作物营养状况评估方法及设备

1.本技术涉及营养评估技术领域，具体涉及一种作物营养状况评估方法及设备。


背景技术：

2.随着现代信息技术的发展，智慧农业已经成为现代农业发展的重要推动力，如何高效、快速、灵敏地获取作物营养状况信息是智慧农业实现精准化种植、可视化管理、智能化决策的基础。叶绿素是植物进行光合作用的主要色素，是衡量植物光合作用、生长状况、受生物和非生物胁迫状况的重要生理指标。
3.目前，可利用激发光诱导作物叶片中的植物细胞产生荧光，由于荧光信息能够提供植物光合作用、初级光化学反应、叶绿素含量以及其生长过程中次生代谢产物的信息，因此，可以根据这些信息对作物营养状况进行评估。
4.但主动诱导作物产生荧光所需的激发光强度较高，并且作物产生的荧光较为微弱，在图像传感器对荧光信号进行捕获的同时，激发光也会对荧光信号产生干扰，导致图像传感器捕获的荧光信号出现偏差，降低了后续对作物营养状况的评估精度。


技术实现要素：

5.本技术实施例提供一种作物营养状况评估方法及设备，用以解决传统方法中图像传感器对荧光信号进行捕获的同时，激发光也会对荧光信号产生干扰，导致图像传感器捕获的荧光信号出现偏差，降低了后续对作物营养状况的评估精度的技术问题。
6.第一方面，本技术实施例提供一种作物营养状况评估方法，包括：
7.向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像；所述第一光谱图像为荧光和反射光的融合光在特定波段的光谱图像，所述第二光谱图像为所述反射光的光谱图像，所述荧光为所述叶片被所述激发光激发产生的荧光，所述反射光为所述激发光经所述叶片反射后的光；
8.向所述叶片发射全谱光，并采集第三光谱图像和第四光谱图像；所述第三光谱图像为所述全谱光经所述叶片反射后在特定波段的光谱图像，所述第四光谱图像为所述全谱光经所述叶片反射后的光谱图像；
9.根据所述第二光谱图像、所述第三光谱图像和所述第四光谱图像对所述第一光谱图像进行校正，得到校正荧光图像；
10.根据所述校正荧光图像评估所述待测作物的营养状况。
11.在一个实施例中，所述根据所述第二光谱图像、所述第三光谱图像和所述第四光谱图像对所述第一光谱图像进行校正，得到校正荧光图像，包括：
12.获取所述第四光谱图像中所述激发光所在波段的光强度，得到待处理光强度；
13.根据所述第二光谱图像的光强度和所述待处理光强度之间的关系，确定第一关系系数；
14.以所述第三光谱图像的光强度为自变量，以所述待处理光强度为因变量进行线性
回归分析，确定第二关系系数；
15.根据所述第一关系系数、所述第二关系系数、所述第三光谱图像的光强度和所述第一光谱图像的光强度，得到荧光校正指数；
16.根据所述荧光校正指数对所述第一光谱图像进行校正，得到校正荧光图像。
17.在一个实施例中，所述根据所述校正荧光图像评估所述待测作物的营养状况，包括：
18.根据所述校正荧光图像对所述叶片的叶绿素含量进行反演，得到所述叶片的叶绿素含量分布图像；
19.根据所述叶绿素含量分布图像评估所述待测作物的营养状况。
20.在一个实施例中，所述根据所述校正荧光图像对所述叶片的叶绿素含量进行反演，得到所述叶片的叶绿素含量分布图像，包括：
21.通过阈值分割将所述校正荧光图像上的背景图像剥离，得到叶片荧光图像；
22.根据所述叶片荧光图像的灰度总值和像素总量，得到所述叶片荧光图像的原始荧光参数；
23.根据不同原始荧光参数之间的比值，得到比值荧光参数；
24.以所述比值荧光参数为自变量，以所述叶片的叶绿素含量为因变量进行线性回归分析，得到所述叶绿素含量与所述比值荧光参数的关系模型；
25.根据所述关系模型对所述叶绿素含量进行像素级反演，得到所述叶片的叶绿素含量分布图像。
26.在一个实施例中，所述向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像，包括：
27.向待测作物的叶片发射紫外线，并采集第一荧光和第一反射光的融合光在特定波段的光谱图像，以及所述第一反射光的光谱图像；所述第一荧光为所述叶片被所述紫外线激发产生的荧光，第一反射光为所述紫外线经所述叶片反射后的光；
28.向待测作物的叶片发射蓝色可见光，并采集第二荧光和第二反射光的融合光在特定波段的光谱图像，以及所述第二反射光的光谱图像；所述第二荧光为所述叶片被所述蓝色可见光激发产生的荧光，所述第二反射光为所述蓝色可见光经所述叶片反射后的光；
29.向待测作物的叶片发射红色可见光，并采集第三荧光和第三反射光的融合光在特定波段的光谱图像，以及所述第三反射光的光谱图像；所述第三荧光为所述叶片被所述红色可见光激发产生的荧光，所述第三反射光为所述红色可见光经所述叶片反射后的光。
30.在一个实施例中，所述特定波段包括多个可见光波段，任一所述比值荧光参数为同一激发光在两个不同可见光波段下的原始荧光参数之间的比值。
31.在一个实施例中，所述向待测作物的叶片发射激发光之前，包括：
32.若所述叶片的面积小于或等于所述激发光的照射范围的面积，则控制所述叶片置于所述激发光的照射范围内；
33.若所述叶片的面积大于所述激发光的照射范围的面积，则控制所述叶片在所述激发光的照射范围内移动，以使所述叶片的任意部分均能出现在所述激发光的照射范围内。
34.第二方面，本技术实施例提供一种作物营养状况评估设备，用于实现第一方面所述的作物营养状况评估方法，包括：箱体、隔板、激发光源、全谱光源、滤光轮、图像传感器和
中央控制处理器；
35.所述隔板设置在所述箱体内部，将所述箱体分隔为第一隔间和第二隔间，所述第一隔间位于所述第二隔间的顶部；
36.所述激发光源设置在所述隔板的底部，所述激发光源用于向待测作物的叶片发射激发光；
37.所述全谱光源设置在所述隔板的底部，所述全谱光源用于向所述叶片发射全谱光；
38.所述滤光轮设置在所述隔板的顶部，所述滤光轮设置有滤光片放置位，所述隔板设置有通孔，当所述滤光轮旋转时，所述滤光片放置位能够与所述通孔对齐并相互连通；
39.所述图像传感器设置在所述第一隔间内，且所述图像传感器的水平位置高于所述滤光片放置位的水平位置，所述图像传感器与任一所述通孔在竖直方向上对齐，所述图像传感器用于采集第一光谱图像、第二光谱图像、第三光谱图像和第四光谱图像；
40.所述中央控制处理器设置在所述第一隔间内，所述中央控制处理器用于根据所述第二光谱图像、所述第三光谱图像和所述第四光谱图像对所述第一光谱图像进行校正，得到校正荧光图像，并根据所述校正荧光图像评估所述待测作物的营养状况。
41.在一个实施例中，还包括：叶片夹持机构；
42.所述叶片夹持机构设置在所述第二隔间的外侧，用于夹持特定叶片在激发光照射范围内移动，所述特定叶片为叶片面积大于激光发照射范围面积的叶片。
43.在一个实施例中，所述激发光源包括一个紫外线光源、两个蓝色可见光光源和两个红色可见光光源；
44.所述紫外线光源为环形光源，所述紫外线光源向靠近中轴线的方向发射紫外线，且所述紫外线的发射方向与水平面的夹角为锐角；
45.所述蓝色可见光光源和所述红色可见光光源均为条形光源，且两个所述蓝色可见光光源相对设置在所述紫外线光源的外侧，两个所述红色可见光光源相对设置在所述紫外线光源的外侧；
46.所述蓝色可见光光源向靠近所述紫外线光源中轴线的方向发射蓝色可见光，且所述蓝色可见光的发射方向与水平面的夹角为锐角；
47.所述红色可见光光源向靠近所述紫外线光源中轴线的方向发射红色可见光，且所述红色可见光的发射方向与水平面的夹角为锐角；
48.所述全谱光源包括四个白色光源，四个所述白色光源分别设置在所述第二隔间的顶部四角处，所述白色光源向靠近所述紫外线光源中轴线的方向发射白色光，且所述白色光的发射方向与水平面的夹角为锐角。
49.本技术实施例提供的作物营养状况评估方法及设备，通过向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像，再向叶片发射全谱光，并采集第三光谱图像和第四光谱图像，再根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正，得到校正荧光图像，最后根据校正荧光图像评估待测作物的营养状况。由于第一光谱图像为荧光和反射光的融合光在特定波段的光谱图像，第二光谱图像为反射光的光谱图像，第三光谱图像为全谱光经叶片反射后在特定波段的光谱图像，第四光谱图像为全谱光经叶片反射后的光谱图像，其中，荧光为叶片被激发光激发产生的荧光，反射光为激发光经
叶片反射后的光，因此，当根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正时，是将激发光经叶片反射后的光也作为校正因素，对第一光谱图像进行校正，有利于在图像传感器获取的偏差图像中剔除激发光对于荧光信号的干扰，从而提高后续对作物营养状况评估的精度。
附图说明
50.为了更清楚地说明本技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
51.图1是本技术实施例提供的作物营养状况评估方法的流程示意图之一；
52.图2是本技术实施例提供的作物营养状况评估方法的流程示意图之二；
53.图3是本技术实施例提供的作物营养状况评估方法的流程示意图之三；
54.图4是本技术实施例提供的作物营养状况评估方法的流程示意图之四；
55.图5是本技术实施例提供的作物营养状况评估设备的结构示意图；
56.图6是本技术实施例提供的作物营养状况评估设备的滤光轮及其驱动装置的结构示意图；
57.图7是本技术实施例提供的作物营养状况评估设备的光源分布俯视图；
58.图8是本技术实施例提供的作物营养状况评估设备的总体框架结构图；
59.图9是本技术实施例提供的作物营养状况评估设备的光源控制装置结构及接线示意图。
60.附图标记：
61.1-箱体；1a-第一隔间；1b-第二隔间；2-隔板；3-紫外线光源；4-蓝色可见光光源；5-红色可见光光源；6-全谱光源；7-滤光轮；71-滤光片放置位；8-图像传感器；9-中央控制处理器；10-叶片夹持机构；11-滤光轮驱动装置；12-光源控制装置；13-降压装置；14-电源装置；15-人机交互装置；16-gps定位装置。
具体实施方式
62.为使本技术的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
63.图1是本技术实施例提供的作物营养状况评估方法的流程示意图之一。参照图1，本技术实施例提供一种作物营养状况评估方法，可以包括：
64.101、向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像；
65.第一光谱图像为荧光和反射光的融合光在特定波段的光谱图像，第二光谱图像为反射光的光谱图像，荧光为叶片被激发光激发产生的荧光，反射光为激发光经叶片反射后的光；
66.102、向叶片发射全谱光，并采集第三光谱图像和第四光谱图像；
67.第三光谱图像为全谱光经叶片反射后在特定波段的光谱图像，第四光谱图像为全谱光经叶片反射后的光谱图像；
68.103、根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正，得到校正荧光图像；
69.104、根据校正荧光图像评估待测作物的营养状况。
70.步骤101中，激发光的种类可以是一种，也可以是多种，此处不作限定。
71.可以通过设置特定波段的滤光片来采集第一光谱图像，并在无滤光片的情况下采集第二光谱图像。需要说明的是，利用激发光主动诱导作物产生自体荧光涉及复杂的光谱反射、发射、吸收和重吸收过程，当激发光照射到作物叶片表面时，一部分光会受到叶片表面角质层的反射，包括镜面反射和漫反射，一部分光会进入叶肉细胞中引起植物细胞液泡中酚类物质以及叶绿素发射荧光，一部分叶绿素荧光有可能会受到叶绿素分子的重吸收，这取决于激发光的强度以及基态和激发态叶绿素分子的比例，为了确保作物叶片中能产生荧光的分子物质保持激发态，通常采用较高强度的激发光照射作物叶片，以获得较高的荧光强度，但该激发光照射作物叶片后会发生反射，产生反射光，该荧光强度相对于该反射光的强度依旧十分微弱，在对叶片荧光进行采集时，虽然可以通过滤光片截止部分反射光，但由于滤光片的截止深度有限，仍会有部分反射光通过滤光片，对荧光采集造成干扰，导致荧光光谱与激发光的反射光光谱混叠，即对荧光信息进行采集得到的实际为荧光和反射光的融合光在特定波段的光谱图像，即第一光谱图像。另外，在无滤光片的情况下采集反射光的光谱图像，实际上也包括一定量的荧光信息，但由于荧光强度相对反射光强度非常微弱，因此，可以将在无滤光片的情况下采集的光谱图像近似认为是激发光的反射光光谱图像，即第二光谱图像。
72.步骤102中，可以通过设置特定波段的滤光片来采集第三光谱图像，并在无滤光片的情况下采集第四光谱图像。与步骤101中同理，尽管全谱光中某些波段的光会对作物叶片起到激发荧光的作用，但由于荧光强度相对于全谱光的反射光强度也是十分微弱的，所以可以将透过滤光片的光进行采集得到的光谱图像近似认为是全谱光的反射光在特定波段的光谱图像，即第三光谱图像，将在无滤光片的情况下采集的光谱图像近似认为是全谱光的反射光光谱图像，即第四光谱图像。
73.进一步地，滤光片可以是窄带滤光片。
74.本实施例提供的作物营养状况评估方法，通过向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像，再向叶片发射全谱光，并采集第三光谱图像和第四光谱图像，再根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正，得到校正荧光图像，最后根据校正荧光图像评估待测作物的营养状况。由于第一光谱图像为荧光和反射光的融合光在特定波段的光谱图像，第二光谱图像为反射光的光谱图像，第三光谱图像为全谱光经叶片反射后在特定波段的光谱图像，第四光谱图像为全谱光经叶片反射后的光谱图像，其中，荧光为叶片被激发光激发产生的荧光，反射光为激发光经叶片反射后的光，因此，当根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正时，是将激发光经叶片反射后的光也作为校正因素，对第一光谱图像进行校正，有利于在图像传感器获取的偏差图像中剔除激发光对于荧光信号的干扰，从而提高后续对作物营养状况评估的精度。
75.图2是本技术实施例提供的作物营养状况评估方法的流程示意图之二。参照图2，在一个实施例中，根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正，得到校正荧光图像，可以包括：
76.201、获取第四光谱图像中激发光所在波段的光强度，得到待处理光强度；
77.202、根据第二光谱图像的光强度和待处理光强度之间的关系，确定第一关系系数；
78.203、以第三光谱图像的光强度为自变量，以待处理光强度为因变量进行线性回归分析，确定第二关系系数；
79.204、根据第一关系系数、第二关系系数、第三光谱图像的光强度和第一光谱图像的光强度，得到荧光校正指数；
80.205、根据荧光校正指数对第一光谱图像进行校正，得到校正荧光图像。
81.步骤201中，第四光谱图像为全谱光反射图像，可以在该全谱光反射图像中找到激发光所在波段对应的光强度，得到该激发光在全谱光反射图像中的反射强度，即为待处理光强度。
82.步骤202中，第二光谱图像为激发光的实测反射图像，第二光谱图像的光强度为激发光的实测反射强度，其与待处理光强度之间的关系可以如下式表示：
[0083][0084]
其中，rdn
l
为激发光l的实测反射强度，rdn
l
′
为激发光l在全谱光反射图像中的反射强度，即待处理光强度，d
l
为rdn
l
与rdn
l
′
之间的关系系数，即第一关系系数。
[0085]
由公式(2-1)可知，可以通过rdn
l
与rdn
l
′
，确定d的值。
[0086]
步骤203中，第三光谱图像为全谱光在特定波段的反射图像，第三光谱图像的光强度为全谱光在特定波段的反射强度，特定波段的数量可以为一个或多个，此处不作限定，本实施例中，特定波段为四个可见光波段，则第三光谱图像的光强度为全谱光在四个可见光波段的反射强度，其与待处理光强度之间的关系可如下式表示：
[0087]
rdn
l
′
＝k1rdn
n1
+k2rdn
n2
+k3rdn
n3
+k4rdn
n4
； (2-2)
[0088]
其中，k1、k2、k3、k4为回归系数，即第二关系系数，rdn
n1
为全谱光在可见光波段n1的反射强度，rdn
n2
为全谱光在可见光波段n2的反射强度，rdn
n3
为全谱光在可见光波段n3的反射强度，rdn
n4
为全谱光在可见光波段n4的反射强度。
[0089]
在对公式(2-2)进行线性回归分析时，可以通过手持式地物光谱仪以及四阶灰度梯度板测量全谱光在n1波段、n2波段、n3波段和n4波段的反射强度，并与待处理光强度之间进行线性拟合，进而求得k1、k2、k3、k4。
[0090]
根据回归分析得到rdn
n1
、rdn
n2
、rdn
n3
和rdn
n4
与rdn
l
′
之前的线性关系，能够利用rdn
n1
、rdn
n2
、rdn
n3
和rdn
n4
更加准确的表征rdn
l
′
。
[0091]
需要说明的是，n1、n2、n3和n4可以分别为440nm、520nm、690nm和740nm，由于激发光诱导叶片产生的荧光主要有蓝绿荧光和叶绿素荧光，其中，蓝绿荧光的中心波长为440nm和520nm，主要由叶片上下表皮细胞壁中的各类酚类物质受激发产生，叶绿素荧光的中心波长为690nm和740nm，主要由叶肉细胞中的叶绿素a受激发产生，而叶绿素含量的分布以叶绿素荧光为主要依据，以蓝绿荧光为次要依据进行评估，因此，利用全谱光在440nm、520nm、690nm和740nm这四个波段的反射强度表征待处理光强度，即表征激发光在全谱光反射图像
中的反射强度，有助于后续根据这四个荧光波段的信息识别荧光区域。
[0092]
步骤204中，第一光谱图像的光强度可如下式表示：
[0093][0094]
其中，是激发光为l、特定波段为n时的第一光谱图像的光强度，是激发光为l、特定波段为n时第一光谱图像中的荧光强度，是激发光为l、特定波段为n时第一光谱图像中的激发光的反射光强度，n可以等于n1、n2、n3或n4。
[0095]
公式(2-3)中，
[0096][0097]
其中，tn是波段为n的滤光片的透过率，可以设定为90％，为待测作物的叶片产生的荧光强度。
[0098]
公式(2-3)中，
[0099][0100]
其中，pn为波段为n的滤光片的截止率，用光密度衡量，可以设定为10-4
。
[0101]
根据公式(2-1)到(2-5)可以得到：
[0102][0103]
假定激发光为l、特定波段为n时，第一光谱图像的荧光校正指数为令将此式代入公式(2-6)可得：
[0104][0105]
从公式(2-6)和(2-7)中可知，和中均不含有即最后得到的作物叶片产生的荧光强度已经剔除了第一光谱图像中的激发光的反射光强度的影响。
[0106]
本实施例根据第二光谱图像的光强度和第四光谱图像的光强度得到第一关系系数，根据第三光谱图像的光强度和第四光谱图像的光强度得到第二关系系数，再根据第一关系系数、第二关系系数、第三光谱图像的光强度和第一光谱图像的光强度，得到荧光校正指数，最后根据荧光校正指数对第一光谱图像进行校正，得到校正荧光图像，该校正荧光图像能够剔除激发光的反射光的影响，从而提高后续对作物营养状况评估的精度。
[0107]
图3是本技术实施例提供的作物营养状况评估方法的流程示意图之三。参照图3，在一个实施例中，根据校正荧光图像评估待测作物的营养状况，可以包括：
[0108]
301、通过阈值分割将校正荧光图像上的背景图像剥离，得到叶片荧光图像；
[0109]
302、根据叶片荧光图像的灰度总值和像素总量，得到叶片荧光图像的原始荧光参数；
[0110]
303、根据不同原始荧光参数之间的比值，得到比值荧光参数；
[0111]
304、以比值荧光参数为自变量，以叶片的叶绿素含量为因变量进行线性回归分
析，得到叶绿素含量与比值荧光参数的关系模型；
[0112]
305、根据关系模型对叶绿素含量进行像素级反演，得到叶片的叶绿素含量分布图像。
[0113]
306、根据叶绿素含量分布图像评估待测作物的营养状况。
[0114]
步骤302中，叶片荧光图像的原始荧光参数计算公式可如下所示：
[0115][0116]
其中，是激发光为l，特定波段为n时得到的叶片荧光图像的原始荧光参数，v
gray
为叶片荧光图像的灰度总值，即叶片荧光图像中所有像素的灰度值总和，m
pix
为叶片荧光图像的像素总量，即叶片荧光图像中所有像素的数量总和。
[0117]
步骤303中，任一比值荧光参数为同一激发光在两个不同可见光波段下的原始荧光参数之间的比值。
[0118]
例如可以通过公式(3-1)分别计算激发光为紫外线u、特定波段为荧光波段440nm、520nm、690nm和740nm时的原始荧光参数520nm、690nm和740nm时的原始荧光参数和以及激发光为蓝色可见光b、特定波段为荧光波段690nm和740nm时的原始荧光参数和以及激发光为红色可见光r、特定波段为荧光波段690nm和740nm时的原始荧光参数和再根据这些原始荧光参数的比值得到比值荧光参数，具体可表示如下：
[0119][0120][0121][0122][0123]
步骤304中，得到的叶绿素含量与比值荧光参数的关系模型可如下式所示：
[0124][0125]
其中，lcc为叶片荧光图像中的叶绿素含量，e1、e2、e3和e4为回归系数，和为公式(3-2)至(3-5)中的比值荧光参数，β为补偿系数。
[0126]
采用比值荧光参数来拟合叶绿素含量，能够通过相除的形式消除同一激发光下多个荧光波段的原始荧光参数的误差，使得叶绿素含量的表征更加准确。
[0127]
步骤305中，得到叶片的叶绿素含量分布图像可如下式表示：
[0128][0129]
其中，lcc
(x，y)
为叶片荧光图像中像素点(x，y)处的叶绿素含量，h为叶片荧光图像
的高度，w为叶片荧光图像的宽度，为比值荧光参数的图像中像素点(x，y)处的荧光强度，为比值荧光参数的图像中像素点(x，y)处的荧光强度，为比值荧光参数的图像中像素点(x，y)处的荧光强度，为比值荧光参数的图像中像素点(x，y)处的荧光强度。
[0130]
即根据公式(3-7)能够得到待测作物叶片任一位置的叶绿素含量，即叶片的叶绿素含量分布图像。
[0131]
步骤306中，叶绿素含量分布较多的位置可以认为是叶片营养状况较好的位置，因此，可以根据叶绿素含量分布图像评估叶片整体的营养状况，再根据叶片整体的营养状况评估待测作物的营养状况。
[0132]
本实施例通过根据校正荧光图像对叶片的叶绿素含量进行反演，得到叶片的叶绿素含量分布图像，再根据叶绿素含量分布图像评估待测作物的营养状况，能够实现叶绿素到叶片再到待测作物的层层评估，准确评估叶绿素含量分布，进而准确评估叶片营养状况，最终准确评估待测作物的营养状况，实现待测作物营养快速、灵敏、特异性检测，以指导大田环境中作物施肥管理措施的制定，提高施肥措施效率和效果，进而提高作物产量和品质。
[0133]
图4是本技术实施例提供的作物营养状况评估方法的流程示意图之四。参照图4，在一个实施例中，向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像，可以包括：
[0134]
401、向待测作物的叶片发射紫外线，并采集第一荧光和第一反射光的融合光在特定波段的光谱图像，以及第一反射光的光谱图像；
[0135]
第一荧光为叶片被紫外线激发产生的荧光，第一反射光为紫外线经叶片反射后的光；
[0136]
402、向待测作物的叶片发射蓝色可见光，并采集第二荧光和第二反射光的融合光在特定波段的光谱图像，以及第二反射光的光谱图像；
[0137]
第二荧光为叶片被蓝色可见光激发产生的荧光，第二反射光为蓝色可见光经叶片反射后的光；
[0138]
403、向待测作物的叶片发射红色可见光，并采集第三荧光和第三反射光的融合光在特定波段的光谱图像，以及第三反射光的光谱图像；
[0139]
第三荧光为叶片被红色可见光激发产生的荧光，第三反射光为红色可见光经叶片反射后的光。
[0140]
该特定波段可以为多个可见光波段，例如440nm、520nm、690nm和740nm的荧光波段。
[0141]
在实际应用中，步骤401、步骤402和步骤403之间没有严格的时序关系；即，可同时执行，或任一步骤先执行，具体根据实际需求而定，此处不做限定。
[0142]
本实施例利用多种激发光诱导待测作物的叶片产生荧光，可实现叶片荧光的多样化，有助于利用更加丰富的荧光信息，评估叶绿素含量的分布，提高叶片营养状况评估和待测作物营养状况评估的准确度。
[0143]
在一个实施例中，向待测作物的叶片发射激发光之前，可以选择图像采集模式，如窄小型叶片光谱图像采集模式或宽长型叶片光谱图像采集模式：
[0144]
若叶片的面积小于或等于激发光的照射范围的面积，则选择窄小型叶片光谱图像采集模式，控制叶片置于激发光的照射范围内；
[0145]
若叶片的面积大于激发光的照射范围的面积，则选择宽长型叶片光谱图像采集模式，控制叶片在激发光的照射范围内移动，以使叶片的任意部分均能出现在激发光的照射范围内。
[0146]
针对窄小型叶片作物，例如小麦、马铃薯、水稻等，由于其叶片大小在激发光照射范围内，因此，可直接将其叶片放置于激发光照射范围内接受激发光的荧光诱导，得到完整的叶片光谱图像；
[0147]
针对宽长型叶片作物，例如玉米，由于其叶片大小已经超过了激发光照射范围内，如果直接接受激发光的荧光诱导，会导致超出激发光照射范围的叶片无法被激发，得到不完整的叶片光谱图像，因而无法评估整个叶片的营养状况，因此，需要控制叶片在激发光照射范围内移动，使得叶片的每个部分都能被激发光照射到，从而采集到完整的叶片光谱图像。
[0148]
本实施例根据待测作物的叶片面积大小区分叶片被激发光照射的方式，能够保证任何大小的叶片均能被以完整体接受激发光的诱导，从而采集到完整的叶片光谱图像。
[0149]
图5是本技术实施例提供的作物营养状况评估设备的结构示意图；
[0150]
图6是本技术实施例提供的作物营养状况评估设备的滤光轮及其驱动装置的结构示意图；
[0151]
参照图5-图6，本技术实施例提供一种作物营养状况评估设备，用于实现前述的作物营养状况评估方法，可以包括：箱体1、隔板2、激发光源、全谱光源6、滤光轮7、图像传感器8和中央控制处理器9；
[0152]
隔板2设置在箱体1内部，将箱体1分隔为第一隔间1a和第二隔间1b，第一隔间1a位于第二隔间1b的顶部；
[0153]
激发光源设置在隔板2的底部，激发光源用于向待测作物的叶片发射激发光；
[0154]
全谱光源6设置在隔板2的底部，全谱光源6用于向叶片发射全谱光；
[0155]
滤光轮7设置在隔板2的顶部，滤光轮7设置有滤光片放置位71，隔板2设置有通孔，当滤光轮7旋转时，滤光片放置位71能够与通孔对齐并相互连通；
[0156]
图像传感器8设置在第一隔间1a内，且图像传感器8的水平位置高于滤光片放置位71的水平位置，图像传感器8与任一通孔在竖直方向上对齐，图像传感器8用于采集第一光谱图像、第二光谱图像、第三光谱图像和第四光谱图像；
[0157]
中央控制处理器9设置在第一隔间1a内，中央控制处理器9用于根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正，得到校正荧光图像，并根据校正荧光图像评估待测作物的营养状况。
[0158]
需要说明的是，该箱体1相当于暗室，滤光片放置位71和通孔的数量可以为一个，也可以为多个，此处不作限定，通过将波段的滤光片放置在滤光片放置位71上，再旋转滤光轮7，使得通孔、滤光片放置位71和图像传感器8在竖直方向上对齐，就能够通过图像传感器8采集到的当前滤光片的波段内的光谱图像。本实施例中，滤光片放置位71的形状为圆形，
数量为五个，其中四个分别安装中心波长为440nm、520nm、690nm和740nm的窄带滤光片，另一个留空，窄带滤光片的半宽均为25nm。
[0159]
在对待测作物的叶片进行荧光诱导时，通常将叶片放置于箱体1的底部，利用激发光源和全谱光源6向下照射叶片，而将滤光轮7和图像传感器8的水平位置通常要高于激发光源和全谱光源6的水平位置，便于采集经过滤光片的光谱图像以及各类反射光的光谱图像。
[0160]
本实施例提供的作物营养状况评估设备，通过设置激发光源、全谱光源、滤光轮、图像传感器和中央控制处理器，能够控制激发光源向待测作物的叶片发射激发光，并控制图像传感器采集第一光谱图像和第二光谱图像，再控制全谱光源向叶片发射全谱光，并控制图像传感器采集第三光谱图像和第四光谱图像，再利用中央控制处理器根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正，得到校正荧光图像，并根据校正荧光图像评估待测作物的营养状况。由于第一光谱图像为荧光和反射光的融合光在特定波段的光谱图像，第二光谱图像为反射光的光谱图像，第三光谱图像为全谱光经叶片反射后在特定波段的光谱图像，第四光谱图像为全谱光经叶片反射后的光谱图像，其中，荧光为叶片被激发光激发产生的荧光，反射光为激发光经叶片反射后的光，因此，当根据第二光谱图像、第三光谱图像和第四光谱图像对第一光谱图像进行校正时，是将激发光经叶片反射后的光也作为校正因素，对第一光谱图像进行校正，有利于在图像传感器获取的偏差图像中剔除激发光对于荧光信号的干扰，从而提高后续对作物营养状况评估的精度。
[0161]
进一步地，传统设备虽然也具备较为成熟的荧光光谱图像和反射光光谱图像采集系统，但通常体积较大，仅能满足室内条件下的研究性实验，难以满足大田环境下对作物多光谱荧光光谱图像的快速无损采集，另一方面，传统设备仅能实现光谱图像采集，但不能针对光谱图像信息进行校正及营养状况评估，因而难以在实际农业生产应用中为农作物的实际生长状况进行评价。
[0162]
本实施例采用的高集成度设备体积较小，一方面极大地提高了设备的便携性和设备在对复杂农田环境的适应性，另一方面能够利用中央控制处理器处理光谱图像信息，对图像进行校正，为作物营养状况提供更准确的评估。
[0163]
参照图5-图6，在一个实施例中，该作物营养状况评估设备还可以包括：叶片夹持机构10；
[0164]
叶片夹持机构10设置在第二隔间1b的外侧，用于夹持特定叶片在激发光照射范围内移动，特定叶片为叶片面积大于激光发照射范围面积的叶片。
[0165]
该叶片夹持机构10可以为拆卸式。
[0166]
针对窄小型叶片作物，无需使用该叶片夹持机构10，可直接将叶片置于箱体1底部开合板上，该底部开合板配置有黑色漫反射布，由中央控制处理器9控制激发光源、全谱光源6、滤光轮驱动装置11和图像采集器8完成光谱图像的采集，为保持滤光轮驱动装置11中的步进电机转动力矩并提高角度控制的精度，该滤光轮驱动装置11采用外径28毫米的四相八拍式永磁减速型步进电机和高耐压、大电流复合晶体管阵列的步进电机驱动板。
[0167]
针对宽长型叶片作物，将叶片夹持机构10安装到第二隔间1b外侧，由中央控制处理器9控制叶片夹持机构10夹持叶片在激发光照射范围内移动，并联合控制激发光源、全谱光源6、滤光轮驱动装置11和图像采集器8完成光谱图像的采集。
[0168]
传统设备中，受成像面积、设备体积的限制，集成度的提升降低了设备对农作物的适应性，具有较大叶片的作物，不能完整的采集作物叶片的荧光光谱图像和反射光光谱图像，这难以满足实际农业生产工作的需求。
[0169]
本实施例通过设置叶片夹持机构，能够在待测作物的叶片较为宽长时，通过叶片夹持机构夹持叶片移动，使得图像传感器能够采集到完整的叶片光谱图像。
[0170]
图7是本技术实施例提供的作物营养状况评估设备的光源分布俯视图。参照图5和图7，在一个实施例中，激发光源包括一个紫外线光源3、两个蓝色可见光光源4和两个红色可见光光源5；
[0171]
紫外线光源3为环形光源，紫外线光源3向靠近中轴线的方向发射紫外线，且紫外线的发射方向与水平面的夹角为锐角；
[0172]
蓝色可见光光源4和红色可见光光源5均为条形光源，且两个蓝色可见光光源4相对设置在紫外线光源3的外侧，两个红色可见光光源5相对设置在紫外线光源3的外侧；
[0173]
蓝色可见光光源4向靠近紫外线光源3中轴线的方向发射蓝色可见光，且蓝色可见光的发射方向与水平面的夹角为锐角；
[0174]
红色可见光光源5向靠近紫外线光源3中轴线的方向发射红色可见光，且红色可见光的发射方向与水平面的夹角为锐角；
[0175]
全谱光源6包括四个白色光源，四个白色光源分别设置在第二隔间的顶部四角处，白色光源向靠近紫外线光源3中轴线的方向发射白色光，且白色光的发射方向与水平面的夹角为锐角。
[0176]
其中，紫外线的发射方向与水平面的夹角、蓝色可见光的发射方向与水平面的夹角、红色可见光的发射方向与水平面的夹角、白色光的发射方向与水平面的夹角以及任一蓝色可见光光源4与任一红色可见光光源5之间的夹角可以根据实际需求进行设定，此处不作限定，本实施例中，紫外线的发射方向与水平面的夹角可以为60度，蓝色可见光的发射方向与水平面的夹角可以为45度、红色可见光的发射方向与水平面的夹角可以为45度、白色光的发射方向与水平面的夹角可以为45度，任一蓝色可见光光源4与任一红色可见光光源5之间的夹角可以为90度。
[0177]
将紫外线的发射方向与水平面的夹角、蓝色可见光的发射方向与水平面的夹角、红色可见光的发射方向与水平面的夹角、白色光的发射方向与水平面的夹角均设定为锐角，能够将这些光向靠近紫外线光源中轴线的区域集中，有助于充分的照射该区域内的叶片。
[0178]
另外，由于紫外线光源3位于所有光源的中心位置，因此，紫外线的发射方向与水平面的夹角要略大于其他光发射方向与水平面的夹角，以使得所有光能够集中照射到同一区域。
[0179]
进一步地，将任一蓝色可见光光源4与任一红色可见光光源5之间的夹角设定为90度，相当于蓝色可见光光源4与红色可见光光源5互相间隔90度分布在紫外线光源3外侧，同时，将全谱光源6设置在第二间隔1b顶部四角处，将紫外线光源3设置为环形，能够使得所有光源分布均匀，实现对叶片的均匀照射。
[0180]
本实施例通过将所有光源均匀分布，并将发射方向设定为一定的角度，能够保证对叶片的均匀集中照射。
[0181]
图8是本技术实施例提供的作物营养状况评估设备的总体框架结构图；
[0182]
图9是本技术实施例提供的作物营养状况评估设备的光源控制装置结构及接线示意图。
[0183]
参照图5和图8，该作物营养状况评估设备共包含15个装置，分别为：
[0184]
箱体1，实现对各个装置的安装整合。
[0185]
激发光源，作为诱导待测作物的叶片产生多光谱荧光的光源，包含中心波长为365nm的紫外线、中心波长为460nm的蓝光可见光、中心波长为610nm的红光可见光。
[0186]
全谱光源6，主要为反射光光谱图像的采集提供光源。
[0187]
滤光轮7，通过旋转将滤光片放置位与隔板通孔对齐，通过滤光片实现对激发光源的滤除以及荧光光谱图像和反射光光谱图像的采集，滤光片采用440nm、520nm、690nm和740nm的窄带滤光片，带宽半宽为25nm，并配有一个未安装滤光片的滤光片放置位，实现对rgb图像的采集。
[0188]
图像传感器8，主要负责采集荧光光谱图像以及反射光谱图像。
[0189]
中央控制处理器9，主要负责控制滤光轮驱动装置和图像传感器采集荧光光谱图像及反射光光谱图像、进行光谱图像校正及营养状况评估、控制光源控制装置选择激发光源、控制全谱光源发射全谱光、控制数据存储装置实现数据存储、控制叶片夹持机构夹持待测作物的叶片移动，同时与人机交互装置、数据存储装置、gps定位装置实现数交互。
[0190]
叶片夹持机构10，主要负责夹持待测作物的叶片进行移动。
[0191]
滤光轮驱动装置11，实现对滤光轮的自动驱动。
[0192]
光源控制装置12，主要负责控制三种激发光源的开关，由三组电磁继电器组成。
[0193]
降压装置13，主要负责将电源装置的24v电压降为5v电压，为除了激发光源以外的装置提供电能。
[0194]
电源装置14，主要负责为整个设备提供电能，选用24v锂电池。
[0195]
人机交互装置15，主要实现人与设备的交互功能，为设备的操作、数据的采集、数据的存储、数据的查看提供便利。
[0196]
gps定位装置16，主要负责收集待测作物所在的地理位置信息。
[0197]
网络传输装置，主要负责与pc端实现数据的交互。
[0198]
数据存储装置，实现数据的本地存储。
[0199]
其中，网络传输装置和数据存储装置位于中央控制处理器9内。
[0200]
参照图9，光源控制装置由四个电磁继电器构成，第一个继电器的常开端与公共端与24v锂电池连接，第二个继电器的常开端与公共端与紫外线光源相连，第三个继电器的常开端与公共端与蓝色可见光光源连接，第四个继电器的常开端与公共端与红色可见光光源连接，该装置的额定供电电压为5v，由降压装置将24v电压降至5v电压供电，其控制端分别于中央控制处理器的pin1、pin2、pin3及pin4引脚连接，实现中央控制处理器对激发光源的控制，全谱光源的供电电压为5v，可直接由中央控制处理器供电并控制。由于激发光源需要发射强度较大的激发光，因此需要24v电压供电。
[0201]
最后应说明的是：以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；
而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。

技术特征：
1.一种作物营养状况评估方法，其特征在于，包括：向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像；所述第一光谱图像为荧光和反射光的融合光在特定波段的光谱图像，所述第二光谱图像为所述反射光的光谱图像，所述荧光为所述叶片被所述激发光激发产生的荧光，所述反射光为所述激发光经所述叶片反射后的光；向所述叶片发射全谱光，并采集第三光谱图像和第四光谱图像；所述第三光谱图像为所述全谱光经所述叶片反射后在特定波段的光谱图像，所述第四光谱图像为所述全谱光经所述叶片反射后的光谱图像；根据所述第二光谱图像、所述第三光谱图像和所述第四光谱图像对所述第一光谱图像进行校正，得到校正荧光图像；根据所述校正荧光图像评估所述待测作物的营养状况。2.根据权利要求1所述的作物营养状况评估方法，其特征在于，所述根据所述第二光谱图像、所述第三光谱图像和所述第四光谱图像对所述第一光谱图像进行校正，得到校正荧光图像，包括：获取所述第四光谱图像中所述激发光所在波段的光强度，得到待处理光强度；根据所述第二光谱图像的光强度和所述待处理光强度之间的关系，确定第一关系系数；以所述第三光谱图像的光强度为自变量，以所述待处理光强度为因变量进行线性回归分析，确定第二关系系数；根据所述第一关系系数、所述第二关系系数、所述第三光谱图像的光强度和所述第一光谱图像的光强度，得到荧光校正指数；根据所述荧光校正指数对所述第一光谱图像进行校正，得到校正荧光图像。3.根据权利要求1所述的作物营养状况评估方法，其特征在于，所述根据所述校正荧光图像评估所述待测作物的营养状况，包括：根据所述校正荧光图像对所述叶片的叶绿素含量进行反演，得到所述叶片的叶绿素含量分布图像；根据所述叶绿素含量分布图像评估所述待测作物的营养状况。4.根据权利要求3所述的作物营养状况评估方法，其特征在于，所述根据所述校正荧光图像对所述叶片的叶绿素含量进行反演，得到所述叶片的叶绿素含量分布图像，包括：通过阈值分割将所述校正荧光图像上的背景图像剥离，得到叶片荧光图像；根据所述叶片荧光图像的灰度总值和像素总量，得到所述叶片荧光图像的原始荧光参数；根据不同原始荧光参数之间的比值，得到比值荧光参数；以所述比值荧光参数为自变量，以所述叶片的叶绿素含量为因变量进行线性回归分析，得到所述叶绿素含量与所述比值荧光参数的关系模型；根据所述关系模型对所述叶绿素含量进行像素级反演，得到所述叶片的叶绿素含量分布图像。5.根据权利要求1所述的作物营养状况评估方法，其特征在于，所述向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像，包括：
向待测作物的叶片发射紫外线，并采集第一荧光和第一反射光的融合光在特定波段的光谱图像，以及所述第一反射光的光谱图像；所述第一荧光为所述叶片被所述紫外线激发产生的荧光，第一反射光为所述紫外线经所述叶片反射后的光；向待测作物的叶片发射蓝色可见光，并采集第二荧光和第二反射光的融合光在特定波段的光谱图像，以及所述第二反射光的光谱图像；所述第二荧光为所述叶片被所述蓝色可见光激发产生的荧光，所述第二反射光为所述蓝色可见光经所述叶片反射后的光；向待测作物的叶片发射红色可见光，并采集第三荧光和第三反射光的融合光在特定波段的光谱图像，以及所述第三反射光的光谱图像；所述第三荧光为所述叶片被所述红色可见光激发产生的荧光，所述第三反射光为所述红色可见光经所述叶片反射后的光。6.根据权利要求4所述的作物营养状况评估方法，其特征在于，所述特定波段包括多个可见光波段，任一所述比值荧光参数为同一激发光在两个不同可见光波段下的原始荧光参数之间的比值。7.根据权利要求1所述的作物营养状况评估方法，其特征在于，所述向待测作物的叶片发射激发光之前，包括：若所述叶片的面积小于或等于所述激发光的照射范围的面积，则控制所述叶片置于所述激发光的照射范围内；若所述叶片的面积大于所述激发光的照射范围的面积，则控制所述叶片在所述激发光的照射范围内移动，以使所述叶片的任意部分均能出现在所述激发光的照射范围内。8.一种作物营养状况评估设备，用于实现权利要求1至7任一项所述的作物营养状况评估方法，其特征在于，包括：箱体、隔板、激发光源、全谱光源、滤光轮、图像传感器和中央控制处理器；所述隔板设置在所述箱体内部，将所述箱体分隔为第一隔间和第二隔间，所述第一隔间位于所述第二隔间的顶部；所述激发光源设置在所述隔板的底部，所述激发光源用于向待测作物的叶片发射激发光；所述全谱光源设置在所述隔板的底部，所述全谱光源用于向所述叶片发射全谱光；所述滤光轮设置在所述隔板的顶部，所述滤光轮设置有滤光片放置位，所述隔板设置有通孔，当所述滤光轮旋转时，所述滤光片放置位能够与所述通孔对齐并相互连通；所述图像传感器设置在所述第一隔间内，且所述图像传感器的水平位置高于所述滤光片放置位的水平位置，所述图像传感器与任一所述通孔在竖直方向上对齐，所述图像传感器用于采集第一光谱图像、第二光谱图像、第三光谱图像和第四光谱图像；所述中央控制处理器设置在所述第一隔间内，所述中央控制处理器用于根据所述第二光谱图像、所述第三光谱图像和所述第四光谱图像对所述第一光谱图像进行校正，得到校正荧光图像，并根据所述校正荧光图像评估所述待测作物的营养状况。9.根据权利要求8所述的作物营养状况评估设备，其特征在于，还包括：叶片夹持机构；所述叶片夹持机构设置在所述第二隔间的外侧，用于夹持特定叶片在激发光照射范围内移动，所述特定叶片为叶片面积大于激光发照射范围面积的叶片。10.根据权利要求8所述的作物营养状况评估设备，其特征在于，所述激发光源包括一个紫外线光源、两个蓝色可见光光源和两个红色可见光光源；
所述紫外线光源为环形光源，所述紫外线光源向靠近中轴线的方向发射紫外线，且所述紫外线的发射方向与水平面的夹角为锐角；所述蓝色可见光光源和所述红色可见光光源均为条形光源，且两个所述蓝色可见光光源相对设置在所述紫外线光源的外侧，两个所述红色可见光光源相对设置在所述紫外线光源的外侧；所述蓝色可见光光源向靠近所述紫外线光源中轴线的方向发射蓝色可见光，且所述蓝色可见光的发射方向与水平面的夹角为锐角；所述红色可见光光源向靠近所述紫外线光源中轴线的方向发射红色可见光，且所述红色可见光的发射方向与水平面的夹角为锐角；所述全谱光源包括四个白色光源，四个所述白色光源分别设置在所述第二隔间的顶部四角处，所述白色光源向靠近所述紫外线光源中轴线的方向发射白色光，且所述白色光的发射方向与水平面的夹角为锐角。

技术总结
本申请涉及营养评估领域，提供一种作物营养状况评估方法及设备。所述方法包括：向待测作物的叶片发射激发光，并采集第一光谱图像和第二光谱图像；向所述叶片发射全谱光，并采集第三光谱图像和第四光谱图像；根据所述第二光谱图像、所述第三光谱图像和所述第四光谱图像对所述第一光谱图像进行校正，得到校正荧光图像；根据所述校正荧光图像评估所述待测作物的营养状况。本申请实施例提供的作物营养状况评估方法及设备可以将激发光经叶片反射后的光也作为校正因素，对第一光谱图像进行校正，有利于在图像传感器获取的偏差图像中剔除激发光对于荧光信号的干扰，从而提高后续对作物营养状况评估的精度。养状况评估的精度。养状况评估的精度。


技术研发人员：孙红 刘国辉 赵若梅 李震 唐伟杰 李民赞
受保护的技术使用者：中国农业大学
技术研发日：2023.03.10
技术公布日：2023/7/12