基于三角密度测量的智能手机番茄营养状态评估方法

及时检测施肥引起的番茄植物胁迫对于通过及时管理干预实现作物产量优化至关重要。虽然传统光学方法在检测幼叶施肥胁迫方面存在困难，但这些叶子包含有价值的诊断信息，尤其是其微小的毛状结构——三角。现有方法尚未充分利用这一信息。本研究引入一种基于智能手机的无创技术，利用移动计算和数字成像能力，对幼叶上的三角密度进行精准测量，以实现更快的检测延迟。该方法独特地将增强现实技术与图像处理算法结合，用于分析转移到专用测量纸上的三角。一个稳健的自动化管道通过区域提取、透视变换和illumination校正来精确量化三角密度。在不同施肥条件下生长的水埋番茄验证实验表明，该方法有效。留一交叉验证显示其在预测性能强，PR-AUC为0.82，ROC-AUC为0.64，预测值与观察值之间的三角密度呈高度相关（$r = 0.79$）。这种创新方法将智能手机转化为作物营养评估的精准诊断工具，为精密农业提供了实用、经济的解决方案。