(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211008392.7 (22)申请日 2022.08.22 (71)申请人 石河子大 学 地址 832003 新疆维吾尔自治区石河子市 北四路 (72)发明人 张泽　秦诗哲　丁怡人　马露露　 周泽轩　张强　陈翔宇　周猛　 (74)专利代理 机构 北京盛凡佳华专利代理事务 所(普通合伙) 11947 专利代理师 吴少均 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/26(2022.01) G06V 10/54(2022.01) G06V 10/56(2022.01)G06V 10/58(2022.01) G06V 10/762(2022.01) G06V 10/80(2022.01) G06V 10/82(2022.01) G06V 20/10(2022.01) G06T 7/11(2017.01) (54)发明名称 应用于作物表型参数反演的多源多层次数 据融合方法 (57)摘要 本发明提供了应用于作物表型参数反演的 多源多层次数据融合方法， 多源多层次数据融合 方法的具体步骤如下： 第五步： 利用高光谱数据 提取作物叶片、 冠层尺度的特征信息构建特征向 量用于后续融合建模； 第七步： 利用叶绿素荧光 数据提取作物叶片、 冠层尺度的特征信息构建特 征向量用于后续融合建模； 本发 明将不同传感器 所获取的信息进行提取特征向量， 并运用三层改 进的融合方法， 将数据代入不同的机器学习算法 中训练验证， 最后使用集 成学习算法输出最终结 果， 既能保证准确率又可防止过拟合， 大大提升 了作物表型参数监测和诊断的稳定性和精度， 为 农户提供农情监测服务， 为农作物的灾害防控与 生产栽培提供技 术支撑。 权利要求书1页 说明书8页 附图2页 CN 115424006 A 2022.12.02 CN 115424006 A 1.应用于作物表型参数反演的多源多层次数据融合方法， 其特征在于， 所述多源多层 次数据融合方法的具体步骤如下： 第一步： 获取作物叶片、 冠层尺度的数码图像； 第二步： 对数码图像进行感兴趣区间分割， 将待监测的叶片及冠层区域从背景中分割 出来； 第三步： 将数码图像转化为不同的颜色空间， 并提取作物叶片、 冠层尺度的颜色、 纹理 及形态特 征构建特 征向量用于后续融合建模； 第四步： 获取作物叶片、 冠层尺度的高光谱数据； 第五步： 利用高光谱数据提取作物叶片、 冠层尺度的特征信息构建特征向量用于后续 融合建模； 第六步： 获取作物叶片、 冠层尺度的叶绿素荧 光数据； 第七步： 利用叶绿素荧光数据提取作物叶片、 冠层尺度的特征信息构建特征向量用于 后续融合建模； 第八步： 将图像、 光谱和荧光所提取的特征向量代入多源多层次数据融合方法进行精 准反演作物 表型参数。 2.根据权利要求1所述的应用于作物表型参数反演的多源多层次数据融合方法， 其特 征在于， 所述第一 步中， 获取作物叶片、 冠层尺度的数码图像具体操作如下： 应用手机和数码相机， 拍摄时相机设置为自动白平衡， 在 晴朗天气下， 距作物叶片、 冠 层高度固定、 与地面90 °拍摄采样， 需辅助以标准色卡进行颜色校正， 以期最大限度减小光 照以及拍摄装备 型号对图像的影响。 3.根据权利要求1所述的应用于作物表型参数反演的多源多层次数据融合方法， 其特 征在于， 所述第三 步操作具体包括以下步骤： 步骤一： 图像颜色空间转换； 步骤二： 提取图像的颜色特 征； 步骤三： 提取图像的纹 理特征； 步骤四： 提取图像的形态特 征； 步骤五： 筛 选基于图像的特 征向量用于后续建模。 4.根据权利要求1所述的应用于作物表型参数反演的多源多层次数据融合方法， 其特 征在于， 所述第四步的具体操作如下： 应用便携式地物光谱仪采集作物高光谱数据， 采集 时通过光谱仪自带的叶片夹和内置 光源进行采集， 每个叶片或冠层测量点取重复3次的平均值作为此该点的光谱值， 测量不同 叶片或冠层前进行白板校正。 5.根据权利要求1所述的应用于作物表型参数反演的多源多层次数据融合方法， 其特 征在于， 第七步中， 筛选特征叶绿素荧光参数的方法为： 对叶片或冠层叶绿素荧光参数数据 及待测作物表型参数进行分析， 利用Duncan法分析差异的显著性， 继而对叶绿素荧光参数 与待测参数进行相关回归分析， 选择与 作物表型参数相关性 好的荧光参数。 6.根据权利要求1所述的应用于作物表型参数反演的多源多层次数据融合方法， 其特 征在于， 第八步中， 多源多层次数据融合方法为特 征级融合、 决策级融合和混合融合。权　利　要　求　书 1/1 页 2 CN 115424006 A 2应用于作物表型参数反演的多源多层次数据融合 方法 技术领域 [0001]本发明属于作物生长检测技术领域， 涉及应用于作物表型参数反演的多源多层次 数据融合方法。 背景技术 [0002]传统方式进行作物相关表型参数监测的方法会耗费大量的时间和精力， 除了会带 来药剂污染， 还对作物造成毁灭性损伤， 不利于植株生长以及长期 重复性监测， 难以满足精 准农业需求的实时、 快速及可靠性的监测标准。 [0003]因此， 在进行作物表型参数反演时， 急需一种可以弥补传统监测手段的不足， 同时 还能有效、 准确诊断作物生理生化状态的技术。 近年来 RGB 图像、 高光谱遥感技术和叶绿素 荧光动力学技术的发展为此提供了方向；  RGB图像通过便捷、 快速的手段准确获取作物表 型参数状况成为近年来相关研究人员的重点研究方向， 可通过提取图像相应特征发现作 物 表型细微的变化以此进 行反演； 而高光谱遥感技术具备分辨率高， 波段间连续性强等特点， 因此能够探测到许多表面不能探查到的信息； 与高光谱反射信号相比， 叶绿素荧光参数与 作物的生理生态变化、 光合作用等密切相关。 已有研究表明， 在叶绿素含量下降前荧光信号 已经发生， 可以提前指示作 物的生长状态， 可以从本质上解释作 物生理生化的变化情况， 可 以更好地监测作物的生长状况， 特别是作物受环境胁 迫的状态。 综上， 结合 RGB图像、 高光谱 遥感与叶绿素荧光监测技术， 实现作 物表性参数的准确、 快速获取与监测， 是解决肥料高效 利用和合理投入的关键， 进而降低栽培成本， 提高作物产量， 本发明以大田作物为研究对 象， 结合作物相关表型参数在不同叶位和不同生育时期的时空分布规律， 探究高光谱、 RGB 图像和叶绿素荧光特征响应的机理， 建立应用于作 物表型参数反演的多源多层次数据融合 方法， 进一 步提高大田作物生理生 化参数监测诊断的时效性和精度。 发明内容 [0004]本发明的目的在于提供应用于作物表型参数反演的多源多层次数据融合方法， 以 解决上述背景技 术中提出的问题。 [0005]本发明的目的可通过 下列技术方案来实现： [0006]应用于作物表型参数反演的多源多层次数据融合方法， 所述多源多层次数据融合 方法的具体步骤如下： [0007]第一步： 获取作物叶片、 冠层尺度的数码图像； [0008]第二步： 对数码图像进行感兴趣区间分割， 将待监测的叶片及冠层 区域从背景中 分割出来； [0009]第三步： 将数码图像转化为不 同的颜色空间， 并提取作物叶片、 冠层尺度的颜色、 纹理及形态特 征构建特 征向量用于后续融合建模； [0010]第四步： 获取作物叶片、 冠层尺度的高光谱数据； [0011]第五步： 利用高光谱数据提取作物叶片、 冠层尺度的特征信息构建特征向量用于说　明　书 1/8 页 3 CN 115424006 A 3