详情

原文传递一种测量植物叶片氮含量的方法和装置

专利名称：	一种测量植物叶片氮含量的方法和装置
摘要：	本发明公开了一种测量植物叶片氮含量的方法和装置，属于光谱分析及人工智能领域，包括以下步骤：(1)获取目标叶片被单一一个特征波段下的光源照射的单波段图像；(2)重复步骤(1)，采集四个特征波段下的图像信息；(3)将采集的四个特征波段的图像组合成一幅四通道的光谱图像；(4)利用所述光谱图像与其对应的含氮量标签对深度学习模型进行训练，得到含氮量预测模型；(5)将训练好的含氮量预测模型移植到AI控制芯片上；(6)对待预测的叶片样本进行信息采集，并利用装有AI控制芯片的AI传感器，预测输出含氮量；(7)通过串口输出含氮量预测结果；(8)显示农田中不同位置的叶片的含氮量的分布图。
专利类型：	发明专利
国家地区组织代码：	浙江;33
申请人：	浙江大学
发明人：	裘正军;周磊;赵楠;何勇
专利状态：	有效
申请日期：	2019-07-17T00:00:00+0800
发布日期：	2019-10-18T00:00:00+0800
申请号：	CN201910645516.4
公开号：	CN110346305A
代理机构：	杭州天勤知识产权代理有限公司
代理人：	胡红娟
分类号：	G01N21/25(2006.01);G;G01;G01N;G01N21
申请人地址：	310013 浙江省杭州市西湖区余杭塘路866号
主权项：	1.一种测量植物叶片氮含量的方法，其特征在于，包括以下步骤： (1)获取目标叶片被单一一个特征波段下的光源照射的单波段图像； (2)重复步骤(1)，采集四个特征波段下的图像信息； (3)将采集的四个特征波段的图像组合成一幅四通道的光谱图像； (4)利用所述光谱图像与其对应的含氮量标签对深度学习模型进行训练，得到含氮量预测模型； (5)将训练好的含氮量预测模型移植到AI控制芯片上； (6)对待预测的叶片样本进行信息采集，并利用装有AI控制芯片的AI传感器，预测输出含氮量。 2.根据权利要求1所述的测量植物叶片氮含量的方法，其特征在于，还包括以下步骤： (7)通过串口输出含氮量预测结果； (8)显示农田中不同位置的叶片的含氮量的分布图。 3.根据权利要求1所述的测量植物叶片氮含量的方法，其特征在于，步骤(2)中，四个特征波段为：490-500、590-600、630-640和680-690nm。 4.根据权利要求1所述的测量植物叶片氮含量的方法，其特征在于，步骤(4)中所述的深度学习模型包括四个卷积块和一个全连接网络，其中，每一个卷积块中包括一个卷积层、一个ReLU激活函数和一个最大池化层；所述卷积层卷积核尺寸为33，步长为1，所述最大池化层的尺寸为33，步长为2；所述全连接网络中包含两个层，每一层的神经元个数分别为256和64。 5.一种测量植物叶片氮含量的装置，其特征在于，包括：四组提供特征波长光源的LED，一个光谱成像传感器，一个遮光罩外壳，一个AI控制芯片及外围电路。 6.根据权利要求5所述的测量植物叶片氮含量的装置，其特征在于，所述的AI控制芯片通过以下步骤得到： (1)获取目标叶片被单一一个特征波段下的光源照射的单波段图像； (2)重复步骤(1)，采集四个特征波段下的图像信息； (3)将采集的四个特征波段的图像组合成一幅四通道的光谱图像； (4)利用所述光谱图像与其对应的含氮量标签对深度学习模型进行训练，得到含氮量预测模型； (5)将训练好的含氮量预测模型移植到所述AI控制芯片。
所属类别：	发明专利