本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種雙季稻穗施肥用的葉片圖像模式分類方法及系統(tǒng)。
背景技術(shù)：
1、目前，常用的施肥推薦方法主要基于多年田間試驗數(shù)據(jù)，通過產(chǎn)量反應(yīng)和農(nóng)學(xué)效率模型計算出作物的施肥量。然而，由于試驗數(shù)據(jù)量不足的問題，這些方法在不同田塊上的應(yīng)用效果存在明顯差異，施肥推薦準(zhǔn)確性不足，難以滿足精準(zhǔn)農(nóng)業(yè)對施肥管理的要求。尤其是對于雙季稻而言，由于其生長環(huán)境和養(yǎng)分需求的復(fù)雜性，僅依靠計算的施肥量往往難以適應(yīng)實際田塊的養(yǎng)分狀況，導(dǎo)致施肥不當(dāng)，影響產(chǎn)量和品質(zhì)。
技術(shù)實現(xiàn)思路
1、本發(fā)明針對現(xiàn)有技術(shù)中由于試驗數(shù)據(jù)量不足導(dǎo)致在不同田塊上施肥推薦準(zhǔn)確性不足的技術(shù)問題，提供一種雙季稻穗施肥用的葉片圖像模式分類方法及系統(tǒng)來解決。
2、本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：
3、第一方面，本發(fā)明提供了一種雙季稻穗施肥用的葉片圖像模式分類方法，包括：在目標(biāo)雙季稻的預(yù)設(shè)時間窗口，在第一葉和第二葉的多個位置，采集獲得第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列；對所述第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行圖像參數(shù)離散分析，獲得第一離散度和第二離散度，結(jié)合預(yù)設(shè)第一離散度和預(yù)設(shè)第二離散度，計算獲得第一葉污染度和第二葉污染度；對所述第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行平均化處理和葉片模式分類，獲得第一葉片模式陣列，根據(jù)所述第一葉污染度和第二葉污染度，進(jìn)行葉片模式分類，獲得第二葉片模式陣列；根據(jù)所述第一葉片模式陣列和第二葉片模式陣列，處理獲得葉片模式，進(jìn)行雙季稻施肥。
4、第二方面，本發(fā)明提供了一種雙季稻穗施肥用的葉片圖像模式分類系統(tǒng)，包括：葉片采集模塊，用于在目標(biāo)雙季稻的預(yù)設(shè)時間窗口，在第一葉和第二葉的多個位置，采集獲得第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列；污染度分析模塊，用于對所述第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行圖像參數(shù)離散分析，獲得第一離散度和第二離散度，結(jié)合預(yù)設(shè)第一離散度和預(yù)設(shè)第二離散度，計算獲得第一葉污染度和第二葉污染度；葉片模式分類模塊，用于對所述第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行平均化處理和葉片模式分類，獲得第一葉片模式陣列，根據(jù)所述第一葉污染度和第二葉污染度，進(jìn)行葉片模式分類，獲得第二葉片模式陣列；施肥決策模塊，用于根據(jù)所述第一葉片模式陣列和第二葉片模式陣列，處理獲得葉片模式，進(jìn)行雙季稻施肥。
5、本發(fā)明的有益效果是：
6、在目標(biāo)雙季稻的預(yù)設(shè)時間窗口，在第一葉和第二葉的多個位置，采集獲得第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列，從而在雙季稻倒二葉露尖期這一關(guān)鍵時間點，分別采集倒三葉（第一葉）和倒四葉（第二葉）多個位置的spad值（葉綠素含量參數(shù)），形成參數(shù)陣列，為后續(xù)分析提供基礎(chǔ)數(shù)據(jù)。由于葉片不同位置（如葉脈附近、葉片邊緣等）的spad值存在自然差異，因此需要采集多個位置形成陣列。對第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行圖像參數(shù)離散分析，獲得第一離散度和第二離散度，結(jié)合預(yù)設(shè)第一離散度和預(yù)設(shè)第二離散度，計算獲得第一葉污染度和第二葉污染度；通過分析兩個葉片的spad值的離散程度，與預(yù)設(shè)的正常葉片離散度（如正常情況下葉片中部與邊緣的spad值差異為5-10個單位）進(jìn)行比較，計算出葉片的污染度。當(dāng)雙季稻氮肥不足時，葉片表面蠟質(zhì)和角質(zhì)層合成減少，葉片表面更粗糙，更易吸附灰塵，從而影響spad值的正常分布，通過污染度可間接反映氮肥狀況。
7、對第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行平均化處理和葉片模式分類，獲得第一葉片模式陣列，根據(jù)第一葉污染度和第二葉污染度，進(jìn)行葉片模式分類，獲得第二葉片模式陣列。當(dāng)?shù)谝蝗~圖像參數(shù)和第二葉圖像參數(shù)比值大于1時，表明氮素正在向倒三葉（新葉）轉(zhuǎn)移，需要增加施肥量；當(dāng)比值小于1時，可能表明植株出現(xiàn)病害，需減少或不施肥。同時，通過分析第一葉污染度和第二葉污染度的比值，當(dāng)比值大時，表明倒三葉污染嚴(yán)重，氮吸收少，可能是病害所致，應(yīng)減少施肥；當(dāng)比值小時，表明倒三葉污染輕，氮吸收多，需要增加施肥。根據(jù)第一葉片模式陣列和第二葉片模式陣列，處理獲得葉片模式，進(jìn)行雙季稻施肥，通過綜合兩種模式分類結(jié)果，取眾數(shù)作為最終的葉片模式，據(jù)此確定雙季稻的穗肥施用量。根據(jù)不同的葉片模式，可以決定正常施肥，或者增加施肥量，或者減少施肥量，甚至不施肥，從而實現(xiàn)施肥的精準(zhǔn)調(diào)控。
8、通過上述技術(shù)方案，本申請克服了現(xiàn)有技術(shù)中由于試驗數(shù)據(jù)量不足導(dǎo)致在不同田塊上施肥推薦準(zhǔn)確性不足的技術(shù)問題，實現(xiàn)了通過分析雙季稻葉片圖像參數(shù)和污染度的模式分類，進(jìn)行穗肥精準(zhǔn)調(diào)控，提高施肥推薦準(zhǔn)確性的技術(shù)效果。
1.一種雙季稻穗施肥用的葉片圖像模式分類方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的雙季稻穗施肥用的葉片圖像模式分類方法，其特征在于，在目標(biāo)雙季稻的預(yù)設(shè)時間窗口，在第一葉和第二葉的多個位置，采集獲得第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列，包括：
3.根據(jù)權(quán)利要求1所述的雙季稻穗施肥用的葉片圖像模式分類方法，其特征在于，對所述第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行圖像參數(shù)離散分析，獲得第一離散度和第二離散度，包括：
4.根據(jù)權(quán)利要求1所述的雙季稻穗施肥用的葉片圖像模式分類方法，其特征在于，結(jié)合預(yù)設(shè)第一離散度和預(yù)設(shè)第二離散度，計算獲得第一葉污染度和第二葉污染度，包括：
5.根據(jù)權(quán)利要求1所述的雙季稻穗施肥用的葉片圖像模式分類方法，其特征在于，對所述第一葉圖像參數(shù)陣列和第二葉圖像參數(shù)陣列進(jìn)行平均化處理和葉片模式分類，獲得第一葉片模式陣列，根據(jù)所述第一葉污染度和第二葉污染度，進(jìn)行葉片模式分類，獲得第二葉片模式陣列，包括：
6.根據(jù)權(quán)利要求1所述的雙季稻穗施肥用的葉片圖像模式分類方法，其特征在于，構(gòu)建第一葉片模式分類器，包括：
7.根據(jù)權(quán)利要求1所述的雙季稻穗施肥用的葉片圖像模式分類方法，其特征在于，根據(jù)所述第一葉片模式陣列和第二葉片模式陣列，處理獲得融合葉片模式，進(jìn)行雙季稻施肥，包括：
8.一種雙季稻穗施肥用的葉片圖像模式分類系統(tǒng)，其特征在于，用于實施如權(quán)利要求1至7中任意一項所述的雙季稻穗施肥用的葉片圖像模式分類方法，所述系統(tǒng)包括：