植物葉片面積精確測量系統的設計與開發

張奇　徐艷蕾　朱熾陽　王增輝　孟笑天　王新東

摘要：設計了植物葉面積精確測量系統，首先設置參照圖像，采集帶有參照圖像的葉片圖像，然后統計像素點數，最后進行比例尺換算測定葉面積。通過預處理、校正圖像，提高測量精確度，克服了傳統測量系統步驟繁瑣和設備復雜的缺點，能夠快速、無損地測量植物葉片面積。為驗證系統精確度，采集45張葉片分別與打孔法、稱質量法測定葉面積比較。結果表明，在保證精度的同時能夠實現快速、無損的測量葉片面積，并通過碎片驗證法驗證本系統精度在98%以上。

關鍵詞：圖像處理;植物葉片面積;無損檢測;程序設計;系統開發

中圖分類號： S126;TP391.9? 文獻標志碼： A? 文章編號：1002-1302（2019）03-0189-04

葉片作為植物進行光合作用的場所，是植物重要的功能器官之一[1]，葉面積是衡量作物群體生長狀況，并以此作為栽培措施和衡量植株健康狀況的參考指標。葉片發育狀況直接影響植物對太陽光能的吸收利用，決定光合作用的強弱[2]，進而影響作物產量、品質，葉面積的測量對于測定植物特性和指導生產意義重大。近年來，諸多學者對植物葉片面積的測量方法進行了大量研究，目前常用的葉面積測定方法主要有葉面積儀法、求積儀法、方格紙法、稱質量法、拋物線法、系數法、回歸方程法、圖形分解法、圖像處理法[3]。在這些方法中，從精度上來說，葉面積儀、求積儀、方格紙法測量精度最高，其次是圖像處理法、回歸法，然后是系數法、稱質量法、圖形分解法和拋物線法[4-5]。葉面積測量方法的選擇除了減小誤差、提高精度外，還要求所選方法測量時間短、工作效率高、對所測葉片無破壞作用，從對葉片本身破壞情況來看，葉面積儀法、求積儀法、稱質量法、方格紙法、傳統圖像處理法都要求離體測量，不僅破壞葉子本身，而且過程復雜;系數法、回歸方程法、圖像分解法、拋物線法雖然可以活體測量葉片，但是由于其精度低，誤差大，對于不同植物葉片無法普遍適用;葉面積儀法雖然有活體測量與離體測量2種類型，而且精度較高，速度較快，但是儀器本身價格昂貴，且儀器本身的穩定性較差，誤差也隨著操作者的改變而波動。因此，綜合精度、無損、性價比來看，圖像法在眾多葉面積測定方法中尤為適合。

圖像處理法測量葉面積方法由于其精度高、對葉片無損傷、簡單易操作的優點得到廣泛的關注和研究。張全法等提出了電荷耦合元件（CCD）測量葉面積的方法，但是這種方法的測量精度受很多因素影響，諸如CCD攝像頭的光學特性、像平面與CCD平面不重合引起的圖像幾何畸變等[6];楊勁峰等以Photoshop圖像處理軟件實現及分析[7];于守超等利用掃描儀對葉片進行數字化處理，然后通過Photoshop軟件自動提取葉面積[8]。圖像軟件處理方法相對常規葉面積測量方法較為便捷，但是均須要通過第三方軟件對葉片邊界進行描繪，若是對于處理大量葉片面積時則會花費較長時間，效率大大降低。張新平等人提出的圖像處理方法測量植物葉片面積，雖然準確度達到了較高的要求，但是由于是離體測定植物葉片面積，須要將葉片摘下帶回實驗室進行操作，限制了測定環境并且對植物本身也有所損害[2，9-10]。本試驗基于以上研究缺陷，設計了一種無損植物葉片面積精確測量系統，本系統選用4個單位面積為1 cm2的矩形作為標準參照物置于背景板的4個頂點（圖1），且這4個矩形參照物也可用于幾何校正，黑色參照物與白色背景具有較大色差，能夠較明顯區分綠色植物葉片，采用智能手機自身攝像裝置獲取圖像，用MATLAB軟件灰度化、二值化處理圖像，雙線性空間變換算法校正4個頂點處的矩形參照物圖像以校正整幅葉片圖像使測量結果更加準確，然后提取葉片圖像黑色像素點、特定面積參照物圖像黑色像素點數量并計算出葉片實際面積，經過試驗驗證該方法測量精度達98%以上。

1 植物葉片面積測量方法

1.1 測量原理

本研究中葉片面積精確測量系統的實現步驟如圖2所

示：讀入目標圖像，預處理目標圖像，利用數學形態學優化處理目標圖像，校正處理目標圖像，統計圖像二值化后的黑色像素點數目，求出參照圖像像素點總數以及葉片圖像像素點總數（P-P1），根據公式（1）求出葉片實際面積S。

式中：S為葉片面積;S1為參照物面積（本研究S1定為4 cm2，由4個單位面積為1 cm2的矩形標定區域組成）;P為葉片圖像包含的像素總數;P1為參照物圖像所包含的像素總數。

1.2 葉片圖像處理算法設計

便攜式智能手機iPhone7自帶攝像頭（1 200萬像素）所拍攝的圖像是真彩RGB圖像，要弱化介質像素對目標的影響，必須對其灰度范圍進行調整，本研究首先對目標圖像進行灰度化處理，然后轉為二值化圖像。

本研究采用的灰度變換方法的主要思想是g=T（f），其中g和f分別為變換前與變換后的灰度值，T為映射函數，f2為圖像變換前的灰度范圍最大值，f1為圖像變換前灰度范圍最小值，g2為變換后圖像的灰度范圍最大值，g1為變換后圖像灰度范圍最小值。利用公式（2）可使灰度比壓縮或延伸，從而達到二值化的效果：

為便于計算機識別和處理，須對圖像進行分割圖像分割處理，即對目標圖像的感興趣區域圖像特征進行提取，本系統根據需要提取的目標物與其背景在灰度值上的差別，在圖像灰度值范圍中取1個合適的值作為參考閾值，將圖像的灰度值與其比較，大于此值的像素為一類，小于此值的分為另一類，由此將圖像分割成前景F（x，y）（感興趣的圖像特征）和背景B（x，y）（其他不感興趣特征）2個區域。

本研究中假設圖像I（x，y）由目標圖像F（x，y）與背景圖像B（x，y）組成，則目標圖像即為：

邊緣檢測的目的是標記圖像中感興趣的亮度變化明顯的像素點，能夠減少無關數據量，提高系統處理效率，本研究中使用的邊緣檢測方法為羅伯特（Roberts）邊緣檢測[11]算子，結果如圖3所示。灰度圖像分布函數為f（x，y），圖像梯度 k（x，y） 為：

邊緣檢測的圖像由于其邊緣有缺失，須對目標圖像進行數學形態優化處理。膨脹算法補充了目標圖像感興趣區域的外圍凹陷、內部空洞，腐蝕算法縮小了圖像的外圍像素塊，消除了邊界，圖4為其膨脹優化效果。

1.3 幾何校正與面積計算方法

利用便攜式智能手機所獲取的圖像傾斜失真導致葉面積測量誤差偏大，本研究采用了幾何失真校正[12]的方法對所獲取的失真圖像進行校正，以此提高本研究方法的精確度。利用背景板上標記4個面積為1 cm2的矩形參照物圖像作為校正整體圖像的頂點，根據畸變圖像中的4個像素點與它們的實際4個對應點的函數關系，對畸變圖像中的像素點進行校正，再對空缺像素進行灰度插值，從而實現圖像的幾何校正，結果如圖5所示。本研究應用雙線性映射[13]進行圖像p（x，y）的幾何校正，其中f為校正函數，p′（x′，y′）為校正后圖像，主要利用雙線性空間變換方程和雙曲線插值法，其中雙線性空間變換的一般表達式為：

雙線性空間變換由a、b、μ、ν 4個系數定義，根據輸入四邊形的4個頂點映射成輸出四邊形的4個頂點這一約束條件，可以得到4組含有4個未知系數的4個線性方程：從x′到x的映射得到4個含有a、b、μ、ν的方程，由此便得出用來描述此2次線性空間的變換關系f，并用此方法確定任意落入四邊形區域內坐標為（i，j）的輸出點，達到校正效果。

2 植物葉片面積測量系統的軟件平臺設計

2.1 系統軟件平臺界面的設計

利用GUI設計出的植物葉片面積精確測量系統的界面見圖6，它共包含3個區域：圖形區，位于整個界面的最上端，

有3個顯示窗口，分別用于顯示輸入目標原圖像、自選閾值二值化圖像、去掉參照物后的圖像;控制按鈕區，由7個單選按鈕（radio button）組成，能夠輸入目標圖像、灰度化理圖像、二值化處理圖像及校正、提取參照物圖像、統計參照物圖像黑色像素點數量、統計葉片圖像黑色像素點數量、計算實際面積，結果顯示區，由3個編輯框（edit）組成，當用戶執行控制按鈕區時，結果顯示區根據不同的控制按鈕能夠實時刷新并顯示。

2.2 程序的設計

本系統所涉及的程序主要包括以下兩大模塊：主控程序函數的聲明和7個按鈕程序的代碼編寫。通過Matlab軟件對相關控件的回調函數進行編程，諸如輸入圖像并進行預處理，對目標圖像進行灰度化、二值化處理，形態學處理圖像，用雙線性映射方法校正圖像。最后得到葉片圖像在總像素中所占像素比，計算出葉片的實際面積實現精確測量。

3 測量系統試驗驗證及結果分析

本系統的硬件設備主要包括明顯區分綠色葉片的白色背景板（15 cm×15 cm）;使葉片展平的透明薄膜板;智能手機iPhone7及所置攝像頭;試驗平臺主要配置為：Intel（R）Core（TM）i5-3210M CPU 2.50 GHz 8 G DDR3內存;葉片圖像的主要參數為：72DPI，4 032×3 024 Pixels，TIF格式存儲;程序開發軟件為MathWorks公司的數學分析軟件Matlab R2012a。

3.1 測量系統精度驗證試驗

為進一步測定本系統精確度，在實驗室環境下，選擇與真實葉片顏色相近的綠色打印紙15 cm×20 cm，隨機裁剪成10個不規則碎片，用本系統測定這些碎片面積并求出面積之和，將本系統所測定面積之和與面積為300 cm2的標準打印紙對比，以測定本系統精度，結果見圖7。

二值化校正處理碎片圖像結果如圖8所示。

為準確檢測本系統精度，在同一測試樣本下進行了5次測試試驗，通過數據驗證分析本系統的誤差率。表1的試驗結果表明，5次重復試驗中本系統的測量誤差均小于2%，對比傳統測量方法5%的誤差范圍，充分證明了本系統的準確

性和有效性。

3.2 與復印稱質量法、打孔稱質量法的比較

為進一步驗證本系統的實際應用精度，2017年7月24日在吉林農業大學綜合試驗田上采集了圖9中5組不同種類

葉片，每組3張共15張，采用本系統測量葉片面積分別與復印稱質量法、打孔稱質量法測量葉片面積比較分析，從圖10可以看出，本系統測量結果與傳統復印稱質量法、打孔稱質量法相關性顯著，能夠應用于實際試驗環境。

4 結論

本研究設計了植物葉面積精確測量系統，設置參照圖像，應用比例換算法測定葉面積。為提高測量精確度，對圖像進行了預處理、校正處理，利用像素法統計葉片像素點數與參照物像素點數，通過比例換算得出葉片實際面積。試驗結果表明，本系統能夠快速、無損地測量植物葉片面積。

參考文獻：

[1]李治中，謝 菲，劉小梅， 等. 2種常用葉面積測量方法準確性的比較研究[J]. 中國農學通報，2013，29（19）：193-197.

[2]張新平，董 潔，張芳芳，等. 幾種常用的樹木葉面積測量方法比較[J]. 中國城市林業，2016，14（2）：38-42.

[3]左 欣，韓 斌，程嘉林. 基于數字圖像處理的植物葉面積測量方法[J]. 計算機工程與應用，2006，42（27）：194-196+221.

[4]馮冬霞，施生錦. 葉面積測定方法的研究效果初報[J]. 中國農學通報，2005，21（6）：150-152，155.

[5]宮志宏，薛慶禹，于 紅，等. 基于數字照片解析的黃瓜葉片面積測定及效果分析[J]. 中國農學通報，2015，31（23）：230-234.

[6]張全法，何金田，陳渝仁. 提高植物葉片面積測量精度的方法[J]. 河南農業大學學報，2002，36（1）：91-95.

[7]楊勁峰，陳 清，韓曉日，等. 數字圖像處理技術在蔬菜葉面積測量中的應用[J]. 農業工程學報，2002，18（4）：155-158.

[8]于守超，張秀省，冀蘆莎. 基于Photoshop CS5的植物葉面積測定方法[J]. 湖北農業科學，2012，51（15）：3340-3342.

[9]李 震，洪添勝，吳偉斌，等. 植物多葉片圖像目標識別和葉面積測量方法[J]. 華南農業大學學報，2007，28（3）：105-109.

[10]陳愛軍，李東升，董光輝. 一種基于MATLAB的植物葉片參數測量系統[J]. 中國計量學院學報，2010，21（4）：310-313.

[11]王 靜，張清泉，楊培林. 基于數字圖像處理的植物葉片面積測量方法研究[J]. 山西師范大學學報（自然科學版），2014，28（3）：49-52.

[12]廖士中，高培煥，蘇 藝，等. 一種光學鏡頭攝像機圖象幾何畸變的修正方法[J]. 中國圖象圖形學報，2000，5（7）：57-60.

[13]馬麗華，梁志毅，鄭宏志. 一種顯示器投影成象系統的彩色圖象幾何畸變校正方法[J]. 光子學報，2001，30（5）：624-627.魏建勝，田光兆，劉宇峰. 基于插補-灰色理論的智能化農業車輛定位預測系統設計[J]. 江蘇農業科學，2019，47（3）：203-207.