本發(fā)明公開了一種基于深度學習的設(shè)施蔬菜水分調(diào)控方法及系統(tǒng),包括:獲取最佳蔬菜葉面藍、綠、紅、近紅外和紅邊5個波段的圖像,提取蔬菜葉面感興趣區(qū)域;根據(jù)所述蔬菜葉面感興趣區(qū)域內(nèi)藍、綠、紅、近紅外和紅邊5個波段處的光譜反射率及由水分測定儀獲取蔬菜葉面的含水率組成數(shù)據(jù)庫;基于所述數(shù)據(jù)庫中的數(shù)據(jù),通過構(gòu)建一維卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)對蔬菜含水量的預(yù)測;以不同蔬菜灌溉標準作為閾值,與預(yù)測結(jié)果的作差,實現(xiàn)對外部灌溉設(shè)備的調(diào)控。本發(fā)明可以實現(xiàn)高精度的針對設(shè)施環(huán)境下的蔬菜葉面含水量預(yù)測,同時可以實現(xiàn)自動化的灌溉調(diào)控,節(jié)省了多余的成本和人力資源,還可以無損的預(yù)測蔬菜葉面含水量,對蔬菜影響較小。
聲明:
“基于深度學習的設(shè)施蔬菜水分調(diào)控方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)