[发明专利]基于高光谱成像技术的茶树营养信息快速探测方法及装置

说明书

技术领域

本发明涉及一种基于高光谱成像技术的茶树生长中主要营养信息快速探测方法及装置。

技术背景

茶树是多年生植物，茶树生长需要大量的营养元素，茶树营养元素是其合成各种有机化合物的重要组成部分，参与茶树生长发育中的多种代谢过程，具有重要的生理作用。茶树营养元素的亏缺，直接影响茶树的生长发育，还会对茶叶的品质和产量产生不利影响。茶树是叶用植物，每年要进行多次鲜叶采摘，每次采摘后茶树都要消耗大量营养元素，如碳、氢、氧、氮、磷、钾、钙、镁、锰、硼、锌等，其中，除碳、氢、氧来自大自然的水分和空气以外，其它营养元素都来自土壤，从而要求土壤肥力具有高消耗、高补充特点。茶树在生长过程中很容易出现氮、磷、钾比例失调，土壤障碍和缺素症状。因此，在茶树生长过程中，有必要对其营养信息进行快速、精确的诊断，以便对茶园实现精准有效地施肥，提高茶园智能化管理水平。

长期以来，植物的营养信息诊断都是以实验室常规测试为主，包括形态诊断法、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。这些传统的测试手段不仅会对作物产生破坏，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。近年来，一些新型的光学技术手段开始应用于农作物生长中营养信息的快速探测。这些技术具有检测速度快、可操作性强和结果重现性好等优点。植物营养元素的缺失与否，不仅与叶片的纹理、色泽和形状等外部特征直接相关，而且与叶片内部组织结构密切相关，计算机图像处理能很好地表征叶片的外部特征，近红外光谱能很好地反映叶片内部组织结构，目前在作物营养信息快速探测上，计算机图像处理和近红外光谱技术被认为是两种最有效的手段，但具体到农作物营养信息快速探测的应用上，它们都具有一定的局限性：光谱技术能很好地检测作物叶片内部特征信息，但是不能表达作物叶片的颜色、纹理及形状等外部特征；计算机图像处理虽然能表达作物叶片的外部特征，但没有对局部特征波段进行细化和增强，因此作物光谱信息的提练不明显；当前大都是基于单个的技术手段完成的，单个技术手段不足以准确、全面反映作物营养状况。

高光谱成像技术集光谱分析技术和图像分析于一身，可以对茶树鲜叶的内外特征进行可视化分析，与传统检测手段相比，该技术获得的信息量大，既含有反映茶树叶片外部特征的图像信息，又含有反映茶树叶片内部组织结构的光谱信息，同时考虑到叶片内外特征信息，这样提高了茶树营养信息快速探测的准确性。因此，本发明提供的基于滤波片式高光谱成像技术的茶树生长中营养信息无损探测方法及装置，可以实现茶树生长过程中营养信息快速探测。该发明为茶园科学精确施肥提供参考，对提高茶园智能化管理水平、增加茶叶产量和提高茶叶品质都有着直接意义。

发明内容

鉴于上述现有技术发展情况，本发明的目的就是要提供一种基于高光谱成像技术的茶树生长中氮、磷、钾主要营养信息快速探测方法及装置。通过滤波片式高光谱图像系统装置采集茶树叶片的高光谱数据，该数据能同时反应叶片内在特征的光谱信息和茶叶外观特征的图像信息。原始数据经过标定后，提取能表征叶片内外特征的特征图像和光谱信息；再从特征图像中提取能反映鲜叶外部的颜色特征和纹理特征变量，利用主成分分析从光谱信息中提取主成分特征变量，并将这些特征变量相互融合；最后将这些特征向量与叶片中的N、P、K含量参考测量值(由常规方法测定)相关联，通过非线性的方法建立叶片中N、P、K三种营养元素的预测模型。待测样本通过相应的数据采集和特征提取，再用已经建立好的模型来预测该叶片中N、P、K的含量。以便实时、准确地探测茶树生长过程中的主要营养信息，为茶园精准施肥提供理论依据。

本发明的目的是通过以下方法实现的：

(1)建立预测模型：选取茶树叶片样本，利用原子吸收检测方法测量样本叶片中N、P、K三种主要营养元素的含量，组成一个数据库；获取这些样本在不同可见光和近红外波段的高光谱图像数据，数据经图像采集卡传入计算机；计算机对数据进行预处理，完成相应的图像信息和光谱信息特征变量的提取，然后将这些特征变量相互融合，并与前述建立的数据库中测定的N、P、K含量相关联，建立叶片中N、P、K含量的预测模型；

(2)进行样本测试：对于待测鲜叶样本，按照步骤(1)中相同的方式获取待测样本高光谱图像数据、数据预处理、图像信息和光谱信息特征变量的提取，然后将提取的特征变量代入上述建立的叶片中N、P、K含量的预测模型，得出N、P、K含量预测结果，完成对待测鲜叶样本的实时检测。