A Smartphone-Based Method for Assessing Tomato Nutrient Status through Trichome Density Measurement

准确评估番茄植株的营养状况对于保持高产至关重要。因此，通过番茄植株的形态特征准确识别肥料诱导的压力已成为一个关键的农业挑战。研究和开发工作已经专注于开发利用形态特征和先进的传感器技术相结合的非侵入性营养诊断工具。鉴于这些进展，通过观察靠近番茄生长点的形态特征来检测肥料压力仍然是一个重大挑战。为了解决这个问题，我们开发了一种简单而经济的基于智能手机的测量毛茸密度的方法。该方法涉及将毛茸从叶面转移到玻璃纸带上，并使用智能手机拍摄图像。使用计算机视觉技术处理图像以计算毛茸密度。为了评估这种方法的有效性，我们对水培番茄植株进行了实验，这些植株经过不同浓度的肥料处理。我们的结果表明，我们测量毛茸密度的新方法能够准确反映番茄植株的肥料压力。我们模型的预测性能，通过精确召回曲线下面积的平均值评估，为0.824，尽管由于光学条件的差异而导致测量数据的变化。本研究介绍了一种创新的方法，通过考虑植物表面结构设计检测肥料压力的诊断设备。我们提出的方法代表了一种简单、高效和经济的方法，用于评估番茄植株的营养状况，并有潜力克服传统非接触式光学方法的局限性。

开发一种简单且经济有效的方法来评估番茄植物的营养状况，以检测肥料应激。

使用智能手机测量番茄叶片表面的毛发密度，通过计算机视觉技术处理图像来计算毛发密度，从而反映番茄植物的肥料应激情况。

通过实验验证，该方法能够准确反映番茄植物的肥料应激情况，预测性能高达0.824，具有简单、高效、经济的特点。

相关研究包括使用其他非接触式光学方法来检测植物的肥料应激情况，如近红外光谱、叶绿素荧光和热成像技术等。