLayout布局嵌套两个TableLayout布局。可通过点击“拍摄图像”按钮,调用硬件设备的摄像头进行图像的获取,也可通过点击“加载图像”按钮后,选择存储器中的图像。
如图3所示,本发明一种基于手持设备的植物叶片含氮量测量装置,点击主界面菜单键,选择关于选项后,软件跳转至软件简介界面,显示软件的主要功能、操作步骤和版本信息。
如图4所示,本发明一种基于手持设备的植物叶片含氮量测量装置,点击“加载图像”按钮后,系统显示存储器文件选择界面,显示存储器中的图像文件列表。
如图5所示,本发明一种基于手持设备的植物叶片含氮量测量装置,图像选择完成后系统显示装载图像后的界面,并提示装载图像完毕。
如图6所示,本发明一种基于手持设备的植物叶片含氮量测量装置,装载图像完毕后,点击“图像处理”按钮后,软件开始对装载的图像进行图像处理,处理的过程包括图像滤波、图像色彩校正(如图7所示)、图像裁剪(如图8所示)、图像分割(如图9所示)、颜色特征提取(如图10所示)等过程。图像滤波采用线性滤波法,图像色彩校正采用基于标定色块组的图像色彩校正,图像分割采用特征阈值分割法。
如图11所示,本发明一种基于手持设备的植物叶片含氮量测量装置,在完成图像处理过程后,用户点击“查看结果”按钮后,软件根据已经建立的植物叶片颜色特征信息与植物叶片含氮量的数学模型计算植物叶片的含氮量,并将结果显示,用户点击“开始新的测量”按钮后,系统跳转至主界面,开始新的测量。
实施例二:测量方法
a、如图1所示,选择一块正面为纯色的背景板(1)。本实施例中采用的背景板(1)正面的颜色为洋红色(R:255,G:0,B:255);
b、选择一个标定色块组(2),各色块为纯色,形状规则,颜色信息确定。本实施例中标定色块组(2)包括黑色块(R:0,G:0,B:0)、白色块(R:255,G:255,B:255)、灰度色块(R:120,G:120,B:120)、标准红色块(R:255,G:0,B:0)、标准绿色块(R:0,G:255,B:0)和标准蓝色块(R:0,G:0,B:255)使用时,标定色块组(2)固定在背景板(1)的正面上。本实施例中,标定色块组(2)粘贴在背景板(1)的正面上;
c、将被测植物叶片(3)展平铺放在背景板(1)正面,且与标定色块组组(2)的位置临近。本实施例中,被测植物叶片(3)选择玉米叶片。
d、如图3所示,打开手持设备(4)中的植物叶片含氮量检测软件,在软件主界面上点击“拍摄图像”按钮,通过手持设备(4)的摄像头进行拍摄,获得在背景板(1)区域内,包含被测玉米叶片(3)和标定色块组(2)在内的完整的图像。用手持设备(4)获取图像时尽量让镜头方向与背景板(1)垂直,镜头正对被测植物叶片(3)和标定色块组(2)所在区域;
e、如图5和图6所示,将拍摄的图像存储到手持设备(4)的存储器中。在软件主界面点击“加载图像”按钮。在存储器中选择要处理的图像,此时,所选图像被加载,在软件主界面下方显示“装载图像完毕”字样,以及加载的图像画面。
f、如图7所示,在软件主界面上点击“图像处理”按钮,手持设备(4)开始对图像进行图像处理。处理的过程包括图像滤波、图像色彩校正(如图7所示)、图像裁剪(如图8所示)、图像分割(如图9所示)、颜色特征提取(如图10所示)等过程。图像处理完成后,在软件主界面下方会显示“颜色特征信息提取完成,点击查看结果查看植物叶片含氮量测量信息”字样。此时,界面变为图10所示。
g、如图11所示,在软件主界面点击“查看结果”按钮后,软件跳转至结果显示界面。本实施例中,显示植物叶片含氮量测量结果:叶片区域的R均值:137.04,叶片区域的G均值:155.95,叶片区域的B均值:126.65,叶片含氮量为2.14%。
最后需要指出的是:上述实例仅为说明本发明的技术方案而并非限制;上述实例以华为公司的Honor 3C手机为硬件平台,以Android OS v4.2.2操作系统为软件平台,但不限于此手机的硬件平台和Android OS v4.1系统的软件平台,也可以在其他手持设备和软件平台下实现。上述实施例中以玉米叶片为测量对象,但不只限于玉米叶片,也可以用本专利公开的方法测量其他植物叶片的含氮量。根据本发明的实施方案所采取的任何变形,均不脱离本发明技术方案的本质和权利要求记载的范围。 

Claims (3)

1.一种基于手持设备的植物叶片含氮量测量方法,其特征在于,按照如下步骤进行:
(1)选择拍摄背景与标定色块组:选择一块与被测植物叶片颜色相区别的纯色不透明平板作为背景板(1);在背景板(1)上固定一个标定色块组(2),标定色块组(2)由多个不同颜色的纯色色块构成;标定色块组(2)各色块的颜色不同于背景板(1)和被测植物叶片(3),且标定色块组(2)各色块的颜色特征信息已知;
(2)植物叶片图像的采集:将被测植物叶片(3)放在背景板(1)正面,且与标定色块组的位置临近;通过运行安装在手持设备(4)中的植物叶片含氮量测量软件调用摄像头进行拍摄,采集在背景板(1)区域内包含被测植物叶片(3)和标定色块组(2)在内的完整的图像,并将图像保存在手持设备(4)的存储卡中;
(3)植物叶片图像特征信息的提取:在手持设备(4)中通过数字图像处理程序提取植物叶片(3)区域的颜色特征信息;具体包括以下步骤:通过图像滤波、图像色彩校正、图像裁剪和图像分割,将植物叶片(3)区域从背景中分割;通过遍历被测植物叶片(3)区域,统计植物叶片(3)区域的颜色特征信息;
(4)植物叶片含氮量的计算:根据已经建立并存储于手持设备中的植物叶片(3)含氮量与植物叶片(3)颜色特征信息之间的数学模型计算植物叶片(3)含氮量。
2. 根据权利要求1所述的一种基于手持设备的植物叶片含氮量测量方法,其特征在于采用线性滤波法进行图像滤波;采用标定色块组(2)法进行图像色彩校正;采用阈值法进行图像二值化。
3. 一种用于实现权利要求1所述的一种基于手持设备的植物叶片含氮量测量方法的装置,其特征在于:包括一个手持设备(4)、一块背景板(1)和一个标定色块组(2);拍照时手持设备(4)位于背景板(1)的正上方;手持设备(4)具有拍照、存储、图像处理、统计分析、人机交互和显示功能;
所述背景板(1)为一个纯色不透明平板,其正面的颜色区别于被测植物叶片(3)颜色和标定色块组(2)各色块的颜色;标定色块组(2)固定在背景板(1)的正面;
所述标定色块组(2)由多个不同颜色的纯色色块构成;标定色块组(2)各色块的颜色不同于背景板(1)和被测植物叶片(3),且标定色块组(2)各色块的颜色特征信息已知;
所述的手持设备(4)安装有植物叶片含氮量测量软件,所述的软件包括交互界面模块和算法实现程序模块;交互界面模块包括主界面子模块、软件简介界面子模块、系统相机调用界面子模块、存储器文件选择界子面模块和植物叶片含氮量计算界面子模块;所述的算法实现程序模块包括获取图像子模块、拍摄图像子模块、选取本地图像子模块、装载图像子模块、图像平滑子模块、图像色彩信息校正子模块、图像裁剪子模块、图像分割子模块、颜色特征提取子模块和计算含氮量子模块;
所述的交互界面上有5个按钮组件、一个图像显示组件和几个文本显示组件;所述的5个按钮组件分别是拍摄图像组件、加载图像组件、图像处理组件、查看结果组件和开始新的测量组件;所述的交互界面上给出关键操作提示;所述的植物叶片含氮量计算界面子模块给出了叶片区域的R均值、G均值、B均值和叶片的含氮量值;
所述的的基于手持设备的植物叶片含氮量测量装置的测量精度为0.01%。
CN201410402460.7A 2014-08-16 2014-08-16 一种基于手持设备的植物叶片含氮量测量方法和装置 Active CN104132897B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410402460.7A CN104132897B (zh) 2014-08-16 2014-08-16 一种基于手持设备的植物叶片含氮量测量方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410402460.7A CN104132897B (zh) 2014-08-16 2014-08-16 一种基于手持设备的植物叶片含氮量测量方法和装置

Publications (2)

Publication Number Publication Date
CN104132897A true CN104132897A (zh) 2014-11-05
CN104132897B CN104132897B (zh) 2018-11-06

Family

ID=51805662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410402460.7A Active CN104132897B (zh) 2014-08-16 2014-08-16 一种基于手持设备的植物叶片含氮量测量方法和装置

Country Status (1)

Country Link
CN (1) CN104132897B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105675821A (zh) * 2016-02-21 2016-06-15 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
CN106596863A (zh) * 2016-12-22 2017-04-26 邬东强 一种基于手机摄像头的植物信息采集系统及方法
CN106769944A (zh) * 2017-01-14 2017-05-31 西北农林科技大学 基于图像的双波长植物叶片叶绿素含量检测方法和装置
CN107454266A (zh) * 2017-08-28 2017-12-08 江苏农林职业技术学院 基于智能手机的作物营养诊断装置与诊断方法
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
CN110097535A (zh) * 2019-03-22 2019-08-06 华南农业大学 植物叶片含氮量检测方法、装置、计算机设备和存储介质
CN113284098A (zh) * 2021-05-11 2021-08-20 中国农业大学 作物氮含量缺乏分级判别的方法、装置及电子设备
CN113390870A (zh) * 2021-05-25 2021-09-14 广西大学 一种基于机器视觉技术的植物叶片叶绿素含量估测方法
CN113533334A (zh) * 2021-08-26 2021-10-22 福州理工学院 一种计算机视觉测量装置
CN113923976A (zh) * 2019-06-12 2022-01-11 亚拉国际有限公司 确定植物健康状况的方法
US11968936B2 (en) 2019-06-12 2024-04-30 Yara International Asa Method of determining plant health

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999019824A1 (en) * 1997-10-10 1999-04-22 Case Corporation Method for monitoring nitrogen status using a multi-sprectral imaging system
CN101972138A (zh) * 2010-11-08 2011-02-16 哈尔滨工业大学 一种集成便携式标准化中医舌象获取设备
CN102072882A (zh) * 2010-04-16 2011-05-25 姚孝明 一种基于叶片图像特征的植物养分含量指标定量分析方法
CN102175626A (zh) * 2010-12-31 2011-09-07 北京京鹏环球科技股份有限公司 一种基于光谱图像分析的黄瓜叶片含氮量预测方法
CN102506772A (zh) * 2011-11-01 2012-06-20 西北农林科技大学 一种基于手机的快速检测叶片面积的方法及装置
CN103340604A (zh) * 2013-07-09 2013-10-09 周信旭 黄疸自动分析检测方法及计算机程序产品
CN103595895A (zh) * 2012-08-15 2014-02-19 泰金宝电通股份有限公司 颜色校正方法与图像处理装置
CN103955938A (zh) * 2014-05-15 2014-07-30 安徽农业大学 一种基于移动互联网模式和叶片颜色分析的小麦生长状态诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999019824A1 (en) * 1997-10-10 1999-04-22 Case Corporation Method for monitoring nitrogen status using a multi-sprectral imaging system
CN102072882A (zh) * 2010-04-16 2011-05-25 姚孝明 一种基于叶片图像特征的植物养分含量指标定量分析方法
CN101972138A (zh) * 2010-11-08 2011-02-16 哈尔滨工业大学 一种集成便携式标准化中医舌象获取设备
CN102175626A (zh) * 2010-12-31 2011-09-07 北京京鹏环球科技股份有限公司 一种基于光谱图像分析的黄瓜叶片含氮量预测方法
CN102506772A (zh) * 2011-11-01 2012-06-20 西北农林科技大学 一种基于手机的快速检测叶片面积的方法及装置
CN103595895A (zh) * 2012-08-15 2014-02-19 泰金宝电通股份有限公司 颜色校正方法与图像处理装置
CN103340604A (zh) * 2013-07-09 2013-10-09 周信旭 黄疸自动分析检测方法及计算机程序产品
CN103955938A (zh) * 2014-05-15 2014-07-30 安徽农业大学 一种基于移动互联网模式和叶片颜色分析的小麦生长状态诊断方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ADHIWIBAWA M A S, ET. AL: "Rapid nitrogen determination of soybean leaves using mobile application", 《INFORMATION TECHNOLOGY AND ELECTRICAL ENGINEERING, 2013 INTERNATIONAL CONFERENCE ON, IEEE》 *
孙俊等: "基于高光谱图像的生菜叶片氮素含量预测模型研究", 《分析化学》 *
徐晓昭等: "颜色校正方法及其在图像处理中的应用", 《计算机应用研究》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105675821A (zh) * 2016-02-21 2016-06-15 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
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
CN106596863A (zh) * 2016-12-22 2017-04-26 邬东强 一种基于手机摄像头的植物信息采集系统及方法
CN106769944A (zh) * 2017-01-14 2017-05-31 西北农林科技大学 基于图像的双波长植物叶片叶绿素含量检测方法和装置
CN106769944B (zh) * 2017-01-14 2019-09-03 西北农林科技大学 基于图像的双波长植物叶片叶绿素含量检测方法和装置
CN107454266A (zh) * 2017-08-28 2017-12-08 江苏农林职业技术学院 基于智能手机的作物营养诊断装置与诊断方法
CN110097535A (zh) * 2019-03-22 2019-08-06 华南农业大学 植物叶片含氮量检测方法、装置、计算机设备和存储介质
CN110097535B (zh) * 2019-03-22 2021-05-07 华南农业大学 植物叶片含氮量检测方法、装置、计算机设备和存储介质
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
CN113923976A (zh) * 2019-06-12 2022-01-11 亚拉国际有限公司 确定植物健康状况的方法
US11968936B2 (en) 2019-06-12 2024-04-30 Yara International Asa Method of determining plant health
CN113284098A (zh) * 2021-05-11 2021-08-20 中国农业大学 作物氮含量缺乏分级判别的方法、装置及电子设备
CN113284098B (zh) * 2021-05-11 2024-01-19 中国农业大学 作物氮含量缺乏分级判别的方法、装置及电子设备
CN113390870A (zh) * 2021-05-25 2021-09-14 广西大学 一种基于机器视觉技术的植物叶片叶绿素含量估测方法
CN113533334A (zh) * 2021-08-26 2021-10-22 福州理工学院 一种计算机视觉测量装置

Also Published As

Publication number Publication date
CN104132897B (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN104132897A (zh) 一种基于手持设备的植物叶片含氮量测量方法和装置
CN102506772B (zh) 一种基于手机的快速检测叶片面积的方法及装置
Guo et al. Crop 3D—a LiDAR based platform for 3D high-throughput crop phenotyping
González-Esquiva et al. Development of a visual monitoring system for water balance estimation of horticultural crops using low cost cameras
Frazer et al. A method for estimating canopy openness, effective leaf area index, and photosynthetically active photon flux density using hemispherical photography and computerized image analysis techniques
US9207072B2 (en) Leaf area index measurement system, device, method, and program
CN105865326A (zh) 实物尺寸测量方法及图像数据库数据采集方法
CN107516319A (zh) 一种高精度简易交互式抠图方法、存储设备及终端
CN112116514B (zh) 植物种植推荐方法、装置、设备及计算机可读存储介质
CN105066877A (zh) 基于智能终端镜头的树木测量方法
CN109059808A (zh) 叶片面积测量方法、系统、存储介质及移动终端
CN109827957B (zh) 一种基于计算机视觉的水稻叶片spad值估测方法及系统
CN103778630A (zh) 基于android的田间病害程度图像识别方法
CN202267464U (zh) 一种基于手机的快速检测叶片面积的装置
JP2021012433A (ja) 情報処理装置、情報処理方法、プログラム、センシングシステム
CN112465893A (zh) 一种植被叶片面积测量方法、装置、终端及存储介质
CN106769944A (zh) 基于图像的双波长植物叶片叶绿素含量检测方法和装置
CN105842245A (zh) 一种评估水稻产量的方法
CN105574516B (zh) 可见光图像中基于logistic回归的观赏凤梨叶绿素检测方法
CN111598874B (zh) 一种基于智能移动端的红树林郁闭度调查方法
CN105004327A (zh) 一种基于智能终端的植被叶面积指数信息自动测量系统
CN108387534A (zh) 测定植株含水量方法和装置
Liu et al. PocketMaize: An android-smartphone application for maize plant phenotyping
WO2020061186A1 (en) An apparatus, methodologies and software applications for determining a level of direct sunlight
CN204086125U (zh) 一种便携式植物叶片含氮量测量装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant