基于雙目視覺的葉片形態無損測量方法

崔世鋼+楊莉莉+吳興利+梁帆

摘要：利用數碼相機實現對植物葉片形態的無損測量，是掌握植物生長規律、科學指導生產以及實現植物生長柜智能化控制的關鍵技術之一。針對葉片彎曲以及拍照過程中容易出現的幾何失真等問題，提出了利用兩個相互垂直的數碼相機來采集圖像，從側面圖像分析葉片的彎曲角度，對正面圖像進行失真校正；然后根據投影原理統計出葉片的像素數目，從而得到對應的形態數據。結果表明，該方法能夠有效地解決圖像的二維圖像失真問題，降低葉片數據計算的誤差，對于促進農業科技進步、加快現代化發展具有十分重要的意義。

關鍵詞：雙目視覺；葉片形態；圖像校正；像素統計；數據計算

中圖分類號：TP274.4 文獻標識碼：A 文章編號：0439-8114（2014）18-4430-04

植物生長柜是一種技術高度密集、資源高效利用的新型農業生產方式，因其具有環保、高效、智能等優點而受到了前所未有的關注。如何掌握植物的生長規律，保證植物健康快速生長，是植物生長柜管理者最關心的問題之一。葉片是綠色植物進行光合作用和蒸騰作用的主要器官，葉片的大小直接關系到植物有機物合成速率和水資源利用率，因此葉片面積常常被用來作為在植物生理生化、作物栽培等方面的研究指標[1，2]。然而計算和研究葉片形態數據的前提是采用準確有效的測量方式，傳統的方格法、稱重法等測量方式雖然在農業研究中得到廣泛應用，但是存在精度不夠并且費時費料的缺點；利用掃描儀雖然可以高精度的測量植物葉面積，但往往需要采集離體葉片，會對植物的正常生長造成一定的傷害。利用數碼相機通過圖像處理技術計算葉片面積則具有靈活方便、效率高、誤差小等優點，而且能夠實現植物的非破壞性測量[3-6]。

在植物生長柜的實際應用中，柜內的溫度、濕度和光照度等環境因素可以根據植物的生長狀態而調整，營養液成分及其溫度等參數也可根據植物的長勢而調節，然而植株葉片的位姿以及生長的方向卻是管理者無法控制的。在單目視覺下，植物葉片位姿的不確定性，將會導致拍攝的二維圖像僅為該方向的投影圖像，造成葉片信息的丟失，因此，本研究采用兩個數碼相機從相互垂直的角度拍攝，得到能反映葉片形態和彎曲程度兩張圖像，從而換算出葉片的真實形態數據。

1 材料與方法

1.1 圖像采集

首先制作一套白色紙板，在上面用黑色水筆畫上點方陣作為參照物，用做適合不同大小葉片的背景；其次采用型號為DSC-W330的SONY數碼相機，圖像像素大小選擇3 648×2 736，關閉相機閃光燈并在白色LED燈光下分別從葉片的正面和側面拍攝；最后將圖像文件輸入到計算機，格式保存為jpg格式。

1.2 圖像預處理

為了突出目標對象，更加有效地提取圖像信息，對采集的圖像進行適當剪裁，以減少后期的計算量。由于圖像在拍攝和傳輸過程中不免會添加噪聲，降低圖像質量，因此需對葉片圖像濾波去噪。為避免均值濾波在消除圖像噪聲的同時導致邊緣弱化，本文采用中值濾波的方法，選取窗口Sxy中被干擾圖像g（x，y）的中值，作為坐標點（x，y）的輸出，公式（1）如下：

其中，x、y分別代表圖像中的橫、縱坐標。

1.3 圖像校正

1.4 數據統計

2 結果與分析

2.1 圖像預處理

對于不同方向的葉片，選取不同的角度放置數碼相機如圖1所示。使相機1垂直于葉片陽面，得到葉片的正視圖；使相機2位于葉片側面，光軸與相機1的光軸相互垂直，得到葉片的側視圖。將拍攝到的圖像傳入電腦后，為避免其他枝葉的干擾，以背景點陣坐標為基準裁剪照片，并對其濾波去噪后得到的圖像如圖2所示。

2.2 幾何失真校正

2.2.1 空間變換 空間變換是對圖像平面的像素重新排列以恢復原空間關系的過程。設s（x，y）和t（x，y）為產生幾何失真圖像的兩個空間變換函數，則失真后圖像坐標可以表示為：x=s（x，y），y=t（x，y）。對于線性失真，s（x，y）和t（x，y）可以表示為公式（2）、公式（3），對于非線性的二次失真，s（x，y）和t（x，y）可以表示為公式（4）、公式（5）。

s（x，y）=k1x+k2y+k3 （2）

t（x，y）=k4x+k5y+k6 （3）

s（x，y）=k1+k2x+k3y+k4x2+k5xy+k6y2 （4）

t（x，y）=k7+k8x+k9y+k10x2+k11xy+k12y2 （5）

其中，k為多項式的系數。

由于s（x，y）和t（x，y）的解析表達式并不知道，為此需要在失真前后兩副圖像中找到一組基準點（圖3），利用這些基準點根據失真模型計算出失真函數中的各個系數，以此來建立兩副圖間的像素空間位置對應關系。

設在四邊形區域內的幾何失真過程可用一般非線性二次失真的一種特例即一對雙線性等式表示，則：

s（x，y）=k1x+k2y+k3xy+k4 （6）

t（x，y）=k5x+k6y+k7xy+k8 （7）

此時根據4個基準點坐標可解出上式的8個系數，建立將四邊形區域內的所有點進行空間映射的公式。

2.2.2 灰度插值 失真圖g（x，y）是數字圖像，其像素值僅在坐標為整數處才有定義，所以在非整數處的像素值要用周圍整數處的像素值來計算，這個過程就是灰度插值如圖4所示。

灰度插值的計算方法有很多，最簡單的就是最鄰近差值，雖然計算量較小，但是精確度不夠，因此采用雙線性插值，也就是校正后圖像的像素點的灰度值由畸變圖像中與其對應像素點位置周圍的4個像素點的灰度值來決定，即利用4個相鄰點的灰度值在2個方向上分別進行一次線性插值，應用的公式為：

f（i+u，j+v）=（1-u）（1-v）f（i，j）+（1-u）vf（i，j+1）+u（1-v）f（i+1，j）+uvf（i+1，j+1） （8）endprint

對采集的葉片圖像進行幾何校正后，效果對比圖如圖5所示。

2.3 圖像分割

鑒于葉片顏色與背景板顏色對比較為明顯，其灰度直方圖為明顯的雙峰形狀，可以選擇兩峰之間的波谷對應的像素值作為全局閾值，將圖像分割為目標對象和背景，其公式如下：

g（x，y）=1，f（x，y）>T0，f（x，y）≤T （9）

其中f（x，y）為點（x，y）的像素值，g（x，y）為分割后的圖像，T為全局閾值。

為得到準確的葉片形態數據以及點陣參考物距離參數，根據直方圖選擇不同的閾值T，得到只有葉片的二值圖像和含有點陣的二值圖像以便得到葉片像素數及參照物像素數。

2.4 數據計算

正射影像既有正確的平面位置，又保持著豐富的影像信息，但卻不包含第三維信息，因此A相機拍攝的圖片無法反映出葉片的彎曲程度。從圖6可以看出，當光線與物體不垂直照射時，線段AB與投影AC之間的關系為：AB=AC/cos（a）；設AB所在直線的斜率為k，則AB=AC/cos（arc（tan（k）））。

因此對B相機采集的葉片側面圖像，二值化處理后提取葉片形態特征像素，通過分析目標像素之間的位置關系，得到葉片的斜率ki（i=1，2，3···m，m為圖像寬度像素數），葉片的長度、寬度、周長和面積S可以表示為：

3 小結與討論

利用數碼相機采集葉片圖像的過程中，難免會產生不同程度的幾何失真，尤其是在植物生長柜的管理上，既要保證植物的正常生長，又要保證采集信息的準確性，因此對采集到的圖像進行校正是必不可少的。研究結果表明，一方面利用點陣參照物作為基準點，對圖像進行空間變換和灰度插值，能夠得到較為理想的葉片圖像；另一方面利用雙目視覺采集葉片的正視圖和側視圖，通過分析葉片彎曲度來校正葉片像素數目，能夠計算出葉片的真實形態數據，大大降低了葉片形態數據的計算誤差，明顯提高了單目視覺圖像分析的精確度[9，10]。

通過數碼相機采用計算機圖像處理的方式分析測量植物葉片，便于植物生長柜的管理者掌握植物的生長節奏，對于作物栽培、保證植物生長柜內作物朝向預期的方向健康生長以及促進增產增收都具有重要的指導作用，隨著植物生長柜市場的不斷擴大，其應用也將得到進一步推廣。

參考文獻：

[1] 張全法，馮 絢，何金田，等.植物葉片面積測量系統的設計及應用[J].河南農業大學學報，2001，35（4）：383-386.

[2] 徐貴力，毛罕平，胡永光.基于計算機視覺技術參考物法測量葉片面積[J].農業工程學報，2002，18（1）：154-157.

[3] 張恒敢，楊四軍，顧克軍，等.應用數字圖像處理測定作物葉面積的簡便方法[J].江蘇農業科學，2003（3）：21-25.

[4] 張健欽，王 秀，龔建華.基于機器視覺技術的葉面積測量系統實現[J].自然科學進展，2004，14（11）：1304-1309.

[5] 張文昭，洪添勝，吳偉斌，等.基于圖像處理技術的葉面積檢測研究[J].農機化研究，2007（4）：120-124.

[6] 袁道軍，劉安國，劉志雄，等.利用計算機視覺技術進行作物生長監測的研究進展[J].農業網絡信息，2007（2）：21-25.

[7] 楊 丹，趙海濱，龍 哲，等.Matlab圖像處理實例詳解[M].北京：清華大學出版社，2013.

[8] 馬曉路，劉 倩，胡開云，等.Matlab圖像處理從入門到精通[M].北京：中國鐵道出版社，2013.

[9] 李長纓，滕光輝，趙春江，等.利用計算機視覺技術實現對溫室植物生長的無損監測[J].農業工程學報，2003，19（3）：140-144.

[10]吳艷兵，樊啟洲，鄭 健.計算機圖像處理技術在溫室黃瓜幼苗生長信息檢測中的應用[J].湖南農機，2007（3）：7-9.endprint

對采集的葉片圖像進行幾何校正后，效果對比圖如圖5所示。

2.3 圖像分割

鑒于葉片顏色與背景板顏色對比較為明顯，其灰度直方圖為明顯的雙峰形狀，可以選擇兩峰之間的波谷對應的像素值作為全局閾值，將圖像分割為目標對象和背景，其公式如下：

g（x，y）=1，f（x，y）>T0，f（x，y）≤T （9）

其中f（x，y）為點（x，y）的像素值，g（x，y）為分割后的圖像，T為全局閾值。

為得到準確的葉片形態數據以及點陣參考物距離參數，根據直方圖選擇不同的閾值T，得到只有葉片的二值圖像和含有點陣的二值圖像以便得到葉片像素數及參照物像素數。

2.4 數據計算

正射影像既有正確的平面位置，又保持著豐富的影像信息，但卻不包含第三維信息，因此A相機拍攝的圖片無法反映出葉片的彎曲程度。從圖6可以看出，當光線與物體不垂直照射時，線段AB與投影AC之間的關系為：AB=AC/cos（a）；設AB所在直線的斜率為k，則AB=AC/cos（arc（tan（k）））。

因此對B相機采集的葉片側面圖像，二值化處理后提取葉片形態特征像素，通過分析目標像素之間的位置關系，得到葉片的斜率ki（i=1，2，3···m，m為圖像寬度像素數），葉片的長度、寬度、周長和面積S可以表示為：

3 小結與討論

利用數碼相機采集葉片圖像的過程中，難免會產生不同程度的幾何失真，尤其是在植物生長柜的管理上，既要保證植物的正常生長，又要保證采集信息的準確性，因此對采集到的圖像進行校正是必不可少的。研究結果表明，一方面利用點陣參照物作為基準點，對圖像進行空間變換和灰度插值，能夠得到較為理想的葉片圖像；另一方面利用雙目視覺采集葉片的正視圖和側視圖，通過分析葉片彎曲度來校正葉片像素數目，能夠計算出葉片的真實形態數據，大大降低了葉片形態數據的計算誤差，明顯提高了單目視覺圖像分析的精確度[9，10]。

通過數碼相機采用計算機圖像處理的方式分析測量植物葉片，便于植物生長柜的管理者掌握植物的生長節奏，對于作物栽培、保證植物生長柜內作物朝向預期的方向健康生長以及促進增產增收都具有重要的指導作用，隨著植物生長柜市場的不斷擴大，其應用也將得到進一步推廣。

參考文獻：

[1] 張全法，馮 絢，何金田，等.植物葉片面積測量系統的設計及應用[J].河南農業大學學報，2001，35（4）：383-386.

[2] 徐貴力，毛罕平，胡永光.基于計算機視覺技術參考物法測量葉片面積[J].農業工程學報，2002，18（1）：154-157.

[3] 張恒敢，楊四軍，顧克軍，等.應用數字圖像處理測定作物葉面積的簡便方法[J].江蘇農業科學，2003（3）：21-25.

[4] 張健欽，王 秀，龔建華.基于機器視覺技術的葉面積測量系統實現[J].自然科學進展，2004，14（11）：1304-1309.

[5] 張文昭，洪添勝，吳偉斌，等.基于圖像處理技術的葉面積檢測研究[J].農機化研究，2007（4）：120-124.

[6] 袁道軍，劉安國，劉志雄，等.利用計算機視覺技術進行作物生長監測的研究進展[J].農業網絡信息，2007（2）：21-25.

[7] 楊 丹，趙海濱，龍 哲，等.Matlab圖像處理實例詳解[M].北京：清華大學出版社，2013.

[8] 馬曉路，劉 倩，胡開云，等.Matlab圖像處理從入門到精通[M].北京：中國鐵道出版社，2013.

[9] 李長纓，滕光輝，趙春江，等.利用計算機視覺技術實現對溫室植物生長的無損監測[J].農業工程學報，2003，19（3）：140-144.

[10]吳艷兵，樊啟洲，鄭 健.計算機圖像處理技術在溫室黃瓜幼苗生長信息檢測中的應用[J].湖南農機，2007（3）：7-9.endprint

對采集的葉片圖像進行幾何校正后，效果對比圖如圖5所示。

2.3 圖像分割

鑒于葉片顏色與背景板顏色對比較為明顯，其灰度直方圖為明顯的雙峰形狀，可以選擇兩峰之間的波谷對應的像素值作為全局閾值，將圖像分割為目標對象和背景，其公式如下：

g（x，y）=1，f（x，y）>T0，f（x，y）≤T （9）

其中f（x，y）為點（x，y）的像素值，g（x，y）為分割后的圖像，T為全局閾值。

為得到準確的葉片形態數據以及點陣參考物距離參數，根據直方圖選擇不同的閾值T，得到只有葉片的二值圖像和含有點陣的二值圖像以便得到葉片像素數及參照物像素數。

2.4 數據計算

正射影像既有正確的平面位置，又保持著豐富的影像信息，但卻不包含第三維信息，因此A相機拍攝的圖片無法反映出葉片的彎曲程度。從圖6可以看出，當光線與物體不垂直照射時，線段AB與投影AC之間的關系為：AB=AC/cos（a）；設AB所在直線的斜率為k，則AB=AC/cos（arc（tan（k）））。

因此對B相機采集的葉片側面圖像，二值化處理后提取葉片形態特征像素，通過分析目標像素之間的位置關系，得到葉片的斜率ki（i=1，2，3···m，m為圖像寬度像素數），葉片的長度、寬度、周長和面積S可以表示為：

3 小結與討論

利用數碼相機采集葉片圖像的過程中，難免會產生不同程度的幾何失真，尤其是在植物生長柜的管理上，既要保證植物的正常生長，又要保證采集信息的準確性，因此對采集到的圖像進行校正是必不可少的。研究結果表明，一方面利用點陣參照物作為基準點，對圖像進行空間變換和灰度插值，能夠得到較為理想的葉片圖像；另一方面利用雙目視覺采集葉片的正視圖和側視圖，通過分析葉片彎曲度來校正葉片像素數目，能夠計算出葉片的真實形態數據，大大降低了葉片形態數據的計算誤差，明顯提高了單目視覺圖像分析的精確度[9，10]。

通過數碼相機采用計算機圖像處理的方式分析測量植物葉片，便于植物生長柜的管理者掌握植物的生長節奏，對于作物栽培、保證植物生長柜內作物朝向預期的方向健康生長以及促進增產增收都具有重要的指導作用，隨著植物生長柜市場的不斷擴大，其應用也將得到進一步推廣。

參考文獻：

[1] 張全法，馮 絢，何金田，等.植物葉片面積測量系統的設計及應用[J].河南農業大學學報，2001，35（4）：383-386.

[2] 徐貴力，毛罕平，胡永光.基于計算機視覺技術參考物法測量葉片面積[J].農業工程學報，2002，18（1）：154-157.

[3] 張恒敢，楊四軍，顧克軍，等.應用數字圖像處理測定作物葉面積的簡便方法[J].江蘇農業科學，2003（3）：21-25.

[4] 張健欽，王 秀，龔建華.基于機器視覺技術的葉面積測量系統實現[J].自然科學進展，2004，14（11）：1304-1309.

[5] 張文昭，洪添勝，吳偉斌，等.基于圖像處理技術的葉面積檢測研究[J].農機化研究，2007（4）：120-124.

[6] 袁道軍，劉安國，劉志雄，等.利用計算機視覺技術進行作物生長監測的研究進展[J].農業網絡信息，2007（2）：21-25.

[7] 楊 丹，趙海濱，龍 哲，等.Matlab圖像處理實例詳解[M].北京：清華大學出版社，2013.

[8] 馬曉路，劉 倩，胡開云，等.Matlab圖像處理從入門到精通[M].北京：中國鐵道出版社，2013.

[9] 李長纓，滕光輝，趙春江，等.利用計算機視覺技術實現對溫室植物生長的無損監測[J].農業工程學報，2003，19（3）：140-144.

[10]吳艷兵，樊啟洲，鄭 健.計算機圖像處理技術在溫室黃瓜幼苗生長信息檢測中的應用[J].湖南農機，2007（3）：7-9.endprint