杨 芳， 高晓阳*， 李红岭， 杨 梅， 邵世禄

(1.甘肃农业大学机电工程学院，甘肃 兰州730070；2.甘肃省葡萄与葡萄酒工程学重点实验室，甘肃 兰州 730070；3.甘肃省干旱生境作物学重点实验室，甘肃 兰州 730070)

葡萄种植过程中，营养元素对葡萄品质有很大的影响，其中元素钾在葡萄所含的矿物质中含量最高[1]。当葡萄植株缺钾时，会在一定程度上抑制其对氮含量的吸收，降低叶片的光合作用，叶子会出现发黄长斑的现象，抗病虫能力降低。适时施用钾肥，对促进浆果上色、成熟，提高含糖量及风味有明显效果，对促进根系与枝条生长、增强植株抗寒和抗旱效果显著。传统的植物营养检测方法都是对采摘样本进行实验室分析，如酶学诊断法、化学检测法、施肥检测法、形态检测法等，目前国内外对植物营养元素含量的快速非化学检测方法已成为研究热点。Wiwart等[2]对蚕豆、豌豆和羽扁豆采集的图像颜色进行了分析，进而采用数字图像处理分析了三种豆类的N、P、K、Mg营养元素状况。Fitzgerald等[3]运用图像光谱技术，对小麦氮营养元素进行检测，建立了预测小麦氮素的模型，其相对系数达到97%。Subhash等[4]通过叶绿素荧光分析技术研究了水稻营养元素，结果发现荧光强度比值F740/F725和F690/F750能更好地反应出水稻营养元素匮乏状况。这些研究解决了实验室分析方法及根据种植经验判断等耗时耗力的弊端，探究了植物营养元素的无损检测技术，为科学种植高品质农作物提供了技术保障。

近年来，深度学习在农业检测和图像识别领域应用迅猛[5-7]。……