1、文档之家-首选文档分享与下载平台http:/ 蕾abbb(吉林大学 a.通信工程学院;b.农业与生物工程学院/地面机械仿生技术教育部重点实验室,长春 130022)摘 要:以黄瓜为例,进行基于图象处理技术的叶片含水量无损检测研究。建立含水量图像采集及检测系统,并通过试验确定光源条件及最适背景光下叶片含水量与图像特征参数关系曲线。采用非线性最小二乘拟合方法,建立 Log-Modified 回归模型。本研究实现了通过黄瓜叶片图像特征判断缺水状态的无损检测目的,为指导温室合理灌溉提供了理论基础。关键词:图像处理;含水量;无损检测;回归模型中图分类号:S126;S607 文献标识码:A文章编号:100
2、3-188X(2008)07-0087-03文档之家-首选文档分享与下载平台http:/ 引言植物含水量是影响植物生长发育的主要指标,作物缺水与否对其生长发育、抗逆性及产量高低有很大影响。目前有关温室作物与水分关系的研究正处于试验阶段1,我国温室蔬菜生产尚未形成合适的水分控制标准,多数日光温室、塑料大棚内仍沿用大田种植的灌水经验,即使是现代温室内也多采用定时定量的灌溉控制方式。测定活体植物叶片的含水量,可快速准确地反映植物活体水分变化及丰缺情况,对合理灌溉、调整群体结构、有效利用水资源以获得作物高产具有重要的意义。本研究以黄瓜为例,开发基于图像处理的叶片含水量无损检测技术,为指导温室合理灌溉和
3、灌溉的自动化控制奠定理论基础。图 1 黄瓜叶片含水量检测系统Fig.1 Structuresystem以发光二极管(LED)作为背景光源。图像采集装置采用数码相机,为满足实时采集的需要,本系统数码相机选用佳能 A620。遮光箱采用半封闭结构设计,避免了外界光线对透射光的干扰。遮光箱中放置待测叶片黄瓜植株和光源,光源均匀排列在待测叶片的底部。1.2 软件系统软件系统(算法系统)包括图像预处理、图像区域剪切、叶片特征区域特征提取和判断决策等。本系统图像预处理应用图像滤波处理算法,图像处理选用灰度算法,应用 Photoshop 和MATLAB 等软件。特征提取步骤依次为:一是载入黄瓜叶片原始图像;二
4、是导入 Photoshop 中剪切叶片特征区域图像,并转为灰度格式;三是导入 MATLAB 进行数字化处理,得到图像灰度特征值;四是做像素点灰度值与含水量关系曲线,其最大峰的斜率绝对值即为灰度梯度值;五是绘制叶片特征区域图像的灰度梯度值与含水量关系曲线。参照所绘曲线,根据不同叶片图像文档之家-首选文档分享与下载平台http:/ 含水量检测系统的设计检测系统设计由硬件和软件系统两部分组成。1.1 硬件系统硬件系统包括照明装置、图像采集装置和计算机图像处理装置等 3 部分,如图 1 所示。设计原则:一是照明装置提供稳定、可靠的环境并保证足够光强,光源与照明方案的配合尽可能突出物体特征量,在检测与非
5、检测部位间尽可能有明显区别,尽量增大背景与物体边缘的灰度反差;二是图像采集装置灵活可调,精度高,以保证采集的叶片特征图像精确;三是图像处理装置必须运行稳定、可靠、配置高,以满足高速图像处理要求。收稿日期:2008-02-26基金项目:国家科技支撑计划资助项目(2006BAD11A10)作者简介:孙瑞东(1962-),女,长春人,高级工程师,(E-mail)。http:/ 片含水量。对比最明显的光源颜色作为背景光。选出最适背景光颜色后,对该颜色发光二极管个数进行文档之家-首选文档分享与下载平台http:/ 叶片含水量与图像特征参数关系试验确定光源条件后,对黄瓜植株持续浇水,用该颜色的 LED 从
6、下部照射不同含水量下同一植株的叶片的照片,并测定叶片相应拍照时刻的含水量,绘制出叶片含水量与图像特征参数的关系曲线。2.2.4 临界点试验将一盆黄瓜植株浇水至富水状态,然后采用逐渐干旱的方法,每隔一段时间对其叶片含水量进行测量。当叶片枯黄萎蔫时即为作物是否缺水的临界点区域,当叶片萎蔫至无法恢复原状态时即死亡点。植物含水量的测定方法参照文献2。2 试验材料与方法2.1 试验材料供试黄瓜为山东宁阳新四号,盆栽、沙土,花盆规格3030,采用复合肥。育苗和图像采集试验于 2006 年 6 月至 9 月在吉林大学生物与农业工程学院玻璃温室中进行。2.2 试验方案2.2.1 可见光检测叶片在不同条件下的亮
7、度对比选定一片叶子,在叶片下方用白炽灯照射,将遮光箱口用白纸覆盖并将叶片部分暴露出来(白纸对光的反射是漫反射,相对于玻璃等其他材料可消除反射和散射对叶片亮度带来的影响)。先后令植株处于缺水和富水状态,对选定叶片进行拍摄。用 MATLAB 处理两张图片的特征区域,看其灰度值或 R,G,B 值是否有明显区别,初步确定叶片含水量与图像亮度差别对比的趋势。通过图像亮度差别,证明利用叶片灰度梯度不同进行图形特征分析来判断作物是否缺水的可行性。文档之家-首选文档分享与下载平台http:/ 确定光源条件的试验在黑暗条件下,分别选取红、黄、蓝、绿、白颜色的 LED 作背景光从背面照射叶片进行试验,用一号电池作
8、为电源。选定一片缺水枯萎的黄瓜叶子拍摄叶片的图像,然后对其浇水,吸收一定水分后马上再次拍摄该叶片的照片。拍摄完毕后采摘该叶片测定含水量。用 Photoshop和 MATLAB 对采集的图像进行处理,选择叶片含水量发生变化时,图像特征区域亮度3 结果与分析3.1 可见光检测叶片在不同条件下的亮度对比分别用 Kf 和 Kq 表示富水叶片与缺水叶片的灰度梯度,其中 K 值为灰度梯度值。经计算,Kf/Kq=1.9271U2,说明富水时比缺水时叶片灰度梯度大,两者主叶脉两侧亮度差别对比有显著不同。因此,利用不同含水量条件下叶片灰度梯度不同进行图形特征分析从而判断作物是否缺水的试验具有可行性。3.2 光源
9、条件的确定计算各不同颜色发光二极管照射下的 Kf/Kq 值,如表 1 所示。表 1 不同颜色发光二极管照射下的 Kf/Kq 值Tab.1 Kf/Kqofdifferentcolours二极管颜色 Kf/KqWfWq红色 3.7499黄色 7.9747文档之家-首选文档分享与下载平台http:/ 2.3621绿色 2.0307白色 2.0185Wf=(鲜重-干重)/鲜重=(1.7643-0.1875)/1.7643=89.37%Wq=(鲜重-干重)/鲜重=(1.7643-0.1875)/1.7643=76.93%注:Wf,Wq 分别表示黄瓜富水叶片和缺水叶片的含水量,质量单位为g3.3 临界点的
10、确定叶片含水量在 85.10%86.24%(图像的灰度梯度在 2.09093.125)时,叶片外观已出现枯黄现象,表明开始处于缺水状态,即为黄瓜是否缺水的临界点区域。此临界点区域即为灌水点区域,为了达到高产目的,此时应及时补水。由于含水量在 76.93%时叶片仍具有可恢复性,本试验未找到死亡点。由表 1 知,黄光 Kf/Kq 值最大,说明黄光照射下,黄瓜的富水和缺水叶片主叶脉两侧亮度对比最为明显,黄光为最适背景光。这与视见度曲线说明的人眼对红、蓝光的视见度相对黄光低的多是一致的3。相同方法得到最适背景光照射下,发光二极管最优组数为 4 组。发光二极管规格是超高亮黄文档之家-首选文档分享与下载平
11、台http:/ LED,直径5mm 发光强度 1500020000mcd,波长在 588594nm,品质稳定。http:/ 含水量与图像特征参数的关系最适背景光照射下,叶片含水量与叶片特征区域图像特征参数的关系曲线如图 2 所示。采用非线性最小二乘拟合方法运用 Log-Modified 模型建立该条件下,叶片含水量与特征区域图像灰度梯度间关系的回归模型为Y=(6.3569-6.7602*X)-1.6802R=0.9971P=0.001其中,Y 代表叶片含水,X 代表黄瓜叶片特征区域图像的灰度梯度值。利用该曲线及回归模型均可判断作物水分的丰缺情况。24 结论1)本文以黄瓜为例,设计了基于图象处理
12、的叶片含水量无损检测系统。2)通过对比试验、可见光颜色选择试验和发光二极管最适个数选择试验等一系列试验确定了该试验的光源条件。3)绘制最适背景光下叶片含水量与图像特征参数关系曲线并建立回归模型,实现了通过黄瓜叶片图像特征判断缺水状态的无损检测目的,为指导温室合理灌溉提供理论基础。参考文献:文档之家-首选文档分享与下载平台http:/ 陈玉民.中国主要作物需水量与灌溉M.北京:水利电力出版社,1995:188-190.2 李合生.植物生理生化实验原理和技术M.北京:高等教育出版社,2000:105-107.3 张远鹏.计算机图像处理技术基础M.北京:北京大学出版社,2000.4 Cheng-So
13、onChuan,Jin-JangLeou.Anadaptiveimagein2terpolationalgorithmforimagevideoprocessingJ.PatternRecognition,2001,31:2383-2393.5 S.M.Mabbubur,Md.KamrulHasan.Wavelet-domainitera2tivecenterweightedmedianfilterforimagedenoisingJ.SignalProcessing,2003,83(5):1001-1012.图 2 叶片含水量与图像特征参数关系曲线 Fig.2 RelationcurvebetweenleavewatercontentandimagecharacterResearchonNon-destructiveDetectingofCucumberLeaveWaterContentBasedonImageProcession文档之家-首选文档分享与下载平台http:/ http:/
