CN110596098B

CN110596098B - 黄瓜叶片叶绿素叶黄素比率分布快速检测系统及检测方法

Info

Publication number: CN110596098B
Application number: CN201910789315.1A
Authority: CN
Inventors: 石吉勇; 邹小波; 郭志明; 张文; 李志华; 黄晓玮; 李文亭; 胡雪桃; 翟晓东
Original assignee: Jiangsu University
Current assignee: Jiangsu University
Priority date: 2019-08-26
Filing date: 2019-08-26
Publication date: 2022-05-20
Anticipated expiration: 2039-08-26
Also published as: WO2021035857A1; CN110596098A

Abstract

本发明属于生物组分检测技术领域，涉及一种叶片叶绿素叶黄素比率分布快速检测系统及检测方法；本发明提供一种叶片的叶面特征波长图像采集系统，在所述系统在零机械动作及样品零位移情况下采集叶片在特征波长处的二维透射图像；所述叶面特征波长图像采集系统包括光源模块，所述光源模块包括光源腔和设置于光源腔内的微型LED线阵光源单元；所述光源腔为球形且中空，内壁设有漫反射涂层；所述微型LED线阵光源单元有多个且为偶数设置，表面覆盖有漫反射涂料；该系统通过采集叶片在特征波长处二维透射图像，快速计算出叶片叶绿素含量分布图、叶黄素含量分布图以及叶绿素叶黄素比率分布图，克服了难以快速检测叶片组分及比率分布的不足。

Description

黄瓜叶片叶绿素叶黄素比率分布快速检测系统及检测方法

技术领域

本发明属于生物组分检测技术领域，涉及一种黄瓜叶片叶绿素叶黄素比率分布快速检测系统及检测方法。

背景技术

叶绿素和叶黄素是黄瓜叶片内的重要色素，叶绿素叶黄素含量及其比率不仅决定了叶片的外观颜色，而且与植株的营养状态密切相关。传统的理化分析法如分光光度计法、高效液相色谱法可以同时检测叶片采样区域的叶绿素及叶黄素含量，进而计算出采样区域叶绿素叶黄素的比率。然而，传统理化分析方法无法实现同一片叶片的空间连续采样，无法检测出叶片每一点处对应的叶绿素和叶黄素含量，从而无法实现其含量及比率的叶面分布检测。

高光谱图像技术既包含样品的图像信息，又包含样品图像中每个像素点的光谱信息。相关发明专利利用像素点光谱对样品组分含量的敏感特性，利用高光谱图像实现了叶片中叶绿素含量、醋醅中水分含量的分布检测。现有的高光谱图像采集系统包含电控平移台、高光谱相机等部件，硬件构成复杂且价格昂贵；同时，由于高光谱图像数据量庞大，数据处理过耗时、数据处理步骤繁琐，导致高光谱图像技术难以实现样品组分分布的快速检测。

发明内容

为了克服上述不足之一，本发明提出了一种黄瓜叶片叶绿素叶黄素比率的叶面分布快速检测系统及检测方法。

本发明首先提供一种黄瓜叶片的叶面特征波长图像采集系统，在所述系统零机械动作及样品零位移情况下采集叶片在特征波长处的二维透射图像。

所述叶面特征波长图像采集系统包括一种黄瓜叶片叶面特征波长图像采集系统，包括光源模块，用于提供光线；成像模块，用于采集二维透射图像；控制模块，用于控制光源模块和成像模块，并根据采集的图像计算叶绿素叶黄素比例分布；其中所述光源模块包括光源腔和设置于光源腔内的微型LED线阵光源单元；所述光源腔的内壁设有漫反射涂层；所述微型LED线阵光源单元表面包括漫反射区域。

所述光源腔的顶部设有开口。

所述光源模块还包括光源腔支撑柱和外壳，所述光源腔通过光源腔支撑柱固定在外壳内。

所述微型LED线阵光源单元有多个且为偶数设置，优选为6个。

所述微型LED线阵光源单元包括在同一平面内以直线方式均匀排列的多个LED灯，优选为6个。

所述光源模块还包括支撑杆、拱形反光单元，所述微型LED线阵光源单元通过支撑杆的支撑在同一平面内围绕光源腔轴心对称分布于光源腔的内部；LED线阵光源单元相对的光源腔内壁上安装有拱形反光单元。

所述支撑杆、拱形反光单元被漫反射涂料包裹。

所述叶面特征波长图像采集系统还包括成像模块，所述成像模块包括相机、镜头、样品台、支撑柱、成像窗口；所述样品台通过支撑柱固定于光源腔上方，所述样品台间部位设置有成像窗口；其中所述镜头设置于相机上；所述相机、成像窗口均设置于光源腔光源出口的光路上。

所述微型LED线阵光源单元发出的光被拱形反光单元、光源腔内壁漫反射涂层、微型LED线阵光源单元、LED灯支撑杆反射后经过成像窗口进入镜头。

所述成像窗口由透光玻璃填充而成。

所述叶面特征波长图像采集系统还包括控制模块，所述控制模块包括控制器和计算机。其中所述控制器通过数据线与计算机相连；所述微型LED线阵光源单元内的LED灯通过数据线与控制器相连；所述相机通过数据线与控制器相连。

本发明还提供一种黄瓜叶片叶绿素叶黄素比率的叶面分布快速检测方法，包括：建立叶绿素含量模型和叶黄素含量模型，以此建立叶绿素和叶黄素含量检测模型；采集叶片在特征波长处的二维透射特征图像；根据采集的二维透射特征图像和建立的叶绿素和叶黄素含量检测模型获得叶绿素叶黄素比例分布图。

具体操作如下：

建立叶绿素和叶黄素含量检测模型：选取叶片叶绿素的3个特征波长λ_a,λ_b,λ_c和叶片叶黄素的3个特征波长λ_d,λ_e,λ_f建立叶绿素含量模型Y_1＝F1(X_λ_a,X_λ_b,X_λ_c)和叶黄素含量模型Y_2＝F2(X_λ_d,X_λ_e,X_λ_f)，具体操作如下：

样本光谱信息采集：以波长H1 nm为起点，以ΔH为波长采样间隔，利用光谱仪在m个波长下采集n片叶片对应的透射光谱信息X₁,X₂,……,X_n-1,X_n；其中第i(i＝1,2,……，n-1,n)片叶片对应的光谱信息X_i中第j(j＝1,2,……，m-1,m)个波长对应的光谱响应值为X_i_λ_(H1+j*ΔH)；

样本叶绿素叶黄素含量检测：利用高效液相色谱检测n片叶片对应的叶绿素含量Y_1_1，Y_1_2，……，Y_1_n-1，Y_1_n以及叶黄素含量Y_2_1，Y_2_2，……，Y_2_n-1，Y_2_n；

叶绿素含量模型构建：将n片叶片对应的透射光谱信息X_i包含的m个特征波长对应的光谱响应值X_i_λ_(H1+j*ΔH)作为自变量，将n片叶片对应的叶绿素含量Y_1_k(k＝1,2,……，n-1,n)作为因变量，经遗传算法特征波长优选后结合线性回归方法建立包含3个特征波长λ_a,λ_b,λ_c的叶绿素含量模型Y_1＝F1(X_λ_a,X_λ_b,X_λ_c)＝k_a*X_λ_a+k_b*X_λ_b+k_c*X_λ_c+C₁,其中Y_1代表叶片叶绿素含量，X_λ_a、X_λ_b、X_λ_c为叶片在特征波长λ_a、λ_b、λ_c处的光谱响应值，且λ_a、λ_b、λ_c∈{λ_(H1+j*ΔH),j＝1,2,……,m-1,m}；k_a、k_b、k_c分别为叶绿素含量模型中X_λ_a、X_λ_b、X_λ_c对应的回归系数，C₁为叶绿素含量模型中的常数项；

叶黄素含量模型构建：将n片叶片对应的透射光谱信息X_i包含的m个特征波长对应的光谱响应值X_i_λ_(H1+j*ΔH)作为自变量，将n片叶片对应的叶黄素含量Y_2_v(v＝1,2,……，n-1,n)作为因变量，经遗传算法特征波长优选后结合线性回归方法建立包含3个特征波长λ_d,λ_e,λ_f的叶黄素含量模型Y_2＝F2(X_λ_d,X_λ_e,X_λ_f)＝k_d*X_λ_d+k_e*X_λ_e+k_f*X_λ_f+C₂,其中Y_2代表叶片叶黄素含量，X_λ_d、X_λ_e、X_λ_f为叶片在特征波长λ_d、λ_e、λ_f处的光谱响应值，且λ_d、λ_e、λ_f∈{λ_(H1+j*ΔH),j＝0,1,2,……,m-1,m}；k_d、k_e、k_f分别为叶绿素含量模型中X_λ_d、X_λ_e、X_λ_f对应的回归系数，C₂为叶黄素含量模型中的常数项。

叶片特征波长图像采集：

利用叶片的叶面特征波长图像采集系统，在系统零机械动作及样品零位移情况下采集叶片在特征波长λ_a、λ_b、λ_c、λ_d、λ_e、λ_f处的二维透射图像，具体操作如下：

将叶片放置于成像窗口，控制器通过数据线控制微型LED线阵光源单元内的LED灯处于关闭状态；控制器依次控制微型LED线阵光源单元内的LED灯交替处于发光或关闭状态，同时控制相机拍摄发光状态下叶片在特征波长λ_a、λ_b、λ_c、λ_d、λ_e、λ_f处的二维透射特征图像I_λ_a、I_λ_b、I_λ_c、I_λ_d、I_λ_e、I_λ_f。

控制器将相机拍摄的二维透射特征图像I_λ_a,I_λ_b,I_λ_c,I_λ_d,I_λ_e,I_λ_f存入计算机。

待测叶片叶绿素叶黄素比率叶面分布图检测：

将得到的叶绿素和叶黄素的二维透射特征图像代入得到的叶绿素和叶黄素含量模型中，得到叶绿素含量二维叶面分布图和叶黄素含量二维叶面分布图，将叶绿素含量二维叶面分布图除以叶黄素含量二维叶面分布图，得到叶绿素叶黄素比例分布图。

本发明的有益效果：

利用构建包含λ_a、λ_b、λ_c、λ_d、λ_e、λ_f波长光源的图像采集系统，可在系统零机械动作及样品零位移前提下，采集叶片在特征波长λ_a、λ_b、λ_c、λ_d、λ_e、λ_f处二维透射图像，借助叶绿素含量模型以及叶黄素含量模型，以特征波长λ_a、λ_b、λ_c、λ_d、λ_e、λ_f处二维透射图像作为模型输入，可快速计算出叶片叶绿素含量分布图、叶黄素含量分布图以及叶绿素叶黄素比率分布图，克服了现有高光谱图像技术难以快速检测叶片组分及比率分布的不足。

附图说明

图1叶片特征波长图像采集系统示意图。

图中，1-光源腔、2-漫反射涂层、3-支撑柱、4-微型LED线阵光源单元、5-λ_aLED灯、6-λ_b LED灯、7-λ_c LED灯、8-λ_d LED灯、9-λ_e LED灯、10-λ_fLED灯、11-支撑杆、12-数据线、13-拱形反光单元、14-矩形外壳、15-控制器、16-相机、17-镜头、18-样品台、19-支撑柱、20-成像窗口、21-计算机。

图2为本发明实施例中得到的黄瓜叶片的叶绿素叶绿分布图、叶黄素叶面分布图、以及叶绿素叶黄素比例叶面分布图；其中(a)黄瓜叶片的叶绿素叶绿分布图；(b)黄瓜叶片的叶黄素叶面分布图；(c)黄瓜叶片的叶绿素叶黄素比例叶面分布图。

具体实施方式

为了使本发明的目的、技术方案和优势更加清楚，使本领域技术人员更好的理解本发明的技术方案，下面将结合本发明的附图和具体实施例对本发明的技术方案更加清楚、完成的描述。显然，所描述的实施例是本发明的一部分实施方式，而不是全部，基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。

实施例1：一种黄瓜叶面特征波长图像采集系统

本发明提供的一种黄瓜叶片的叶面特征波长图像采集系统，在所述系统零机械动作及样品零位移情况下采集黄瓜叶片在特征波长处的二维透射图像。

所述叶面特征波长图像采集系统包括一种黄瓜叶片叶面特征波长图像采集系统，包括光源模块，用于提供光线；成像模块，用于采集二维透射图像；控制模块，用于控制光源模块和成像模块，并根据采集的图像计算叶绿素叶黄素比例分布；其中所述光源模块包括光源腔1和设置于光源腔内的微型LED线阵光源单元4；所述光源腔1的内壁设有漫反射涂层2；所述微型LED线阵光源单元4表面包括漫反射区域。

所述光源腔1的顶部设有开口。

所述光源模块还包括光源腔支撑柱3和外壳14，所述光源腔1通过光源腔支撑柱3固定在外壳14内。

所述微型LED线阵光源单元4有多个且为偶数设置，优选为6个。

所述微型LED线阵光源单元4包括在同一平面内以直线方式均匀排列的多个LED灯，优选为6个。

所述光源模块还包括支撑杆11、拱形反光单元13，所述微型LED线阵光源单元4通过支撑杆11的支撑在同一平面内围绕光源腔1轴心对称分布于光源腔1的内部；LED线阵光源单元4相对的光源腔1内壁上安装有拱形反光单元13。

所述支撑杆11、拱形反光单元13被漫反射涂料包裹。

所述叶面特征波长图像采集系统还包括成像模块，所述成像模块包括相机16、镜头17、样品台18、支撑柱19、成像窗口20；所述样品台18通过支撑柱19固定于光源腔上方，所述样品台18间部位设置有成像窗口20；其中所述镜头17设置于相机16上；所述相机16、成像窗口20均设置于光源腔1光源出口的光路上。

所述微型LED线阵光源单元4发出的光被拱形反光单元13、光源腔内壁漫反射涂层2、微型LED线阵光源单元4、LED灯支撑杆11反射后经过成像窗口20进入镜头17。

所述成像窗口20由透光玻璃填充而成。

所述叶面特征波长图像采集系统还包括控制模块，所述控制模块包括控制器15和计算机21；其中所述控制器15通过数据线12与计算机21相连；所述微型LED线阵光源单元4内的LED灯通过数据线12与控制器15相连；所述相机16通过数据线12与控制器15相连。

实施例2：黄瓜叶绿素叶黄素比率的叶面分布无损检测

S1.建立叶绿素和叶黄素含量检测模型：

选取黄瓜叶片叶绿素的3个特征波长λ_a,λ_b,λ_c，构建叶绿素含量模型Y_1＝F1(X_λ_a,X_λ_b,X_λ_c)；同时选取黄瓜叶片叶黄素的3个特征波长λ_d,λ_e,λ_f，构建叶黄素含量模型Y_2＝F2(X_λ_d,X_λ_e,X_λ_f)，具体模型的构建过程如下：

(1)样本光谱信息采集：以波长H1＝400nm为起点，以ΔH＝1.928nm为波长采样间隔，利用光谱仪采集黄瓜叶片在778个波长λ_{(400+1*1.928)},λ_{(400+2*1.928)},……,λ_{(400+777*1.928)},λ_{(400+778*1.928)}下采集100片黄瓜叶片对应的透射光谱信息X₁,X₂,……,X₉₉,X₁₀₀；其中第i(i＝1,2,……，99,100)片黄瓜叶片对应的光谱信息X_i中第j(j＝1,2,……，777,778)个波长对应的光谱响应值为X_i_λ_{(400+j*1.928)}；

(2)样本叶绿素和黄素含量检测：利用高效液相色谱(LC-20A，岛津，日本)检测步骤(1)中100片黄瓜叶片对应的叶绿素含量Y_1_1，Y_1_2，……，Y_1_99，Y_1_100以及叶黄素含量Y_2_1，Y_2_2，……，Y_2_99，Y_2_100；

(3)叶绿素含量模型构建：将100片黄瓜叶片对应的透射光谱信息X_i包含的778个特征波长对应的光谱响应值X_i_λ_{(400+j*1.928)}作为自变量，将100片黄瓜叶片对应的叶绿素含量Y_1_k(k＝1,2,……，99,100)作为因变量，经遗传算法特征波长优选后结合线性回归方法建立包含3个特征波长λ_a＝λ₅₅₀＝550nm,λ_b＝λ₆₃₉＝639nm,λ_c＝λ₇₀₁＝701nm的叶绿素含量模型Y_1＝F1(X_λ₅₅₀,X_λ₆₃₉,X_λ₇₀₁)＝0.4186*X_λ₅₅₀+0.0173*X_λ₆₃₉-0.3824*X_λ₇₀₁+1.4921,其中Y_1代表黄瓜叶片叶绿素含量，X_λ₅₅₀,X_λ₆₃₉,X_λ₇₀₁为黄瓜叶片在特征波长λ_a＝550nm,λ_b＝639nm,λ_c＝701nm处的光谱响应值；

(4)叶黄素含量模型构建：将100片黄瓜叶片对应的透射光谱信息X_i包含的778个特征波长对应的光谱响应值X_i_λ_{(400+j*1.928)}作为自变量，将100片黄瓜叶片对应的叶黄素含量Y_2_v(v＝1,2,……，99,100)作为因变量，经遗传算法特征波长优选后结合线性回归方法建立包含3个特征波长λ_d＝λ₄₁₉＝419nm,λ_e＝λ₄₄₀＝440nm,λ_f＝λ₄₆₉＝469nm的叶黄素含量模型Y_2＝F2(X_419,X_440,X_469)＝1.7391*X_λ₄₁₉+0.0024*X_λ₄₄₀-0.6953*X_λ₄₆₉+0.9736,其中Y_2代表黄瓜叶片叶黄素含量，X_λ₄₁₉,X_λ₄₄₀,X_λ₄₆₉为黄瓜叶片在特征波长λ_d＝419nm,λ_e＝440nm,λ_f＝469nm处的光谱响应值；

S2.黄瓜叶片特征波长图像采集：

(1)将黄瓜叶片放置于成像窗口20的表面，控制器15通过数据线12控制6个微型LED线阵光源单元4内全部的LED灯处于关闭状态；

(2)控制器15依次控制微型LED线阵光源单元4内的LED灯交替处于发光或关闭状态，依次采集不同特征波长下的叶绿素和叶黄素的二维透射特征图像，具体的操作如下：

控制器15控制全部λ₅₅₀LED灯5处于发光状态，并控制相机16拍摄黄瓜叶片在特征波长λ₅₅₀处的二维透射特征图像I_λ₅₅₀；

控制器15控制全部λ₅₅₀LED灯5处于关闭状态并控制全部λ₆₃₉LED灯6处于发光状态，并控制相机16拍摄黄瓜叶片在特征波长λ₆₃₉处的二维透射特征图像I_λ₆₃₉；

控制器15控制全部λ₆₃₉LED灯6处于关闭状态并控制全部λ₇₀₁LED灯7处于发光状态，并控制相机16拍摄黄瓜叶片在特征波长λ₇₀₁处的二维透射特征图像I_λ₇₀₁；

控制器15控制全部λ₇₀₁LED灯7处于关闭状态并控制全部λ₄₁₉LED灯8处于发光状态，并控制相机16拍摄黄瓜叶片在特征波长λ₄₁₉处的二维透射特征图像I_λ₄₁₉；

控制器15控制全部λ₄₁₉LED灯8处于关闭状态并控制全部λ₄₄₀LED灯9处于发光状态，并控制相机16拍摄黄瓜叶片在特征波长λ₄₄₀处的二维透射特征图像I_λ₄₄₀；

控制器15控制全部λ₄₄₀LED灯9处于关闭状态并控制全部λ₄₆₉LED灯10处于发光状态，并控制相机16拍摄黄瓜叶片在特征波长λ₄₆₉处的二维透射特征图像I_λ₄₆₉；

(3)控制器15控制全部λ₄₆₉LED灯10处于关闭状态并将相机16拍摄的二维透射特征图像I_λ₅₅₀,I_λ₆₃₉,I_λ₇₀₁,I_λ₄₁₉,I_λ₄₄₀,I_λ₄₆₉存入计算机21。

S3.待测叶片叶绿素叶黄素比率叶面分布图检测：

实施例3.待测叶片叶绿素叶黄素比率叶面分布图检测：

(1)待测叶片特征波长图像采集：将待测叶片放置于特征图像采集系统的样本区域并保持样本位置不变，利用特征图像采集系统采集待测叶片在特征波长λ₅₅₀,λ₆₃₉,λ₇₀₁,λ₄₁₉,λ₄₄₀,λ₄₆₉处的二维透射特征图像I_λ₅₅₀,I_λ₆₃₉,I_λ₇₀₁,I_λ₄₁₉,I_λ₄₄₀,I_λ₄₆₉。

(2)叶绿素含量二维叶面分布图检测：将待测叶片在特征波长λ₅₅₀,λ₆₃₉,λ₇₀₁,处的特征图像I_λ₅₅₀,I_λ₆₃₉,I_λ₇₀₁代入叶绿素含量模型Y_1＝F1(X_λ₅₅₀,X_λ₆₃₉,X_λ₇₀₁)，得到叶绿素含量二维叶面分布图I_Y_1＝F1(I_λ₅₅₀,I_λ₆₃₉,I_λ₇₀₁)＝0.4186*I_λ₅₅₀+0.0173*I_λ₆₃₉-0.3824*I_λ₇₀₁+1.4921，其中叶绿素含量二维叶面分布图I_Y_1如图2(a)所示。图2(a)中像素点的灰度值代表了像素点处叶片的叶绿素含量，实现了叶绿素含量二维叶面分布图的检测。

(3)叶黄素含量二维叶面分布图检测：将待测叶片在特征波长λ₄₁₉,λ₄₄₀,λ₄₆₉处的特征图像I_λ₄₁₉,I_λ₄₄₀,I_λ₄₆₉代入叶黄素含量模型Y_2＝F2(X_λ₄₁₉,X_λ₄₄₀,X_λ₄₆₉)，得到叶黄素含量二维叶面分布图I_Y_2＝F2(I_λ₄₁₉,I_λ₄₄₀,I_λ₄₆₉)＝1.7391*I_λ₄₁₉+0.0024*I_λ₄₄₀-0.6953*I_λ₄₆₉+0.9736，其中叶黄素含量二维叶面分布图I_Y_2如图2(b)所示。图2(b)中像素点的灰度值代表了像素点处叶片的叶黄素含量，实现了叶黄素含量二维叶面分布图的检测。

(4)叶绿素叶黄素比例分布图检测：将叶绿素含量二维叶面分布图I_Y_1除以叶黄素含量二维叶面分布图I_Y_2，得到叶绿素叶黄素比例分布图I_Y_3＝I_Y_1/I_Y_2，其中叶绿素叶黄素比例分布图I_Y_3如图2(c)所示。图2(c)中像素点的灰度值代表了像素点处叶绿素叶黄素比例，实现了叶绿素叶黄素比例分布图的检测。

Claims

1.一种黄瓜叶片叶绿素叶黄素比率的叶面分布快速检测方法，其特征在于，所述方法包括如下步骤：

根据叶片叶绿素含量与叶片在叶绿素特征波长的光谱响应值建立的叶绿素含量模型，以及根据叶片叶黄素含量与叶片在叶黄素特征波长的光谱响应值建立的叶黄素含量模型，建立叶绿素和叶黄素含量检测模型；

利用黄瓜叶片叶面特征波长图像采集系统，在预设条件下采集叶片在不同特征波长处的二维透射图像，将叶片放置于成像窗口，控制器通过数据线控制微型LED线阵光源单元内的LED灯处于关闭状态；控制器依次控制微型LED线阵光源单元内的LED灯交替处于发光或关闭状态，同时控制相机拍摄发光状态下叶片在特征波长处的二维透射特征图像；

将得到的叶绿素和叶黄素的二维透射特征图像代入得到的叶绿素和叶黄素含量模型中，得到叶绿素含量二维叶面分布图和叶黄素含量二维叶面分布图，将叶绿素含量二维叶面分布图除以叶黄素含量二维叶面分布图，得到叶绿素叶黄素比例分布图；所述黄瓜叶片叶面特征波长图像采集系统包括：

光源模块，用于提供光线；

成像模块，用于采集二维透射图像；所述成像模块包括相机（16）、镜头（17）和成像窗口（20）；

控制模块，用于控制光源模块和成像模块，并根据采集的图像计算叶绿素叶黄素比例分布；

其中所述光源模块包括光源腔（1）和设置于光源腔内的微型LED线阵光源

单元（4）；所述光源腔（1）的内壁设有漫反射涂层（2）；所述微型LED线阵光源单元（4）表面包括漫反射区域；所述微型LED线阵光源单元（4）有多个且为偶数设置；

每个所述微型LED线阵光源单元（4）包括在同一平面内以直线方式均匀排列的多个LED灯，所述多个LED灯为6个，多个LED灯分别对应多个特征波长λ_a, λ_b, λ_c, λ_d, λ_e, λ_f；所述光源模块还包括支撑杆（11）、拱形反光单元（13），所述微型LED线阵光源单元（4）通过支撑杆（11）的支撑在同一平面内围绕光源腔（1）轴心对称分布于光源腔（1）的内部；LED线阵光源单元（4）相对的光源腔（1）内壁上安装有拱形反光单元（13）；所述支撑杆（11）、拱形反光单元（13）被漫反射涂料包裹；

所述微型LED线阵光源单元（4）发出的光被拱形反光单元（13）、光源腔内壁漫反射涂层（2）、微型LED线阵光源单元（4）、LED灯支撑杆（11）反射后经过成像窗口（20）进入镜头（17）。

2.根据权利要求1所述的黄瓜叶片叶绿素叶黄素比率的叶面分布快速检测方法，其特征在于，所述成像模块还包括样品台（18）、支撑柱（19）；所述样品台（18）通过支撑柱（19）固定于光源腔上方，所述样品台（18）间部位设置有成像窗口（20）；其中所述镜头（17）设置于相机（16）上；所述相机（16）、成像窗口（20）均设置于光源腔（1）光源出口的光路上。

3.根据权利要求1所述的黄瓜叶片叶绿素叶黄素比率的叶面分布快速检测方法，其特征在于，所述成像窗口（20）由透光玻璃填充而成。

4.根据权利要求1所述的黄瓜叶片叶绿素叶黄素比率的叶面分布快速检测方法，其特征在于，所述控制模块包括控制器（15）和计算机（21）；其中所述控制器（15）通过数据线（12）与计算机（21）相连；所述微型LED线阵光源单元（4）内的LED灯通过数据线（12）与控制器（15）相连；所述相机（16）通过数据线（12）与控制器（15）相连。