張曉云
(聊城大學 物理科學與信息工程學院,山東 聊城 252000)
農作物生長狀態是調控作物生長、進行作物營養缺素診斷、分析和預測產量的重要基礎和根據。利用計算機技術對植物生長狀態監測,是計算機視覺研究的熱點之一。目前對作物長勢信息的研究,大多都是在外部光照條件一定的情況下進行的,介紹在自然光照條件下進行研究的文獻較少。本文以花生為例,研究了在不同土壤濕度下,處于盛花期的花生植株的葉片顏色和葉片與莖干的夾角的變化。
試材為花育16號。試驗在聊城大學農學院玻璃溫室內完成的。將植株移栽于直徑為20 cm的瓦盆中,栽培土壤為自配的中性土壤。對植物進行定期透水,土壤水分含量設5個等級:90%,80%,70%,60%和50%。當花生植株自頂部下數第2片功能葉基本展開后開始采集圖像,間隔一天采集一次,每次采集圖像的時間在上午10點和下午3點左右,為避免光照對葉片顏色的影響,拍攝圖像時將植株與標準變色卡同時拍攝,以盡可能精確地獲得圖像RGB值。
圖像采集分以下兩種情況[1]:(1)每次對圖像進行采集時,將與被采集葉面水平和垂直的方向分別采集一次。(2)因植物都有一個生長周期,跟蹤采集的時間相對較長,植株下部的葉片容易枯萎,為了不影響實驗的精確度,采集圖像時所選取的葉片均為自頂部下數第2片功能葉。
花生葉片采集處理流程如圖1所示,在對葉片采樣時難免會受到干擾,使圖像存在一些噪聲,對特征值的提取造成影響,所以要先對葉片圖像進行濾波消噪。線性高通濾波器可使用具有正和負的系數的2-D卷積模板來實現[2],這些模板對應對拉普拉斯算子的數字近似,即一個簡單的,各項同性的(即旋轉不變的)二階倒數算子,它能對任何方向的亮度過度產生影響。
顏色直方圖是顏色值的函數,描述的是圖像中具有該顏色值的像數的個數,其橫坐標為顏色值,縱坐標是該顏色值出現的頻率。如式(1)所示,式中n是總像素數,p(rk)是第k個灰度級的概率[3]。
圖1 植物葉片采集處理流程
現有的提取圖像顏色特征的直方圖方法有[4]:提取直方圖的均值、方差、歪斜度、峭度、熵等,這些直方圖法大部分反映的是直方圖形狀的特征,而缺水葉片和正常葉片的百分率直方圖的形狀比較相似,如圖2所示。
圖2 濕度為90%的葉片顏色直方圖
Harris多尺度角點檢測的原理[5]:從樣本中任取5片葉片通過Harris角點算法得到的角點與手動選取的角點如表1所示。
從花生葉片在土壤濕度為50%時的葉片顏色直方圖顯示的雙峰現象,說明圖像的背景和葉片灰度分布比較集中,通過閾值分割的方法進行圖像分割,通過R,G,B通道分離,分別檢測相同濕度下10片花生葉片,取其G值并平均,然后用Angle_II函數分別計算每片葉片與水平線的夾角也取平均值,結果如表2所示。
表1 手選與Harris算法得到的角點對比
表2 不同土壤濕度下葉片G分量與仰角的平均值
如圖3所示,在不同土壤濕度下,花生葉片的顏色G分量呈現離散狀態,添加線性回歸曲線,橫坐標土壤濕度,縱坐標顏色G分量,得到土壤濕度與顏色G分量的關系式是:y=-0.51x+89,土壤濕度與顏色G分量的決定系數R2=0.927 68。
土壤濕度與花生葉片仰角差關系如圖4所示,添加線性回歸曲線,橫坐標土壤濕度,縱坐標葉片仰角差,土壤濕度與葉片仰角差的關系式:y=1.184x-60.1,土壤濕度與仰角差的決定系數R2=0.989 3。
在日光條件下采集花生葉片圖像,利用圖像處理技術對其RGB分量和仰角進行了分析,得出以下結論:土壤的水分含量與葉片的仰角、G分量有相關性較大,而與其他的分量相關性不明顯,因此,可通過圖像處理檢測農作物植株葉片的仰角和G分量判斷植物生長所需要土壤濕度,以避免因土壤濕度而造成的農作物產量損失。由于圖像分割處理的難度較復雜,很多關鍵技術尚不成熟,存在不足之處,在具體的工程實踐中,仍然需要摸索和積累經驗。
圖3 不同土壤濕度與G分量的關系
圖4 土壤濕度與葉片仰角差的關系
[參考文獻]
[1]羅錫文,藏英,周志艷.精細農業中農情信息采集技術的研究進展[J].農業工程學報,2006(1):167-173.
[2]胡永光,李萍萍.日本的植物工廠及其新技術[J].世界農業,2002(11):44-46.
[3]王成良,謝克家,劉昕.多核圖像處理并行范式的研究與應用[J].計算機工程,2011(14):74-79.
[4]張小洪,李博,楊丹.一種新型的Harris多尺度角點檢測[J].電子信息學報,2007(1):138-146.
[5]YUNSEOP KIM,EVANS R G.Remote sensing and control of an irrigation system using a distribution wireless sensor network[J].Instrumentation and Messurement,2008(7):1379-1387.