Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于高光谱技术的绣球叶片氮磷含量预测方法 

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!

摘要:本发明公开了基于高光谱技术的绣球叶片氮磷含量预测方法,该绣球叶片氮磷含量预测方步骤如下:对大叶绣球进行不同氮处理或磷处理,获取在不同生长阶段叶片尺度的高光谱图像及对应的叶片氮含量或磷含量;计算每幅高光谱图像中叶片所有像素点的平均光谱曲线,获得光谱反射数据后,通过标准正态变换和滤波器平滑处理后获得原始光谱反射率数据;计算经过CWT变换后各个尺度上的光谱反射率和对应的叶片氮含量或磷含量的相关系数,将相关系数值按降序排序,保留前5%作为光谱特征波段;然后采用PLSR建模获得基于CWT的PLSR预测模型。本发明可为绣球氮素、磷素营养状况的实时监测与苗圃生产中肥料的高效施用提供关键技术支撑。

主权项:1.基于高光谱技术的绣球叶片氮磷含量预测方法,其特征在于,所述绣球叶片氮磷含量预测方法,包括以下步骤:1对大叶绣球进行不同氮处理或磷处理,获取在不同生长阶段叶片尺度的高光谱图像及对应的叶片氮含量或磷含量;2计算每幅高光谱图像中叶片所有像素点的平均光谱曲线,获得光谱反射数据后,通过标准正态变换和滤波器平滑处理后获得原始光谱反射率数据;3将原始光谱经过连续小波变换处理后,计算各个尺度上的光谱反射率和对应的叶片氮含量或磷含量的相关系数,将相关系数值按降序排序,保留前5%作为光谱特征波段;然后采用偏最小二乘回归建模,获得基于CWT的PLSR预测模型;4取待测试氮磷含量的绣球植株的叶片,获取步骤3中所述光谱特征波段的光谱反射率数据,采用步骤3中所述基于CWT的PLSR预测模型进行对应氮含量或磷含量的估算。

全文数据:

权利要求:

百度查询: 上海辰山植物园 基于高光谱技术的绣球叶片氮磷含量预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。