[发明专利]一种油菜冠层氮素含量等级分类评估方法在审
| 申请号： | 201910764545.2 | 申请日： | 2019-08-19 |
| 公开（公告）号： | CN110555395A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 岑海燕;朱月明;麻志宏;何勇;刘飞;方慧 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06Q10/04;G06Q50/02;G01N21/25 |
| 代理公司： | 33224 杭州天勤知识产权代理有限公司 | 代理人： | 胡红娟 |
| 地址： | 310013 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种油菜冠层氮素含量等级分类评估方法，属于智能农业技术领域，包括：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；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；将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；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，构建预测模型；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。 | ||
| 搜索关键词： | 氮素 高光谱图像 样本 高光谱数据 随机选取 油菜冠层 预测模型 神经网络训练 等级分类 光谱校正 类别判定 平均光谱 区域光谱 神经网络 生成数据 特征单元 油菜植株 预测数据 智能农业 作物冠层 植株 构建 冠层 校正 保存 分割 评估 | ||
【主权项】：
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：/n1)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；/n2)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；/n3)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；/n4)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；/n5)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。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学，未经浙江大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910764545.2/，转载请声明来源钻瓜专利网。
