數字圖像處理技術在葉面積測量中的應用

摘要：傳統測量葉面積方法費時、低效，葉面積儀法高成本、維修不便。本研究利用圖像處理技術測量葉面積，從解決圖像閾值的分割、葉片陰影去除以及葉片邊緣檢測算法等問題出發，應用大津法求得閾值，中值濾波法去除雜點，采用Roberts算子檢測邊緣，進而計算葉面積。葉面積儀法與圖像處理法比較葉面積值相關系數R2為0.962，剪紙法與圖像處理法比較葉面積值相關系數R2為0.949，最后驗證本方法適合大量葉面積的測量工作，且具有速度快、數據準確、精度高的特點。

關鍵詞：圖像處理；閾值；算法；像素；葉片

中圖分類號：S24文獻標志碼：A論文編號：cjas2020-0218

Leaf Area Measurement System Based on Digital Image Processing Technology

SONG Yingbo

（Jiamusi Branch of Heilongjiang Academy of Agricultural Sciences， Jiamusi 154007， Heilongjiang， China）

Abstract： In view of the time consuming and low efficiency of the traditional method of leaf area measurement， and the high cost and inconvenient maintenance of the leaf area meter method， this study used the image processing technology to measure the leaf area. The computer vision technology reference method was used to solve the limitations of image threshold segmentation， leaf shadow removal and leaf edge detection algorithm， and the threshold was obtained by OTSU method， the median filtering method was used to remove residual impurities in the image， and the Roberts operator was used for edge extraction. Leaf areas are calculated and compared with those obtained by leaf area meter and paper-cutting method. The leaf area determined by the leaf area meter method and the image processing method had the correlation coefficient R2of 0.962， and the leaf area determined by the paper cutting method and the image processing method had the correlation coefficient R2of 0.949. The digital image processing method is validated to be suitable for large amount of leaf area measurement， and has fast speed， accurate data and high precision.

Keywords： image processing； threshold； arithmetic； pixel； leaf

0引言

植物葉片是光合作用和蒸騰作用的重要器官，也是合理密植與病蟲害監測的參數指標[1-3]。近年來，圖像處理法被廣泛應用于葉面積的測定中，是一種簡單、實用、快速的葉面積測量方法[4-6]。針對圖像處理法中葉片圖像閾值的分割、葉片陰影去除和葉片邊緣算法等局限性，大量學者做了相關研究[7-9]。韓殿元等[10]利用彩色通道的相似性與自適應閾值分割，分別計算葉片像素數和標準參考物的像素數，最后計算植物葉面積。于東玉等[11]利用雙邊濾波和拉普拉斯算子對數碼圖像進行預處理，再通過分水嶺算法進行圖像分割，最后通過比例法得出葉片實際面積。崔世鋼等[12]采集葉片圖像分割與輪廓提取，分別計算葉片部分的像素數和輪廓區域的像素數，進而計算葉片的面積。本研究采用相對參考物法[13]，通過數碼照相機采集圖像，利用大津法閾值分割、中值濾波法去噪處理提取植物葉片的有效像素，從而測定植物葉片面積。

1測量原理

數碼照片由若干個大小一致的像素組成，圖像處理法是將數碼圖片中各像素通過閾值分類。本研究采用相對標準參照物法，通過白色背景板補光來消除葉片陰影的影響，利用中值濾波法去除照片雜色點，應用大津法閾值分割預處理的數碼照片。計算出數碼照片中黑色參考物像素的總個數，根據已知面積求出一個像素所對應的實際面積。葉片的實際面積等于一個像素的實際面積和葉片圖像中像素總個數的積。

2系統構成

2.1系統構建

系統包括圖像采集和圖像處理分析計算2個部分（圖1）。圖像采集包括數碼相機（數碼相機使用分辨率為1 M以上）、白色亞克力背景板和標準面積黑色板3個部分。圖像處理分析計算包括計算機（硬件部分，計算機配置CPU為AMD A8-5600K APU With Radeon（tm） HD Graphics 3.6 GHz、內存為8 GB）、VB編寫的葉面積圖像處理軟件（軟件部分）。

2.2圖像處理算法

2.2.1閾值分割方法目前，閾值分割法是數碼圖片分割中的常用方法。前人提出了幾類閾值選取方法，但至今沒有一種方法可以有效分割所有圖片類型，研究表明不同的目標圖片應該選擇不同的方法[14]。本研究涉及到數碼照片中白色背景、黑色標準板和綠色葉片像素的區分，通常設置閾值將不同顏色像素分類，在數碼照片中分別統計葉片、黑色標準板與白色背景像素個數，通過計算出已知真實面積黑色標準板像素個數，可求出一個像素面積，再乘以葉面積總像素個數，最終得到葉面積。這3類像素在圖片中像素級差異較大，在這里選擇最大類間方差法（即大津法）。大津法是一種最大類間方差確定閾值的算法。先將葉片和背景按照閾值分割，葉片和背景的分界值就是要求出的閾值，計算不同閾值下對應的葉片和背景之間的類內方差，當類內方差取得極大值時，對應的閾值就是大津法所求的閾值。再將黑色標準板和葉片按照閾值分割，黑色標準板和葉片的分界值就是要求的閾值，計算不同閾值下對應的葉片和背景之間的類內方差，當類內方差取得極大值時，求出閾值。葉片和背景之間的類間方差越大，數碼圖片像素級差別越大，可以得到較好的分割效果。黑色標準板和葉片之間的類間方差越小，說明數碼圖片像素級差別越小，分割效果不理想[15]。

2.2.2去除雜點與邊緣處理在圖像數據采集時，相機拍攝的數碼照片會有一些雜色點，計算葉面積時，要先去掉雜點來提高精度。中值濾波法在數碼照片去噪處理中較為常見，在葉面積圖像中一像素的值可以用這個像素的一個相鄰各點值的中值表示，進而去除雜色點。本研究采用中值濾波法去除雜色點，圖像中的雜色點顯著減少，并且對數碼圖像中葉面邊緣無影響。

葉片邊緣檢測算子應用十分廣泛，以常用的算子為例，Roberts算子葉片邊緣定位準確，但對數碼照片中噪聲敏感，需要對數碼照片進行預處理去除噪聲。Sobel算子葉片對噪聲不敏感，但由于Sobel算子沒有進行圖像灰度處理，提取的圖像輪廓許多偽邊緣定位不準。Laplacian算子選擇對目標像素的四方向或八方向求梯度，判斷目標像素灰度與相鄰其他像素灰度的關系，是各向同性微分算子，在處理數碼照片時較暗的區域中如果出現了一個亮點，用Laplacian算子就會增強這個亮點亮度，但是相鄰變化較大的像素和漸變的邊緣像素葉片邊緣線不易確定。經比較本研究采用Roberts算子進行邊緣提取[16-18]。

2.3實測葉面積比較

為驗證葉面積系統測量精度，采用大型室內臺式葉面積儀、傳統方法采用剪紙法、本系統圖像處理法對5組玉米進行葉片面積的測定。利用SPSS統計軟件分析（表1）。結果表明，圖像處理法與其他2種方法相比葉面積值顯著相關，可見圖像處理法測量葉面積較為準確。

3結論

本研究是建立在圖像視覺技術基礎上的，具有實用性和科學性，該方法利用數碼相機和計算機圖像處理系統可以實現葉面積的測量，試驗結果表明，LI-3100臺式葉面積儀與圖像處理法比較葉面積值相關系數R2為0.962，剪紙法與圖像處理法比較葉面積值相關系數R2為0.949。

4討論

目前測量葉面積的方法較多，可分2類。一類是傳統的破壞性測量如復印稱重法、方格法、剪紙法和掃描儀測量法等。雖然測量準確但是耗時、繁瑣，不適合大量數據采集，不能對同一植株進行連續的生長監測，無法避免標記和取樣誤差；另一類是接觸式傳感器葉面儀測量法，精度高、速度快，但其價格昂貴、維修不便。回歸方程法是利用模型與相關性對某一品種的估算，不同類型品種回歸方程不同，相關性對于單株葉面積測量精度影響較大，不適合大量測量。圖像處理法以設備簡單、操作方便、測量準確等優點被廣泛應用[19-21]。在對葉片拍照時，要將相機與背景板保持垂直，盡量減小葉片陰影面積對葉面積的影響。數碼照片的采集質量對圖像處理葉面積影響較大[22-24]。在圖像采集過程中光線對數碼照片各目標對比度有較大的影響，光線較弱時數碼照片中葉片部分顏色與黑色標準板對比度小，陰影部分更接近黑色，部分陰影像素會錯誤劃分到葉片區域，從而產生誤差，按照本研究算法精度會降低，在閾值分割葉片時會造成誤差。在葉片圖像采集時，如果光線不足要進行補光，補光不可用閃光燈，閃光燈會造成照片中葉片局部反光，使部分像素丟失彩色信息，最終影響葉面積的計算[25]。圖像處理法既可以活體測量葉片面積又可以摘葉測量，具有成本低、適合推廣等特點，但圖像處理法對采集圖片光線要求較高，數碼圖片的采集質量是圖像處理法誤差產生的主要原因。本研究采用的背景板4個角自帶LED光源，消除葉片陰影，以減小誤差。閾值分割法采用大津法，被認為是圖像分割中閾值選取的最佳算法。Roberts算子是一種利用局部差分算子對比像素邊緣的算子，在圖片葉面積邊緣檢測中應用Roberts算子，檢測某一像素對角線方向相鄰兩像素梯度幅值，對比檢測邊緣。適用于邊緣明顯的圖像分割。

參考文獻

[1]呂書財，徐瑤，陳國興，等.大豆冠層光合有效輻射、葉面積指數及產量對種植密度的響應[J].江蘇農業科學，2018，46（18）：68-72.

[2]田藝心，高鳳菊，曹鵬鵬，等.大豆葉面積指數、干物質積累分配與產量的關系[J].山東農業大學學報：自然科學版，2018，64（5）：750-754，758

[3]田藝心，高鳳菊，曹鵬鵬，等.高蛋白大豆不同密度處理的葉面積指數、干物質積累分配及其與產量的關系[J].山東農業科學，2018，56（8）：58-62.

[4]于峰，林杉，張峻峰，等.一種基于圖像特征值算法的葉面積測定方法[J].中國農業大學學報，2007，12（4）：67-69.

[5]許章華，劉健，余坤勇，等.利用普通數碼相機估測松林葉面積指數與標準誤[J].中國生態農業學報，2013，21（5）：638-644.

[6]宋英博，郭偉，張洪權，等.圖像處理技術在玉米葉面積測量中的實際應用[J].農學學報，2015，5（8）：111-114.

[7]袁小翠，黃志開，馬永力，等.Otsu閾值分割法特點及其應用分析[J].南昌工程學院學報，2019，38（1）：85-90，97.

[8]王震，杜進楷，寇宏玉，等.基于Otsu閾值分割的邊緣快速圖像插值算法[J].現代電子技術，2019，47（2）：71-74，79.

[9]李想，萬永菁，周又玲.一種改進的閾值分割算法在復合材料圖像處理中的應用[J].江南大學學報，2006，5（4）：467-471.

[10]韓殿元，黃心淵，付慧，等.基于彩色通道相似性圖像分割方法的植物葉面積計算[J].農業工程學報，2012，28（6）：179-183.

[11]于東玉，馮天祥，李奕昕，等.基于植物圖像的活體葉片面積測量方法研究與實現[J].智能計算機與應用，2019，9（4）：173-176.

[12]崔世鋼，秦建華，張永立.基于圖像處理技術的植物葉片面積和周長測量[J].江蘇農業科學，2018，46（15）：187-189.

[13]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.

[14]卜文斌，游福成，李泉，等.一種基于大津法改進的圖像分割方法[J].北京印刷學院學報，2015，23（4）：76-78，82.

[15]陳寧寧.幾種圖像閾值分割算法的實現與比較[J].電腦知識與技術，2011，7（13）：3109-3111.

[16]韓利利，田益民，齊千慧，等.基于MATLAB數字圖像邊緣檢測算法的研究[J].北京印刷學院學報，2019，27（7）：98-101.

[17]王安，王芳榮，郭柏蒼，等.基于邊緣檢測的視差圖效果優化[J].計算機應用與軟件，2019，36（7）：236-241

[18]凌軍，宋啟祥，房愛東，等.基于局部熵的邊緣檢測算子選擇算法[J].南京理工大學學報，2018，42（4）：424-429.

[19]陶洪斌，林杉.打孔稱重法與復印稱重法和長寬校正法測定水稻葉面積的方法比較[J].植物生理學通訊，2006，42（3）：496-498.

[20]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，2006，43（27）：194-196，221.

[21]曹志剛，馮仲科，龍春玲，等.基于數字圖像視覺分析的葉面積活體測定系統研究[J].北京林業大學學報，2005，27（S2）：200-204.

[22]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.

[23]李錦衛，管鶴卿，廖桂平.基于計算機視覺的油菜葉面積計算方法研究[J].農業網絡信息，2010，25（12）：15-18，23.

[24]王家保，林秋金，葉水德，等.5種測量熱帶果樹單葉面積的方法研究[J].熱帶農業科學，2003，24（1）：11-14，23.

[25]周開兵，陳志霞.人心果葉片面積測定方法[J].實驗科學與技術， 2008，6（1）：43-44，82.