叶绿素检测装置及方法
阅读说明：本技术 叶绿素检测装置及方法 (Chlorophyll detection device and method ) 是由 罗斌 王成 王晓冬 周亚男 何璐璐 李爱学 董宏图 于 2020-04-07 设计创作，主要内容包括：本发明涉及叶绿素检测技术领域,公开了一种叶绿素检测装置及方法,该叶绿素检测装置,包括：比色卡、图像处理机构以及叶绿素获取机构；所述图像处理机构用于获取包含样本图像和比色卡图像的第一图像,并根据所述第一图像获取校正后的第二图像；所述叶绿素获取机构用于基于叶绿素估算模型和所述第二图像获取叶绿素含量。本发明提供的叶绿素检测装置,实现了在复杂环境光下较为精准地测量作物叶绿素含量的目的；可以实现作物叶绿素含量的快速检测,测量过程对作物无损,设备轻便易操作,节省人力,并适应于各类型人群的测量需求。(The invention relates to the technical field of chlorophyll detection, and discloses a chlorophyll detection device and a method, wherein the chlorophyll detection device comprises: the device comprises a color comparison card, an image processing mechanism and a chlorophyll acquisition mechanism; the image processing mechanism is used for acquiring a first image containing a sample image and a colorimetric card image and acquiring a corrected second image according to the first image; the chlorophyll acquisition mechanism is used for acquiring chlorophyll content based on a chlorophyll estimation model and the second image. The chlorophyll detection device provided by the invention realizes the purpose of accurately measuring the chlorophyll content of crops under the light of a complex environment; the device can realize the rapid detection of the chlorophyll content of crops, has no damage to the crops in the measurement process, is light and easy to operate, saves manpower, and is suitable for the measurement requirements of various types of people.)
技术领域
本发明涉及叶绿素检测技术领域，特别是涉及一种叶绿素检测装置及方法。
背景技术
长势良好的作物中会含有更多的叶绿素，叶绿素的含量也与叶片中氮含量正相关，在作物长势分析中，叶绿素含量是其中一个非常重要的指标。通过对作物叶绿素含量的检测，可以获取作物当前的长势情况，进一步可指导施肥管理，提高作物产量和品质。
目前的叶绿素检测技术大多基于分光光度法和光谱法，前者准确度高，但会对作物造成破坏，检验过程较为复杂；而基于光谱的检测可以实现无损检测，但测试准确性较低，仪器价格较贵，容易受到环境影响，仍然不能完全满足当下的叶绿素检测需求。因此，研究准确性高、无损检测的叶绿素检测仪仍然是很有必要的。
发明内容
本发明实施例提供一种叶绿素检测装置及方法，用以解决或部分解决现有的叶绿素检测技术会对作物造成破坏以及检验过程较为复杂的问题。
第一方面，本发明实施例提供一种叶绿素检测装置，包括：比色卡、图像处理机构以及叶绿素获取机构；
所述图像处理机构用于获取包含样本图像和比色卡图像的第一图像，并根据所述第一图像获取校正后的第二图像；所述叶绿素获取机构用于基于叶绿素估算模型和所述第二图像获取叶绿素含量。
在上述技术方案的基础上，所述图像处理机构包括图像获取单元，所述图像获取单元包括镜头以及与所述镜头相连的高清成像器。
在上述技术方案的基础上，所述图像处理机构包括图像校正单元，所述图像校正单元包括矩阵获取模块和图像校正模块；
所述矩阵获取模块用于根据所述比色卡图像的色阶值生成第一矩阵，以及基于所述第一矩阵和第二矩阵获取校正矩阵；所述图像校正模块用于根据所述校正矩阵对所述样本图像的每个像素点的色阶值进行校正；其中，通过比色卡的预设色阶值生成所述第二矩阵。
在上述技术方案的基础上，所述叶绿素获取机构包括采样区域获取模块、因素值获取模块以及叶绿素含量获取模块；
所述采样区域获取模块用于在所述第二图像中选取叶绿素采样点，采样区域是以采样点为圆心的一个圆；
所述因素值获取模块用于在所述采样区域中，采用k-means方法对RGB中的G分量聚类，得到三个聚类中心，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf；
所述叶绿素含量获取模块用于在叶绿素估算模型中，输入Rf、Gf和Bf，以获取叶绿素含量。
在上述技术方案的基础上，所述叶绿素检测装置还包括与所述叶绿素含量获取模块相连的用于显示叶绿素含量的显示器。
第二方面，本发明实施例提供一种叶绿素检测方法，包括：
获取包含样本图像和比色卡图像的第一图像，并根据所述第一图像获取校正后的第二图像；
基于叶绿素估算模型和所述第二图像获取叶绿素含量。
在上述技术方案的基础上，所述根据所述第一图像获取校正后的第二图像包括：
根据所述比色卡图像的色阶值生成第一矩阵，以及基于所述第一矩阵和第二矩阵获取校正矩阵；
根据所述校正矩阵对所述样本图像的每个像素点的色阶值进行校正；其中，通过比色卡的预设色阶值生成所述第二矩阵。
在上述技术方案的基础上，所述基于叶绿素估算模型和所述第二图像获取叶绿素含量包括：
在所述第二图像中选取叶绿素采样点，采样区域是以采样点为圆心的一个圆；
在采样区域中，采用k-means方法对RGB中的G分量聚类，得到三个聚类中心，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf；
在叶绿素估算模型中，输入Rf、Gf和Bf，以获取叶绿素含量。
在上述技术方案的基础上，所述叶绿素估算模型的获取方式包括：在样本图像中选取叶绿素采样点，采样区域是以采样点为圆心的一个圆；
在采样区域中，采用k-means方法对RGB中的G分量聚类，得到三个聚类中心，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf；
用手持叶绿素计测量采样点的叶绿素含量值P；
采用logistic回归方法对影响叶绿素含量值的三个因素值素Rf、Gf和Bf与叶绿素计测量的叶绿素含量值P进行拟合，得到叶绿素估算模型。
本发明实施例提供的一种叶绿素检测装置及方法，通过图像处理机构获取包含样本图像和比色卡图像的第一图像，并对第一图像进行校正，在这个过程中消除环境光对样本图像的色彩的影响，此时的第二图像即为真实的样本图像；叶绿素获取机构基于叶绿素估算模型和真实的样本图像获取叶绿素含量。本发明实施例提供的叶绿素检测装置，实现了在复杂环境光下较为精准地测量作物叶绿素含量的目的；可以实现作物叶绿素含量的快速检测，测量过程对作物无损，设备轻便易操作，节省人力，并适应于各类型人群的测量需求。
附图说明
为了更清楚地说明本发明实施例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发明的一些实施例，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。
图1为本发明实施例的一种叶绿素检测装置的结构示意图。
附图标记：
1、外壳；2、高清成像器；3、镜头；4、开关；5、锂电池；6、数据传输模块；7、电源接口；8、USB接口；11、三脚架；12、显示器。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
现有技术中的基于分光光度法的叶绿素含量检验方法，将作物样本放入盛有特定提取液的容量瓶中，常温常压下，于黑暗中将溶液超声波浸提1～2h；之后选取作物敏感的波长采用分光光度法，对该溶液中作物的叶绿素含量进行测定。
现有技术中的基于太阳角修正的光谱信息植物叶绿素检测装置，改进了以太阳光为光源的光谱检测方法中存在的太阳入射角不同导致测量结果存在误差的问题。首先获取太阳入射角度，之后通过采用检测作物光谱反射率得到样本的叶绿素SPAD值，通过校正系数获得修正后的太阳角检测值，进一步完成修正叶绿素含量的修正。
采用分光光度法完成叶绿素检测的方法，测量准确率较高，但需要特定提取液浸泡样本，无法做到无损测量，同时不能完成实地测量且需要耗费大量的时间和人力成本；而目前的无损叶绿素检测方法主要采用光谱法和图像法，光谱法利用不同波长通过作物的反射率或透光率等来完成叶绿素含量的检测。该方法要求作物对某些波长的敏感性较高，且入射光线强度和角度的不同也会影响检测结果。而相较于光谱法，图像法设备要求低，但现有的基于图像法的叶绿素检测仪器容易受到环境光的影响，从而影响检测结果。
图1为本发明实施例的一种叶绿素检测装置的结构示意图，如图1所示，本发明实施例的叶绿素检测装置，包括：比色卡、图像处理机构以及叶绿素获取机构；
图像处理机构用于获取包含样本图像和比色卡图像的第一图像，并根据第一图像获取校正后的第二图像；叶绿素获取机构用于基于叶绿素估算模型和第二图像获取叶绿素含量。
需要说明的是，将比色卡和样本放置于一处，第一图像中需要同时包括样本图像和比色卡图像。第一图像采用RGB模式存储。
在本发明实施例中，通过图像处理机构获取包含样本图像和比色卡图像的第一图像，并对第一图像进行校正，在这个过程中消除环境光对样本图像的色彩的影响，此时的第二图像即为真实的样本图像；叶绿素获取机构基于叶绿素估算模型和真实的样本图像获取叶绿素含量。本发明实施例提供的叶绿素检测装置，实现了在复杂环境光下较为精准地测量作物叶绿素含量的目的；可以实现作物叶绿素含量的快速检测，测量过程对作物无损，设备轻便易操作，节省人力，并适应于各类型人群的测量需求。
在上述实施例的基础上，图像处理机构包括图像获取单元，图像获取单元包括镜头3以及与镜头3相连的高清成像器2。
在本发明实施例中，将比色卡和样本放置于同一镜头3下拍摄成像。
在上述实施例的基础上，图像处理机构包括图像校正单元，图像校正单元包括矩阵获取模块和图像校正模块；
矩阵获取模块用于根据比色卡图像的色阶值生成第一矩阵，以及基于第一矩阵和第二矩阵获取校正矩阵；
需要说明的是，提取比色卡的影像的色阶值，并生成第一矩阵，通过比色卡的预设色阶值生成第二矩阵；利用伪逆矩阵的运算，计算出一校正矩阵；
图像校正模块用于根据校正矩阵对样本图像的每个像素点的色阶值进行校正；
需要说明的是，提取样本图像的每个像素点的色阶值，并生成多个矩阵。根据校正矩阵和该多个矩阵得出每个像素点被校正后的多个矩阵，以此获取真实的样本图像。
在上述实施例的基础上，叶绿素获取机构包括采样区域获取模块、因素值获取模块以及叶绿素含量获取模块；
采样区域获取模块用于在真实的样本图像中选取叶绿素采样点，采样区域A是以采样点为圆心，半径为r的一个圆；
因素值获取模块用于在采样区域A中，采用k-means方法对RGB中的G分量聚类，得到三个聚类中心，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf；
需要说明的是，k-means方法聚类具体步骤如下:
第一、在采样区域A中随机选取三个点作为初始聚类中心，并以RGB图像中的G分量值作为聚类特征；
第二、计算在采样区域A中每个像素G分量值与三个聚类中心G分量值的欧氏距离，并根据最小距离对像素进行划分；
第三、重新计算每个聚类的中心；
第四、重复步骤二和步骤三，直到每个聚类中心不再发生变化。
需要说明的是，根据三个聚类中心，计算影响叶绿素含量值的三个因素值Rfi、Gfi和Bfi，计算公式如下:
Rfi＝(N1*R1+N2*R2+N3*R3)/(N1+N2+N3)
Gfi＝(N1*G1+N2*G2+N3*G3)/(N1+N2+N3)
Bfi＝(N1*B1+N2*B2+N3*B3)/(N1+N2+N3)
其中，三个聚类中心中R分量值分别为R1、R2和R3，G分量值分别为G1、G2和G3，B分量值分别为B1、B2和B3，三个区域的像素个数分别为N1、N2和N3。
叶绿素含量获取模块用于在叶绿素估算模型中，输入Rf、Gf和Bf，以获取叶绿素含量。
需要说明的是，叶绿素估算模型定义如下：ln(p/(l-p))＝C0+C1*Rf+C2*Gf+C3*Bf。
其中，p表示手持叶绿素采集到叶绿素含量，输入的样本数据为{pi}，i＝1，....，N；Rf，Gf，Bf表示影响叶绿素含量值的三个因素，输入的样本数据为{Rfi，Gfi，Bfi}，i＝1，...，N；利用SPSS软件求得参数C0、C1、C2和C3的值。
在上述实施例的基础上，叶绿素检测装置还包括与叶绿素含量获取模块相连的用于显示叶绿素含量的显示器12。
在本发明实施例中，通过显示器12可以清楚简洁的看到样本的叶绿素含量。
本发明实施例提供的叶绿素检测装置，还包括成矩形状的外壳1，外壳1的底部安装有用于调节高度的三脚架11；镜头3置于外壳1上预留的镜头框处，与镜头3相连的高清成像器2位于外壳1的内部；与叶绿素含量获取模块相连的显示器12位于外壳1的侧面；外壳1的内部安装有用于为矩阵获取模块、图像校正模块、采样区域获取模块、因素值获取模块以及叶绿素含量获取模块提供电量的锂电池5；上述各个模块之间通过位于外壳1的内部的数据传输模块6实现数据通信；外壳1的上预留有USB接口8和电源接口7；外壳1上还设有用于启动该叶绿素检测装置的开关4。
本发明的另一个实施例提供一种叶绿素检测方法，包括：
获取包含样本图像和比色卡图像的第一图像，并根据第一图像获取校正后的第二图像；
基于叶绿素估算模型和第二图像获取叶绿素含量。
在本发明实施例中，获取包含样本图像和比色卡图像的第一图像，并对第一图像进行校正，在这个过程中消除环境光对样本图像的色彩的影响，此时的第二图像即为真实的样本图像；基于叶绿素估算模型和真实的样本图像获取叶绿素含量。本发明实施例提供的叶绿素检测方法，实现了在复杂环境光下较为精准地测量作物叶绿素含量的目的；可以实现作物叶绿素含量的快速检测，测量过程对作物无损，设备轻便易操作，节省人力，并适应于各类型人群的测量需求。
在上述实施例的基础上，根据第一图像获取校正后的第二图像包括：
根据比色卡图像的色阶值生成第一矩阵，以及基于第一矩阵和第二矩阵获取校正矩阵；
需要说明的是，提取比色卡的影像的色阶值，并生成第一矩阵，通过比色卡的预设色阶值生成第二矩阵；利用伪逆矩阵的运算，计算出一校正矩阵；
根据校正矩阵对样本图像的每个像素点的色阶值进行校正。
需要说明的是，提取样本图像的每个像素点的色阶值，并生成多个矩阵。根据校正矩阵和该多个矩阵得出每个像素点被校正后的多个矩阵，以此获取真实的样本图像。
在上述实施例的基础上，基于叶绿素估算模型和第二图像获取叶绿素含量包括：
在第二图像中选取叶绿素采样点，采样区域A是以采样点为圆心，半径为r的一个圆；
在采样区域A中，采用k-means方法对RGB中的G分量聚类，得到三个聚类中心，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf；
在叶绿素估算模型中，输入Rf、Gf和Bf，以获取叶绿素含量。
需要说明的是，k-means方法聚类具体步骤如下:
第一、在采样区域A中随机选取三个点作为初始聚类中心，并以RGB图像中的G分量值作为聚类特征；
第二、计算在采样区域A中每个像素G分量值与三个聚类中心G分量值的欧氏距离，并根据最小距离对像素进行划分；
第三、重新计算每个聚类的中心；
第四、重复步骤二和步骤三，直到每个聚类中心不再发生变化。
需要说明的是，根据三个聚类中心，计算影响叶绿素含量值的三个因素值Rfi、Gfi和Bfi，计算公式如下:
Rfi＝(N1*R1+N2*R2+N3*R3)/(N1+N2+N3)
Gfi＝(N1*G1+N2*G2+N3*G3)/(N1+N2+N3)
Bfi＝(N1*B1+N2*B2+N3*B3)/(N1+N2+N3)
其中，三个聚类中心中R分量值分别为R1、R2和R3，G分量值分别为G1、G2和G3，B分量值分别为B1、B2和B3，三个区域的像素个数分别为N1、N2和N3。
需要说明的是，叶绿素估算模型定义如下：ln(p/(l-p))＝C0+C1*Rf+C2*Gf+C3*Bf。
其中，P表示手持叶绿素采集到叶绿素含量，输入的样本数据为{pi}，i＝1，....，N；Rf，Gf，Bf表示影响叶绿素含量值的三个因素，输入的样本数据为{Rfi，Gfi，Bfi}，i＝1，...，N；利用SPSS软件求得参数C0、C1、C2和C3的值。
在上述实施例的基础上，叶绿素估算模型的获取方式包括：
在样本图像中选取叶绿素采样点，采样区域A是以采样点为圆心，半径为r的一个圆；
在采样区域A中，采用k-means方法对RGB中的G分量聚类，得到三个聚类中心，根据聚类中心计算影响叶绿素含量值的三个因素值Rf、Gf和Bf；
需要说明的是，k-means方法聚类具体步骤如下:
第一、在采样区域A中随机选取三个点作为初始聚类中心，并以RGB图像中的G分量值作为聚类特征；
第二、计算在采样区域A中每个像素G分量值与三个聚类中心G分量值的欧氏距离，并根据最小距离对像素进行划分；
第三、重新计算每个聚类的中心；
第四、重复步骤二和步骤三，直到每个聚类中心不再发生变化。
用手持叶绿素计测量采样点的叶绿素含量值P；
采用logistic回归方法对影响叶绿素含量值的三个因素值素Rf、Gf和Bf与叶绿素计测量的叶绿素含量值P进行拟合，得到叶绿素估算模型。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。