李欣庭, 毛銀芹, 馮 潔

(云南師范大學(xué) 物理與電子信息學(xué)院, 云南 昆明 650500)

引 言

自然界物質(zhì)對電磁輻射會產(chǎn)生反射、吸收和散射,把物質(zhì)產(chǎn)生的這些光信息按頻率大小排列就是光譜。作物冠層光譜特征可以反映作物的色素、組織結(jié)構(gòu)等綜合信息,利用作物接受太陽輻射產(chǎn)生的獨特光譜特征,可監(jiān)測植株長勢,診斷水肥狀況,判別逆境災(zāi)害和估算產(chǎn)量,對提高作物管理水平與水肥利用效率,以及減少環(huán)境污染和指導(dǎo)節(jié)水農(nóng)業(yè)生產(chǎn)具有重要意義。

葉面積指數(shù)(leaf area index,LAI)為單位面積中所表現(xiàn)出的最大葉面積,是決定作物光合作用速率的重要指標,LAI越大,單位面積的作物截獲的光合有效輻射就越大[1]。LAI是反映農(nóng)作物長勢并且預(yù)報作物產(chǎn)量的重要農(nóng)學(xué)參數(shù)?？茖W(xué)家利用在軌衛(wèi)星的紅光和紅外波段的不同組合進行植被研究,這些波段間的不同組合方式統(tǒng)稱為植被指數(shù)(vegetation index,VI),VI可表明植被的活力[2]。李剛等[3]通過實驗總結(jié)出,遙感影像的紅波段和近紅外波段遙感信息計算的VI與作物的LAI、太陽光合有效輻射呈正相關(guān)[4]。VI的預(yù)測力主要依賴于LAI的整體變化范圍,兩者呈曲線相關(guān)[5]。

目前的實驗都是運用遙感手段,通過衛(wèi)星傳感器記錄地球表面植被信息,實驗成本高,而且沒有考慮到太陽光照角度的影響,但是太陽的光照角度對LAI的測量是很重要的,因為背光的一面會有較大面積的陰影,這會降低實驗數(shù)據(jù)的準確度,所以本文在實驗室內(nèi)用A光源模擬了太陽光,通過變換A光源的照射角度來模擬太陽光照角度的變化,采用多光譜成像系統(tǒng)獲取多個光照角度下馬鈴薯葉片的多光譜圖像,以達到精確測量植葉面積的目的。

1 植葉面積提取原理

表示作物冠層信息的參數(shù)主要有光譜反射率、葉面積指數(shù)和植葉面積等,本文主要利用多光譜成像系統(tǒng)[6]測量馬鈴薯的植葉面積。由于數(shù)字圖像由一個個像素點組成,所以在已知每個像素點代表的真實面積下,可通過計算圖中目標植葉區(qū)域的像素數(shù),求出植葉的面積[7]。在二值化圖像中:背景區(qū)域的灰度值為 0,即黑色;植葉區(qū)域的灰度值為255,即白色。要計算植葉面積只需計算出白色區(qū)域的像素個數(shù)占總像素個數(shù)的比例即可。根據(jù)公式

(1)

可求出馬鈴薯植株的植葉面積。

一幅圖像包括目標物體、背景和噪聲,要在圖像中取出目標物體,常用方法是設(shè)定某一閾值T,用T將圖像的數(shù)據(jù)分成兩部分,即大于T的像素群和小于T的像素群,將一幅灰度圖變成黑白二值圖像,這就是圖像的二值化[8],拍攝的灰度圖像經(jīng)二值化處理后就成為一張只有植葉區(qū)域和背景區(qū)域的黑白圖像。

2 測量方法

2.1 采集系統(tǒng)

本文所用的采集系統(tǒng)是由一個Spectrocam多光譜相機和一臺計算機組成,光源是Zolix光譜測量專用A光源,目的是確保在近紅外波段范圍內(nèi)有充足的光能量。在實驗前先搭建好由多光譜相機和計算機構(gòu)成的多光譜成像系統(tǒng),然后在暗室環(huán)境下對系統(tǒng)進行標定,調(diào)節(jié)設(shè)備的增益、曝光時間、光通量和焦距等參數(shù)。相機的濾光片參數(shù)如表1所示。

2.2 實驗方法

本文研究的是室內(nèi)植物冠層葉面的不同光照角度下的植葉面積,具體方法如下。

使用A光源水平照射植物并且改變光源的照射角度,照射角度為0°、45°、135°和180°。為了避免后期復(fù)雜的圖像配準處理,Spectrocam多光譜相機始終固定在實驗樣本法線并距離實驗樣本1.8 m處,對植物冠層選定的葉面局部進行數(shù)據(jù)采集。為了精確計算出植物的植葉面積,對馬鈴薯植株進行一次正面數(shù)據(jù)的采集和一次背面數(shù)據(jù)的采集。實驗中注意避免其他光源的干擾,光源照射角度一定要精確,以確保采集數(shù)據(jù)的準確性。在改變光源位置的過程中不要碰到馬鈴薯植株,以免采集系統(tǒng)采集到的植葉區(qū)域發(fā)生改變。Spectrocam多光譜相機最多能裝8個波段的濾光片,在拍攝過程中需要更換濾光片時不能使鏡頭拍攝的區(qū)域改變,實驗方案如圖1所示。

表1 濾光片的中心波長及半帶寬Tab.1 Central wavelength and half-bandwidth of the filter

圖1 多光譜成像采集系統(tǒng)Fig.1 Multi-spectral imaging acquisition system

2.3 多光譜成像系統(tǒng)的非線性校正

由于光源的發(fā)射光譜、整個系統(tǒng)的光譜響應(yīng)特性等因素對圖像的影響很大,所以在多光譜圖像采集時,在各個波段采用了CCD曝光時間控制技術(shù)來實現(xiàn)光譜響應(yīng)補償和系統(tǒng)的非線性校正[9]。步驟為:

(1) 光照角度90°時,對15個通道用相同的曝光時間采集參考白板的圖像。

(2) 通過圖像的灰度值來調(diào)節(jié)各通道合適的曝光時間。

(3) 使用計算好的曝光時間再次采集參考白板各波段的光譜圖像,曝光時間如表2所示[10]。

系統(tǒng)的非線性校正效果如圖2所示,可見從425 nm到972 nm這15個通道校正后的背景在不同波段的響應(yīng)基本一致,起到了簡化分割環(huán)境的作用。

表2 各通道曝光時間Tab.2 Exposure time of each channel

圖2 多光譜成像系統(tǒng)的非線性校正Fig.2 Nonlinear correction of multi-spectral imaging system

3 數(shù)據(jù)處理與分析

利用Spectrocam多光譜相機獲取馬鈴薯植株的多光譜數(shù)據(jù),從0°、45°、135°到180°依次對馬鈴薯植株正面和背面進行多光譜數(shù)據(jù)的采集(當(dāng)光源照射角度為90°時,馬鈴薯植株、光源和相機在同一直線上,光源對馬鈴薯植株的照射被遮擋,所以未采集90°時的照片)。圖3和圖4為各通道下馬鈴薯植株正面45°和背面135°的多光譜圖像。

3.1 馬鈴薯植株正面的植葉面積

由于不同的波長對應(yīng)的折射率不同,且植物在近紅外波段對水分有較強反射,所以實驗選擇近紅外波段下的通道11(中心波長為750 nm)和通道12(中心波長為800 nm)拍攝的圖像作為研究對象。

(1) 通道11下的馬鈴薯植葉面積

因為光源在0°處植株右側(cè)處于背光面,拍到的植株右側(cè)幾乎是黑暗的,只能拍到植株左側(cè)的植葉,光源在180°處植株左側(cè)處于背光面,拍到的植株左側(cè)幾乎是黑暗的,只能拍到植株右側(cè)的植葉,所以對0°、45°、135°、180°的光譜圖像采用MATLAB軟件進行處理并合在一起,處理后的圖像各個面都清晰可見,如圖5所示。由于馬鈴薯植株部分區(qū)域亮度很低,如果直接進行二值化處理,部分亮度低的區(qū)域就會被處理為黑色,所以在進行二值化處理前先使用Photoshop圖像處理軟件選擇馬鈴薯植葉區(qū)域并將這些區(qū)域亮度提高,處理后的圖像如圖6所示。

圖3 馬鈴薯植株正面45°下各通道的光譜圖Fig.3 Spectral map of the channels of potato plants under 45°

圖4 馬鈴薯植株背面135°下各通道的光譜圖Fig.4 Spectral map of the channels of potato plant on the back under 135°

經(jīng)MATLAB軟件二值化處理后的圖像如圖7所示,計算出的植葉像素與總像素的比值為0.551 8,實驗前測量出的標準面積版面積為1 764 cm2,所以根據(jù)式(1)可得出馬鈴薯植株正面的植葉面積為973.375 cm2。

(2) 通道12下的馬鈴薯植葉面積

根據(jù)通道11的處理方法獲得通道12下合成的馬鈴薯植株,如圖8所示;經(jīng)Photoshop軟件處理,得到馬鈴薯植葉區(qū)域的亮度提高后的圖像,如圖9所示;經(jīng)二值化處理,得到如圖10所示的圖像。計算得出,植葉像素與總像素的比值為0.550 4,馬鈴薯植株正面的植葉面積為967.554 cm2。

圖5 通道11下馬鈴薯植株正面圖像Fig.5 Positive image of potato plants under channel 11

圖6 通道11下經(jīng)Photoshop處理過的馬鈴薯植株正面圖像Fig.6 Positive image of potato plant treated by Photoshop under channel 11

圖7 通道11下二值化處理后的植株正面圖像Fig.7 Positive image of the plant after the binarization processing under channel 11

圖8 通道12下馬鈴薯植株正面圖像Fig.8 Positive image of potato plants under channel 12

圖9 通道12下經(jīng)Photoshop處理過的馬鈴薯植株正面圖像Fig.9 Positive image of potato plant treated by Photoshop under channel 12

圖10 通道12下二值化處理后的植株正面圖像Fig.10 Positive image of the plant after the binarization processing under channel 12

圖11 通道12下馬鈴薯植株背面圖像Fig.11 Rear image of potato plants under channel 12

經(jīng)對比,通道11和通道12下計算出的馬鈴薯植葉面積相差不大,但經(jīng)兩者的二值圖與原圖進行細節(jié)對比后發(fā)現(xiàn),通道12的二值圖與原圖較為吻合,所以通道12為計算馬鈴薯植葉面積的最優(yōu)通道。

3.2 馬鈴薯植株背面的植葉面積

通道12下合成的馬鈴薯植株如圖11所示,經(jīng)Photoshop軟件提高亮度后的圖像如圖12所示,經(jīng)二值化處理后的圖像如圖13所示。計算得出植葉像素與總像素的比值為0.447 8,計算得出馬鈴薯植株正面的植葉面積為789.919 cm2。

圖12 通道12下經(jīng)Photoshop處理過的馬鈴薯植株背面圖像Fig.12 Rear image of potato plant treated by Photoshop under channel 11

圖13 通道12下二值化處理后的植株背面圖像Fig.13 Rear image of the plant after the binarization processing under channel 12

3.3 馬鈴薯植株植葉面積

將馬鈴薯植株正面的植葉面積和背面植葉面積相加即可得到整株的植葉面積,為1 586.473 cm2。

4 數(shù)據(jù)驗證

為了進一步驗證計算結(jié)果,實驗選擇一個相對簡單的馬鈴薯植株(如圖14所示)來進行實驗。在45°光照角度下直接求得的總植葉面積為51.645 cm2,在135°光照角度下求得的總植葉面積為51.645 cm2,運用前述方法將45°和135°的照片處理后得出植葉面積為58.080 cm2。同時,為了獲取該植株的真實植葉面積,將馬鈴薯葉片摘下平鋪,采用90°光照進行圖片采集(如圖15所示),最后獲得馬鈴薯葉片真實的植葉面積為64.350 cm2。計算可得45°下求出的植葉面積占真實面積的81.54%,135°下求出的植葉面積占真實面積的80.29%,將45°和135°的照片合在一起進行亮度處理后,求出的植葉面積占真實面積的90.26%。通過實驗可見,利用多角度成像獲取的馬鈴薯植葉面積與真實的植葉面積更加接近,計算的準確度更高。

圖14 葉片正面圖像Fig.14 Positive image of leaf blade

圖15 葉片平鋪圖像Fig.15 Image of the tile leaves

5 結(jié) 論

為了能更好地了解植物光譜特性,本文對馬鈴薯植株的植葉面積進行了研究。采用Spectrocam多光譜相機對不同光照角度下的植葉進行數(shù)據(jù)采集,并計算植葉面積。實驗結(jié)果表明,通道12(中心波長為800 nm)為計算馬鈴薯植葉面積的最優(yōu)通道,而且利用多角度照明方法計算出的植葉面積與真實的植葉面積更接近。

本文只研究了健康馬鈴薯的植葉面積,后續(xù)將會研究患病植株的植葉面積并和健康植株的植葉面積作對比。