[发明专利]一种油菜冠层氮素含量等级分类评估方法

权利要求书

1.一种油菜冠层氮素含量等级分类评估方法，其特征在于，包括以下步骤：

1)获取不同氮素梯度的油菜植株在不同角度下的高光谱图像样本，并对所有高光谱图像进行氮素梯度标记；

2)对获取的高光谱图像样本进行光谱校正，将校正后的高光谱图像样本进行分割，生成作物冠层的高光谱数据并保存为.mat格式；

3)将步骤2)中得到的高光谱数据进行随机选取，对多次进行随机选取的区域光谱求取平均光谱，生成数据集，输入SAE神经网络进行训练，输出最佳特征单位下的油菜冠层的光谱特征，用于对所成像植株冠层氮素含量的评价依据；

4)将按以上步骤对待评价数据进行处理后，经SAE神经网络训练后得到的最佳特征单元形成基于不同氮素梯度的油菜冠层预测数据集，选用CART分类算法为基于波谱特征的油菜氮素水平构建出预测模型；

5)基于上述预测模型，对待测油菜冠层高光谱数据进行步骤2)和步骤3)的处理，并根据预测模型完成特征与氮素梯度的类别判定，完成对该特征代表的植株冠层氮素含量的评价。

2.根据权利要求1所述的油菜冠层氮素含量等级分类评估方法，其特征在于，步骤1)中，选择0°，15°，25°的角度下采集油菜植株冠层高光谱图像。

3.根据权利要求1所述的油菜冠层氮素含量等级分类评估方法，其特征在于，步骤2)中，使用标准白板和暗噪声的对生成的高光谱图像根据以下等式进行光谱校正：

其中，I_C是校正的高光谱图像，I_o是收集的原始高光谱图像，B是暗电流图像，W是由标准白板拍得的白色图像，W代表卤素灯下稳定的高反射率标准。

4.根据权利要求1所述的油菜冠层氮素含量等级分类评估方法，其特征在于，所述的SAE神经网络包括输入层、隐藏层和输出层，其中输入层中，具有1×N维谱的训练谱，输入S定义为集合S＝{s(1)，s(2)，s(3)，…，s(n)}，其中n＝1，2，3，…N，隐藏层包含编码过程和解码过程，第一编码层将输入数据s(n)编码为下一个编码层，结果为e(s)，该编码过程计算如下式：

e(s)＝Relu(w_s+b_e)

其中，w_s是编码权重矩阵的情况下，b_e是用于所有编码处理的编码偏差矢量，直到最终编码过程产生输入的提取特征，Relu是激活函数；将此函数应用于所有用于激活的编码和解码计算过程，该编码特征被解码为下式：

d(s)＝Relu(w_de(s)+b_d)

其中，w_d是解码权重矩阵，b_d是解码偏差矢量。

5.根据权利要求1所述的油菜冠层氮素含量等级分类评估方法，其特征在于，步骤3)中，对高光谱数据进行随机选取时，选择以4*4像素随机区域进行选取的平均光谱作为一个样本，并以此生成不低于4000个光谱数据的数据集。

6.根据权利要求5所述的油菜冠层氮素含量等级分类评估方法，其特征在于，步骤3)中，将样本作为1×120的矢量，然后将该矢量输入到SAE神经网络，经过200次的训练，最终编码为1×100，1×80，1×60，1×40，1×20和1×5的不同特征单元。

7.根据权利要求6所述的油菜冠层氮素含量等级分类评估方法，其特征在于，步骤3)中，选定1×100的特征单元数量用于作物冠层氮素水平评价标准。