張曉云

（聊城大學(xué) 物理科學(xué)與信息工程學(xué)院，山東 聊城 252000）

農(nóng)作物生長(zhǎng)狀態(tài)是調(diào)控作物生長(zhǎng)、進(jìn)行作物營(yíng)養(yǎng)缺素診斷、分析和預(yù)測(cè)產(chǎn)量的重要基礎(chǔ)和根據(jù)。利用計(jì)算機(jī)技術(shù)對(duì)植物生長(zhǎng)狀態(tài)監(jiān)測(cè)，是計(jì)算機(jī)視覺(jué)研究的熱點(diǎn)之一。目前對(duì)作物長(zhǎng)勢(shì)信息的研究，大多都是在外部光照條件一定的情況下進(jìn)行的，介紹在自然光照條件下進(jìn)行研究的文獻(xiàn)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。

1 理論依據(jù)

1.1 圖像采樣

試材為花育16號(hào)。試驗(yàn)在聊城大學(xué)農(nóng)學(xué)院玻璃溫室內(nèi)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(duì)植物進(jìn)行定期透水，土壤水分含量設(shè)5個(gè)等級(jí)：90%，80%，70%，60%和50%。當(dāng)花生植株自頂部下數(shù)第2片功能葉基本展開(kāi)后開(kāi)始采集圖像，間隔一天采集一次，每次采集圖像的時(shí)間在上午10點(diǎn)和下午3點(diǎn)左右，為避免光照對(duì)葉片顏色的影響，拍攝圖像時(shí)將植株與標(biāo)準(zhǔn)變色卡同時(shí)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(duì)圖像進(jìn)行采集時(shí)，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(gè)生長(zhǎng)周期，跟蹤采集的時(shí)間相對(duì)較長(zhǎng)，植株下部的葉片容易枯萎，為了不影響實(shí)驗(yàn)的精確度，采集圖像時(shí)所選取的葉片均為自頂部下數(shù)第2片功能葉。

1.2 圖像預(yù)處理

花生葉片采集處理流程如圖1所示，在對(duì)葉片采樣時(shí)難免會(huì)受到干擾，使圖像存在一些噪聲，對(duì)特征值的提取造成影響，所以要先對(duì)葉片圖像進(jìn)行濾波消噪。線(xiàn)性高通濾波器可使用具有正和負(fù)的系數(shù)的2-D卷積模板來(lái)實(shí)現(xiàn)[2]，這些模板對(duì)應(yīng)對(duì)拉普拉斯算子的數(shù)字近似，即一個(gè)簡(jiǎn)單的，各項(xiàng)同性的（即旋轉(zhuǎn)不變的）二階倒數(shù)算子，它能對(duì)任何方向的亮度過(guò)度產(chǎn)生影響。

1.3 顏色特征提取

顏色直方圖是顏色值的函數(shù)，描述的是圖像中具有該顏色值的像數(shù)的個(gè)數(shù)，其橫坐標(biāo)為顏色值，縱坐標(biāo)是該顏色值出現(xiàn)的頻率。如式（1）所示，式中n是總像素?cái)?shù)，p（rk）是第k個(gè)灰度級(jí)的概率[3]。

圖1 植物葉片采集處理流程

現(xiàn)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

1.4 葉片仰角的提取

Harris多尺度角點(diǎn)檢測(cè)的原理[5]：從樣本中任取5片葉片通過(guò)Harris角點(diǎn)算法得到的角點(diǎn)與手動(dòng)選取的角點(diǎn)如表1所示。

2 試驗(yàn)結(jié)果與分析

2.1 圖像處理

從花生葉片在土壤濕度為50%時(shí)的葉片顏色直方圖顯示的雙峰現(xiàn)象，說(shuō)明圖像的背景和葉片灰度分布比較集中，通過(guò)閾值分割的方法進(jìn)行圖像分割，通過(guò)R,G,B通道分離，分別檢測(cè)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(shù)分別計(jì)算每片葉片與水平線(xiàn)的夾角也取平均值，結(jié)果如表2所示。

表1 手選與Harris算法得到的角點(diǎn)對(duì)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(xiàn)離散狀態(tài)，添加線(xiàn)性回歸曲線(xiàn)，橫坐標(biāo)土壤濕度，縱坐標(biāo)顏色G分量，得到土壤濕度與顏色G分量的關(guān)系式是：y=-0.51x+89，土壤濕度與顏色G分量的決定系數(shù)R2=0.927 68。

土壤濕度與花生葉片仰角差關(guān)系如圖4所示，添加線(xiàn)性回歸曲線(xiàn)，橫坐標(biāo)土壤濕度，縱坐標(biāo)葉片仰角差，土壤濕度與葉片仰角差的關(guān)系式：y=1.184x－60.1，土壤濕度與仰角差的決定系數(shù)R2=0.989 3。

2.2 實(shí)驗(yàn)結(jié)果

在日光條件下采集花生葉片圖像，利用圖像處理技術(shù)對(duì)其RGB分量和仰角進(jìn)行了分析，得出以下結(jié)論：土壤的水分含量與葉片的仰角、G分量有相關(guān)性較大，而與其他的分量相關(guān)性不明顯，因此，可通過(guò)圖像處理檢測(cè)農(nóng)作物植株葉片的仰角和G分量判斷植物生長(zhǎng)所需要土壤濕度，以避免因土壤濕度而造成的農(nóng)作物產(chǎn)量損失。由于圖像分割處理的難度較復(fù)雜，很多關(guān)鍵技術(shù)尚不成熟，存在不足之處，在具體的工程實(shí)踐中，仍然需要摸索和積累經(jīng)驗(yàn)。

圖3 不同土壤濕度與G分量的關(guān)系

圖4 土壤濕度與葉片仰角差的關(guān)系

[參考文獻(xiàn)]

[1]羅錫文，藏英，周志艷.精細(xì)農(nóng)業(yè)中農(nóng)情信息采集技術(shù)的研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào)，2006（1）：167-173.

[2]胡永光，李萍萍.日本的植物工廠及其新技術(shù)[J].世界農(nóng)業(yè)，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(yīng)用[J].計(jì)算機(jī)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(diǎn)檢測(cè)[J].電子信息學(xué)報(bào)，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.