买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东省农业科学院农业资源与环境研究所

摘要：本发明属于数据采集、机器视觉分析技术领域，提出了一种对富磷生物炭覆盖的动态规划方法，具体为：通过多光谱相机对富磷生物炭待覆盖区域进行数据采集，获得采集图像序列；再对采集图像序列进行预处理，获得处理光谱图像；然后根据处理光谱图像分析并计算施放富磷生物炭发生的低转化风险；最后结合所得低转化风险对待覆盖区域中的风险区域进行预警。通过量化富磷生物炭在选定区域中低效率转化问题的相对风险；对选定区域内的富磷生物炭动态施放提供了真实有效的评定数据基础，提高富磷生物炭在实际农业生产的应用中的可靠性和稳定性；同时本方法具有高效率的特点，操作难度和复杂度降低使得其应用效率更高。

主权项：1.一种对富磷生物炭覆盖的动态规划方法，其特征在于，所述方法包括以下步骤：S100，通过多光谱相机对富磷生物炭待覆盖区域进行数据采集，获得采集图像序列；S200，对采集图像序列进行预处理，获得处理光谱图像；S300，根据处理光谱图像分析并计算施放富磷生物炭发生的低转化风险；S400，结合所得低转化风险对待覆盖区域中的风险区域进行预警；在步骤S200中，对采集图像序列进行预处理，获得处理光谱图像的方法是：图像序列中的各个光谱图有相性分类，分类内容包括高相性图、低相性图和基物相性图；其中一个光谱图仅有一个相性分类，相性分类结合待测物质进行预先设定，待测物质包括土壤中的有机质、砂质以及土壤磷；其中有机质对应光谱图为高相性图，砂质对应光谱图为低相性图，土壤磷对应光谱图为基物相性图；对图像序列进行去噪处理，通过线性光谱解混算法从高相性图计算获得的光谱值记为高相值，从低相性图计算获得的光谱值记为低相值，从基物相性图计算获得的光谱值记为基物相值；将高相值，低相值和基物相值构成的元组记为采集组；将所有像素的采集组构建图像作为处理光谱图像即处理光谱图像中任意像素均包含采集组，任意采集组均由高相值，低相值和基物相值构成；高相值，低相值或者基物相值的计算方法为：定义高相值，低相值或者基物相值为处理相值，其中任一处理相值的计算方法为是，以处理相值对应相性分类的各个光谱图作为相性图像序列，Sbj_P为处理光谱图， ；其中Sbj_Px,y,pcss代表坐标为x,y的当前处理相值，z为图像序号，k为当前相性图像序列中图像的数量；Sbj_Ox,y,z代表当前相性图像序列第z个图像在坐标x,y的光谱值，arfz为当前相性图像序列第z个图像对应波段的权值，其默认值为1；在步骤S300中，根据处理光谱图像分析并计算施放富磷生物炭发生的低转化风险的方法是：通过高相值GV和低相值SV计算任意像素的相乏比例GDRt：GDRt＝GV－SVmax{GV,SV}；将处理光谱图获得的所有相乏比例进行归一化处理形成相乏标准值，根据相乏标准值把处理光谱图像进行区域划分，获得的区域记为壤区，区域划分的方法为超像素分割算法；若一个像素的相乏比例为负数则将其定义为强关注点，否则定义为弱关注点，计算壤区内强关注点的数量和弱关注点的数量的比值，定义该比值为壤区的关注权值；根据壤区内各个强关注点的相乏比例与基物相值计算校准偏移权值LO_LQS:LO_LQS＝exprg.GDRtst.GDRt×rg.BVds.BV；其中rg.GDRt为壤区内各个强关注点的相乏比例的平均值，st.GDRt为预设的相乏比例值的参考值；rg.BV代表壤区内各个强关注点的基物相值的平均值,ds.BV代表壤区内各个基物相值的极差值；把壤区的关注权值与校准偏移权值构成二元组并记为风险数组，获取图像中各个风险数组后，通过调用numpy库计算各个风险数组对应标准分数，定义壤区计算所得标准分数为其对应低转化风险。

全文数据：

权利要求：

百度查询： 广东省农业科学院农业资源与环境研究所 一种对富磷生物炭覆盖的动态规划方法