[发明专利]基于地表图像的盐渍土含盐量估算方法

权利要求书

1.基于地表图像的盐渍土含盐量估算方法，其特征在于该方法包括以下步骤：

步骤一、拍摄地表图像，采集土样，测试拍摄地表图像的土样的含盐量数据：将地表图像剪裁为统一像素的图像，并与含盐量数据一一对应，建立地表图像和含盐量的数据库，得到训练数据数据库；

步骤二、根据训练数据数据库，基于CNN建立地表图像的特征提取算法,建立模型；具体是先基于卷积神经网络算法针对地表图像充分的提取其颜色、纹理和亮度二维信息，最后通过支持向量机回归方法建立特征与含盐量的关系模型，实现对盐渍土含盐量的在线估算；

步骤三、设损失函数为所有图像训练误差的绝对值之和；

步骤四、将步骤二得到地表图像的特征与步骤一测定的含盐量代入步骤二的模型中训练，计算训练误差，直至训练误差稳定；

步骤五、优化模型参数：调整隐含层数、节点数、dropout层数和last layer层数；重复步骤二~四；

步骤六、选择步骤五中训练误差最小的参数为最优模型参数，保存该模型；

步骤七、读入待测试图像，根据步骤六得到的最优模型估算土壤含盐量；其中所述的地表图像的特征为纹理、颜色和亮度。

2.根据权利要求1所述的基于地表图像的盐渍土含盐量估算方法，其特征在于步骤二中CNN包括输入层、卷积层、池化层、RELU层、全连接层和输出层。

3.根据权利要求1所述的基于地表图像的盐渍土含盐量估算方法，其特征在于步骤四中训练误差的计算方法为：将地表图像的特征代入模型中，得到估算值，然后估算值与地表图像对应的含盐量相减得到训练误差。

4.根据权利要求1或3所述的基于地表图像的盐渍土含盐量估算方法，其特征在于步骤四中每次训练误差变化小于0.0001，即视为稳定。