详情

原文传递一种无损伤测量植物叶绿素的方法

专利名称：	一种无损伤测量植物叶绿素的方法
摘要：	本发明属于图像智能识别的领域，具体涉及一种无损伤测量植物叶绿素的方法。一种无损伤测量植物叶绿素的方法，是将植物叶绿素数值范围按固定区段长度分为若干分类；以植物叶绿素值最低点开始向叶绿素值最高点，按固定区段长度划分每一分类，最后一分类不满固定区段的，以实际区段长度计入最后分类；选取每一分类中对应叶绿素区间的植物作为样本；然后构建植物叶绿素的分类识别网络模型；通过智能终端拍摄植物，将拍摄的植物图像通过网络模型进行识别，返回识别结果中可信度最高的若干个分类；根据下公式推算叶子的叶绿素。本发明测量效果好、测量效率高、测量成本低。
专利类型：	发明专利
国家地区组织代码：	广西;45
申请人：	广西慧云信息技术有限公司
发明人：	韦光亮;王筱东;吴光杰;苏世宁;张玉国;龚骏逸;黄彬
专利状态：	有效
申请日期：	2018-12-26T00:00:00+0800
发布日期：	2019-05-21T00:00:00+0800
申请号：	CN201811597324.2
公开号：	CN109781728A
代理机构：	广州市华学知识产权代理有限公司
代理人：	颜海良
分类号：	G01N21/84(2006.01);G;G01;G01N;G01N21
申请人地址：	530007 广西壮族自治区南宁市高新区创新路23号9号楼三层
主权项：	1.一种无损伤测量植物叶绿素的方法，其特征在于，具体步骤如下： S1：将植物叶绿素数值范围按固定区段长度分为若干分类； S2：选取每一分类中对应叶绿素区间的植物作为样本； S3：构建植物叶绿素的分类识别网络模型； S4：通过智能终端拍摄植物，将拍摄的植物图像通过网络模型进行识别，返回识别结果中可信度最高的若干个分类； S5：根据以下公式推算叶子的叶绿素： (仅有1个Top0和1个Top1) SP＝SP0 (有1个Top0和2个Top1) (有2个Top0) 其中，SP为当前植物叶绿素值；SP0为通过网络模型识别返回的可信度最高的分类对应的叶绿素中值；SP0’为通过网络模型识别返回的可信度最高值Top0数量为2个时，另一个可信度最高值的分类对应的叶绿素中值；SP1为通过网络模型识别返回的可信度次高的分类对应的叶绿素中值；Top0为通过网络模型识别返回的可信度最高值；Top1为通过网络模型识别返回的可信度次高值；为通过网络模型识别返回的可信度最高的分类的权重，为通过网络模型识别返回的可信度次高的分类的权重。 2.根据权利要求1所述的一种无损伤测量植物叶绿素的方法，其特征在于，步骤S1中，将植物叶绿素数值范围按10SPAD区段长度分为若干分类。 3.根据权利要求1所述的一种无损伤测量植物叶绿素的方法，其特征在于，步骤S2中，每一分类样本数量不少于500张。 4.根据权利要求1所述的一种无损伤测量植物叶绿素的方法，其特征在于，步骤S2中，将每一个分类的叶绿素中值的前后1％区间长度作为样本采集区间。 5.根据权利要求1所述的一种无损伤测量植物叶绿素的方法，其特征在于，步骤S3中，将每一分类中对应叶绿素的植物样本分为训练样本和测试样本；训练样本通过GoogLeNet深度神经网络提取图片的特征信息,然后预测图片的所属分类，经多次迭代后生成网络参数；测试样本中的数据对训练好的网络参数进行测试，获得测试图片的所属分类与测试图片在S2中所属分类进行比较，对识别精度进行评估，多次迭代后得到优化后的网络参数。 6.根据权利要求5所述的一种无损伤测量植物叶绿素的方法，其特征在于，将每一分类中对应叶绿素的植物样本按照5：1分为训练样本和测试样本。 7.根据权利要求1所述的一种无损伤测量植物叶绿素的方法，其特征在于，步骤S4中，返回识别结果中可信度最高的5个分类或3个分类。 8.根据权利要求1所述的一种无损伤测量植物叶绿素的方法，其特征在于，步骤S1中，将植物叶绿素数值做好分类后，为每一分类设定权重，所有分类的权重值相加等于1。
所属类别：	发明专利