本发明公开了一种基于深度学习的设施蔬菜水分调控方法及系统,包括:获取最佳蔬菜叶面蓝、绿、红、近红外和红边5个波段的图像,提取蔬菜叶面感兴趣区域;根据所述蔬菜叶面感兴趣区域内蓝、绿、红、近红外和红边5个波段处的光谱反射率及由水分测定仪获取蔬菜叶面的含水率组成数据库;基于所述数据库中的数据,通过构建一维卷积神经网络实现对蔬菜含水量的预测;以不同蔬菜灌溉标准作为阈值,与预测结果的作差,实现对外部灌溉设备的调控。本发明可以实现高精度的针对设施环境下的蔬菜叶面含水量预测,同时可以实现自动化的灌溉调控,节省了多余的成本和人力资源,还可以无损的预测蔬菜叶面含水量,对蔬菜影响较小。
声明:
“基于深度学习的设施蔬菜水分调控方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)