基于圖像處理的土壤顏色判別方法研究

諸莉燕，畢利東 ，柳開樓

（1. 河海大學農業工程學院/南方地區高效灌排與農業水土環境教育部重點實驗室，江蘇 南京 210098；2. 江西省紅壤研究所，江西 南昌 330046）

土壤顏色是土壤內在的物質組成在外在色彩上的表現，同時也是土壤物質組成及其性質在視覺上的綜合反映［1］。土壤顏色的變化是土壤發育程度評價的重要指標［2］，而土壤顏色的深淺最為直觀地反映了土壤的肥力狀況［3-4］，因此準確定量化研究土壤顏色特征具有重要的理論意義及應用價值。土壤顏色的測定方法通常分為3種：一是目測比色法［5-6］，二是分光光度計算法［7-8］，三是利用電子設備測得照片的RGB值，通過一系列轉換求得門賽爾系統中的色調、色值和色度（HVC）值［9-10］。目測比色法通過觀察者肉眼對比土樣與比色卡顏色片得到土樣顏色，方法操作簡便，但較為依賴于眼睛對色彩的敏感度，導致較大的主觀性［5］；分光光度計算法是在土壤光譜反射特性研究基礎上提出的一種土壤顏色定量測定方法［7］。該方法應用分光光度計，根據試驗光線的光譜強度、土樣光譜反射系數和光譜波段數等參數采用縱坐標累積法或選擇波長法計算得到光譜三刺激值［8］，再轉換為 HVC 值［11-12］。分光光度計算法所需的分光光度計價格較昂貴，操作要求較高，攜帶性差，且顏色模型間轉換過程復雜，過程中容易產生誤差［13］；為簡化試驗設備，縮短試驗用時，照相機、智能手機被應用于土壤顏色測定。通過圖像處理技術讀取照片中土樣顏色的RGB值，并對其進行校正，校正后的RGB值通過轉換公式轉換成土樣顏色的光譜三刺激值和HVC值。這種方法首先需要對照片色彩進行精確修正，對圖像處理技術要求較高，其次轉換計算過程復雜。現有定量測定土樣顏色方法要求研究者具備較豐富的專業知識，為降低對研究者的技術要求，需簡化土樣顏色測定方法。因此，我們基于傳統的目測比色法，運用簡單拍照結合圖像處理技術判別土壤顏色類別，以期簡化試驗儀器并規避復雜的色彩校正和轉換過程。由于Image J軟件［14］操作簡單，能直接獲得選定區域中圖像顏色的RGB平均值，故改進后的土壤顏色測定方法選擇Image J這一專業圖像處理軟件進行試驗操作。

1 材料與方法

1.1 研究區概況

研究區位于江西省南昌市進賢縣，屬亞熱帶溫潤季風氣候區，氣候溫和，雨量充沛，日照充足，無霜期長。年均降雨量1 537 mm，年蒸發量1 100～1 200 mm，無霜期282 d，年平均氣溫17.7℃，最冷月（1月）平均氣溫為5.1℃，最熱月（7月）平均氣溫為29.8℃，年平均日照時數為 1 900～2 000 h。

1.2 試驗材料

土壤樣品選用不同母質發育的紅壤性水稻土，母質類型包括第四紀紅色粘土、河積物、泥質巖類風化物、湖積物、酸性結晶巖類風化物和石英巖類風化物6種類型。根據進賢縣土壤母質圖采集耕作層和犁底層的土壤樣品，采樣地點及樣品編號如表1所示。樣品采集回室內后風干20 d后全部過2 mm土壤篩備用。每個樣品分別采用傳統門賽爾比色法和改進后的圖像處理方法分別測定，每個樣品重復10次。試驗在自然光光照強度為4 000～4 500 lx，無燈光照射的實驗室內進行。實驗室窗戶玻璃為無色透明玻璃，且無大面積彩色物體。

表1 土壤樣品采樣地點

主要儀器設備：門賽爾土壤比色卡、照相機、白紙、雙面膠、白色塑料板。本試驗采用2009版門賽爾土壤比色卡型號為M50215B；照相機型號為NIKON D7000，光圈值為f/4.5，曝光時間為1/400 s，曝光補償為+0.3步驟，焦距為50 mm，白平衡選項設置為自動，閃光燈處于關閉狀態；白紙尺寸選用A3大小，2塊白色塑料板尺寸為200 mm×150 mm×2 mm。

1.3 試驗方法

根據三原色理論，任何一種顏色的光都可以用紅（R）、綠（G）、藍（B）3種顏色的光按不同的比例混合而成，即顏色可以用紅、綠、藍3種基色的變化以及它們相互之間的疊加來描述。而國際上普遍采用的顏色分類和標定體系為HVC顏色模型。HVC顏色模型與RGB顏色模型間差距很大，土壤顏色測定過程中需進行顏色模型間的轉換。由于RGB色彩可以通過電子設備直接獲取，故考慮將門賽爾比色卡上顏色片的HVC值通過簡單拍照和圖像處理轉換為RGB值。通過比較土樣與顏色片的RGB值，找到與土樣顏色RGB值最接近的顏色片，該顏色片所對應的HVC值即為土樣顏色的HVC值。

目測比色法：將風干土樣碾磨過0.053 mm土壤篩，取適量放于白紙片上，將白紙片置于門賽爾土壤比色卡后，使得土樣居于比色卡顏色片的小孔中，移動白紙片，通過比較找到與土樣顏色最接近的顏色片，顏色片的HVC值即為該土樣顏色的HVC值。每個樣品重復10次，隨機找10位具有土壤學基礎的人員判讀，實驗者均無色盲、色弱，分別記錄判讀結果。

改進后的方法：（1）將風干土碾磨過0.053 mm土壤篩，均勻裝填于有雙面膠和白色塑料板組成的卡槽內，土樣裝填厚度為0.5 mm；（2）選擇出與土壤顏色相近的幾張門賽爾比色卡，將比色卡粘貼于另一塊白色塑料板上；（3）將兩塊塑料板并排放置于A3白紙上，用相機對其進行拍攝（拍攝距離：110 cm，圖像尺寸：4928像素×3264像素）；（4）將照片導入電腦，利用Image J軟件測得土樣和門賽爾比色卡上的顏色片的RGB平均值（土樣選擇區域：195像素×195像素，顏色片選擇區域：177像素×148像素）。（5）將土樣與顏色片的R、G和B值差的絕對值加權，通過比較找到加權值最小的RGB值，該RGB值所對應的顏色片即為與土樣顏色最接近的顏色片，從而求得土樣顏色的HVC值。

2 結果與分析

2.1 土樣顏色RGB值的變化

表2結果表明，不同母質發育水稻土R、G、B 值區間分別為 166.4～177.6、146.1～153.5、96.1～124.2。同一種土壤犁底層R值均顯著大于其耕作層土壤R值，其中第四紀紅粘土發育的水稻土犁底層與耕作層R值差異顯著，其余母質發育的水稻土犁底層與耕作層R值差異極顯著。同一母質發育的水稻土犁底層B值均小于耕作層B值，其中第四紀紅粘土、河積物由于土壤耕作層和犁底層的腐殖質含量均較高，其耕作層和犁底層土壤R值差異不顯著，其余母質發育的水稻土犁底層B值均顯著小于耕作層。除泥質巖類風化物發育的水稻土耕作層G值顯著大于犁底層外，其余母質發育的水稻土耕作層與犁底層G值差異不顯著。

表2 紅壤水稻土顏色RGB值

2.2 測定方法對土壤顏色類型的影響

表3結果表明，采用改進后的方法進行土壤顏色測定時，得到的土壤顏色HVC值類型不大于兩種。部分土樣測定結果有2種類型的顏色HVC值，其主要原因是求取HVC值的方法為尋找與土樣顏色RGB值間差的絕對值加權和最小的顏色片，而門賽爾比色卡顏色片間的RGB值差異較小，不同色調的顏色片的RGB值與土樣顏色的RGB值接近的顏色種類不同且接近程度也不盡相同，故出現不同顏色片與土樣顏色的RGB值差的絕對值加權相同或相近的情況。

對比表3和表4，每一種土樣采用改進后的方法重復測定結果間變異性顯著減小，采用目測比色法測得的土樣顏色類型均大于改進后的方法測得的顏色類型數。其中，采用改進后的方法測定的土壤顏色類型數平均值為1.4，而采用目測比色法得到的土壤顏色類型數平均值為4.6。這主要是由于門賽爾比色卡顏色片間的色彩差異較小，且觀察者對色彩的敏感度不同，導致試驗主觀性較為嚴重［5］。同時，這也間接說明門賽爾比色卡中的單一顏色片不能準確描述江西地區水稻土的顏色，這一現象與余建軍等［15］的研究結果一致。

表3 改進后的方法測得的土樣顏色類型

表4 目測比色法測得的土樣顏色類型

3 結論與討論

本研究結果表明，對于江西省6種母質發育的水稻土，當母質類型相同時，水稻土犁底層R值顯著大于耕作層，B值則小于耕作層；除泥質巖類風化物發育的水稻土外，其余母質發育的土壤耕作層與犁底層G值差異不顯著。水稻土犁底層和耕作層顏色的R、G值變化主要是腐殖質含量［16-18］變化引起的，由于耕作層受施肥以及水稻返田秸稈影響較大，因此腐殖質含量較高，腐殖質呈現的顏色掩蓋了三價鐵離子的紅色。泥質巖類風化物發育的水稻土耕作層土壤顏色呈灰色，說明土壤中氧化亞鐵含量較高，氧化亞鐵本身呈綠色［1］，故耕作層土壤G值大于犁底層；而其余母質的紅壤性水稻土耕作層有機質含量高于犁底層，有機質含量與土壤顏色G值呈負相關關系［19］，故耕作層土壤顏色G值小于犁底層，但由于耕作層和犁底層的氧化鐵等暗色礦物含量［20］或有機質含量較高［21-23］，削弱了有機質含量變化對G值的影響［24］。

土壤顏色是土壤理化性質的集中體現，是土壤類型判斷、發生層劃分、發育程度評價以及土壤性質研究的重要依據［1，25］。由于受到試驗設備和專業技術要求的限制，目前土壤顏色測定主要采用目測比色法［15］。隨土壤顏色與土壤理化性質之間的深入研究發現，采用目測比色法存在較大主觀性［5］，且門賽爾比色卡上的顏色片間色差較小，肉眼因受色彩敏感度等因素的限制，易造成各人判定結果不統一。改進后的方法基于傳統目測比色法，利用簡單拍照結合圖像處理技術進行土壤顏色測定。對于江西省6種母質類型的耕作層和犁底層土壤，采用改進后的方法測定的土壤顏色類型數平均值為1.4，而采用目測比色法測得的土壤顏色類型數平均值為4.6，同一土樣采用改進后的方法測得的土樣顏色類型數減少，重復測定結果間變異性顯著降低，試驗研究結果佐證該測定方法切實可行。因此，改進后的方法簡化了試驗儀器，降低了試驗人員的專業技能要求，提高了判斷結果的客觀準確性。

本研究僅定量測定了江西省不同母質的紅壤水稻土顏色，未對土壤顏色顯色機理進行定量化深入研究，且樣本顏色主要為黃紅色調，下一步將擴大研究區范圍，增加土壤類型，并研究土壤顏色與其影響因素的定量關系。