趙峰

（泰州職業(yè)技術(shù)學(xué)院機(jī)電技術(shù)學(xué)院，江蘇泰州225300）

基于圖像處理技術(shù)的葉片面積計(jì)算系統(tǒng)的開發(fā)

趙峰

（泰州職業(yè)技術(shù)學(xué)院機(jī)電技術(shù)學(xué)院，江蘇泰州225300）

圖像處理技術(shù)可用于對(duì)活體單片葉片進(jìn)行實(shí)時(shí)、快速、準(zhǔn)確的面積檢測(cè)，文章基于此技術(shù)開發(fā)了一個(gè)用于植物葉片面積計(jì)算的系統(tǒng)。首先利用葉片掃描圖像像素點(diǎn)分布特征及灰度值直方圖特點(diǎn)確定判讀指標(biāo)，其次應(yīng)用圖像RGB三原色灰度值分離理論計(jì)算葉片圖像像素點(diǎn)的分布比例，最后開發(fā)出葉片面積計(jì)算應(yīng)用程序。

葉片面積；圖像處理；掃描；灰度值；應(yīng)用

植物葉片面積檢測(cè)對(duì)于指導(dǎo)農(nóng)作物合理密植、群體結(jié)構(gòu)調(diào)整、變量施肥和精確噴灌以期獲得高產(chǎn)具有非常重要的意義，其對(duì)于蟲病災(zāi)情的準(zhǔn)確估計(jì)及采取合理保護(hù)措施也有重要參考價(jià)值。測(cè)定葉片面積的方法多種多樣，計(jì)算機(jī)圖像處理技術(shù)操作實(shí)時(shí)、結(jié)果準(zhǔn)確、節(jié)省大量的人力、物力和時(shí)間等特點(diǎn)促使其廣泛地應(yīng)用于農(nóng)業(yè)工程領(lǐng)域中對(duì)農(nóng)作物進(jìn)行分析與測(cè)量［1］。

1　葉片面積測(cè)定方法和算法

1.1葉面圖像的獲取

想要通過計(jì)算葉片圖像像素所占整幅圖像像素的比例計(jì)算出葉片面積，就必須利用葉片圖像的像素灰度值與背景的像素點(diǎn)灰度值分布范圍截然不同這一特點(diǎn)。進(jìn)行葉片面積測(cè)定時(shí)，需在特定條件下進(jìn)行圖像采集，以確保明顯特征值，本文位圖數(shù)據(jù)采集分為以下三步：

首先，將植物葉片平整有序地?cái)[放于掃描儀玻璃臺(tái)板上，不重疊，之間留有一定空隙；在葉片上層覆蓋一張白紙，相互主要目的是使得到的背景色灰度值接近255，則植物葉片前景色灰度值介于0到40之間。其次，采用文本模式掃描圖像，設(shè)置比例50%或100%，分辨率75dpi，由此可獲得后續(xù)處理所需的理想圖像。

最后，將掃描結(jié)果保存為24位BMP格式位圖。

程序構(gòu)造一個(gè)CdibImage類，實(shí)現(xiàn)對(duì)24位真彩色的BMP位圖進(jìn)行處理，主要完成圖像的初始化和RGB通道、像素點(diǎn)、直方圖的數(shù)據(jù)統(tǒng)計(jì)。

1.2葉片圖像灰度化

為了獲取R、G、B各分量的灰度值直方圖，在獲得24位BMP位圖后，需對(duì)圖像進(jìn)行RGB三原色分離處理。黑色灰度值0，白色灰度值255，掃描葉片時(shí)背景放置白紙便于營造白色背景，背景灰度值接近255，葉片圖像灰度介于0到40之間，其余過渡階段的灰度比例為0，本文選擇將灰度中間值127作為判斷圖像中的像素點(diǎn)是否屬于葉片的分界指標(biāo)。

1.3葉片圖像去噪

由于部分植物葉片表面存在細(xì)小絨毛、光滑葉片表面反光等原因，圖像中存在噪聲，表現(xiàn)為亮度較大的斑點(diǎn)或區(qū)域，在圖像的成像、掃描、傳輸以及顯示過程中易產(chǎn)生噪聲，導(dǎo)致圖像質(zhì)量下降。如直接對(duì)掃描所得的原始圖像進(jìn)行分割將嚴(yán)重影響分割效果，進(jìn)而影響葉片參數(shù)提取精度。中值濾波法可以很好的抑制脈沖干擾、點(diǎn)狀噪聲及椒鹽噪聲，在灰度值變化較小的情況下亦可達(dá)到很好的平滑效果，同時(shí)具有良好的抗噪性能，能夠在抑制隨機(jī)噪聲的同時(shí)不使邊緣模糊。本文使用3*3滑動(dòng)窗口的中值濾波，流程見圖1［2］。

（1）按照由上至下，由左至右的順序掃描圖像，將當(dāng)前點(diǎn)f（x，y）讀入其鄰域窗口內(nèi)像素灰度值。

（2）對(duì)鄰域窗口內(nèi)的像素灰度值進(jìn)行排序計(jì)算中值，以中值代替f（x，y）。排序算法使用插入排序。

（3）重復(fù)以上步驟，直到掃描完整幅圖像。

圖1　中值濾波流程圖

1.4葉片圖像分割

1.4.1邊緣檢測(cè)觀察圖像的每個(gè)像素在某鄰域內(nèi)灰度的變化情況，利用邊緣鄰近一階或二階方向?qū)?shù)變化規(guī)律，即邊緣算子法檢測(cè)出邊緣是經(jīng)典的邊緣檢測(cè)方法。本文使用拉普拉斯算子進(jìn)行邊緣檢測(cè)，檢測(cè)效果如圖2所示。

圖2　拉普拉斯算子邊緣檢測(cè)效果圖

由圖2可以看出，檢測(cè)出的葉片邊緣輪廓比較粗，背景的灰度變化及葉片內(nèi)部的灰度變化被同時(shí)檢出。正常情況下檢測(cè)得到的葉片邊緣是不閉合的，還需經(jīng)過合適的閾值二值化處理。因此，以上算法處理后的葉片圖像不利于葉片面積的計(jì)算［3］。

1.4.2門限化分割從邊緣檢測(cè)的結(jié)果可以看出，拉普拉斯算子檢測(cè)出的葉片邊緣不連續(xù)，且由于葉脈的存在，葉片內(nèi)部灰度變化很明顯，給計(jì)算面積帶來了困難。為獲得理想的葉片提取效果，決定采用圖像門限處理技術(shù)對(duì)葉片圖像進(jìn)行分割。通過中值濾波之后，圖像噪聲大大減少，且邊緣保存較好，圖像質(zhì)量好。本文采用全局門限方法對(duì)葉片圖像進(jìn)行分割，分割效果如圖3所示。

圖3　葉片圖像分割效果圖

1.5葉片圖像形態(tài)學(xué)處理

經(jīng)過閾值分割后得到的葉片二值圖像中存在毛刺、凹洞、斷線等缺陷，噪聲的存在使得二值化后所得到的圖像邊界很不平滑。如果直接利用帶有缺陷的圖像進(jìn)行面積計(jì)算，勢(shì)必將嚴(yán)重影響計(jì)算精度。因此，為提升計(jì)算精度，本文采用一定的運(yùn)算形式對(duì)缺陷進(jìn)行修補(bǔ)，連續(xù)的開運(yùn)算和閉運(yùn)算可以有效改善以上不良情況，效果明顯。

從圖4我們可以看出，在經(jīng)過閉運(yùn)算后，葉片中間的細(xì)小孔洞已經(jīng)填補(bǔ)。由于圖片壓縮的原因，細(xì)節(jié)處的改善效果可能不太明顯。

1.6葉片面積計(jì)算

本文通過連通區(qū)域標(biāo)記的方法統(tǒng)計(jì)出各連通區(qū)域像素總數(shù)，再利用圖像分辨率換算成實(shí)際面積。假設(shè)第i個(gè)連通區(qū)域的像素總數(shù)為ni，BMP文件格式中X方向的分辨率為biXPelsPerMeter，Y方向的分辨率為biYPelsPerMeter，利用式1可以計(jì)算出該連通區(qū)域的面積Si，如式1所示。

基于鏈碼方法計(jì)算葉片面積必須提取葉片的外輪廓，進(jìn)行輪廓跟蹤，算法較為復(fù)雜；但外輪廓描述的圖像區(qū)域受內(nèi)部孔洞的影響甚微，計(jì)算結(jié)果較為精確。由于只是計(jì)算單一葉片的面積，背景與目標(biāo)之間差別較大，二值化結(jié)果非常理想，圖像內(nèi)的空洞可以用開運(yùn)算消除，所以利用統(tǒng)計(jì)像素個(gè)數(shù)的方法來計(jì)算葉片的面積［4］。計(jì)算步驟為：

（1）置像素個(gè)數(shù)n的初值為零；（2）遍歷圖像的每個(gè)像素點(diǎn)f（x，y），若f（x，y）為目標(biāo)像素點(diǎn)，n加1；（3）遍歷結(jié)束，根據(jù)（式1）計(jì)算面積。

2　系統(tǒng)實(shí)現(xiàn)

本文設(shè)計(jì)并實(shí)現(xiàn)一個(gè)用于植物葉片面積計(jì)算的系統(tǒng)，系統(tǒng)具有讀取圖像、顯示圖像、保存圖像、對(duì)圖像進(jìn)行灰度化處理、二值處理、計(jì)算圖像面積等功能。本系統(tǒng)基于Visual C++6.0單文檔方式實(shí)現(xiàn)［5］。

2.1系統(tǒng)框圖

葉片圖像面積計(jì)算系統(tǒng)的總體設(shè)計(jì)如圖5所示。

圖5　系統(tǒng)構(gòu)成示意圖

2.2系統(tǒng)功能模塊

本系統(tǒng)包括圖像文件的獲取和存儲(chǔ)、圖像處理兩個(gè)?主要模塊，系圖5統(tǒng) 系統(tǒng)功構(gòu)成能示意結(jié)圖構(gòu)如圖6所示。2.2 系統(tǒng)功能模塊本系統(tǒng)包括圖像文件的獲取和存儲(chǔ)、圖像處理兩個(gè)主要模塊，系統(tǒng)功能結(jié)構(gòu)如圖6所示。

圖6　系統(tǒng)功能模塊示意圖

3　討論

本文提出基于計(jì)算機(jī)圖像處理技術(shù)測(cè)量葉片面積的一種算法。本法測(cè)定植物葉片面積與傳統(tǒng)復(fù)印稱重法結(jié)果對(duì)比，相對(duì)系數(shù)r為0.9998，相對(duì)誤差小于0.5%，且大大節(jié)約測(cè)定時(shí)間，僅為復(fù)印稱重法的1/60，在大批量連續(xù)測(cè)定過程中優(yōu)勢(shì)明顯。更為重要的是該算法可以用于其它任意不規(guī)則二維物體表面積的測(cè)量［6］。

基于圖像處理技術(shù)的葉片面積檢測(cè)法用圖像處理法對(duì)整株植物總?cè)~面積進(jìn)行檢測(cè)時(shí)誤差較大，原因是在圖像處理方面還沒有很好地解決葉片重疊問題、葉片傾向及葉片變形及環(huán)境影響等方面問題。今后需選取便捷、準(zhǔn)確的彩色圖像或多頻圖像獲取方法，探索出基于智能理論的圖像處理算法及彩色圖像處理技術(shù)，從而簡(jiǎn)化測(cè)量過程，提高測(cè)量精度。另外，適時(shí)開發(fā)適合出適合移動(dòng)智能終端的相關(guān)應(yīng)用程序?qū)⒏谝痪€工作人員開展測(cè)量工作［7］。

［1］左飛.Visual C++數(shù)字圖像處理開發(fā)入門與編程實(shí)踐［M］.北京：電子工業(yè)出版社，2008.

［2］于峰，林杉.植物葉面積測(cè)定系統(tǒng)的研究及其應(yīng)用［J］.計(jì)算機(jī)應(yīng)用研究，2003（12）：20-23.

［3］張文昭，洪添勝，吳偉斌等.基于圖像處理技術(shù)的葉面積檢測(cè)研究［J］.農(nóng)機(jī)化研究，2007（4）：121-124.

［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(cè)定方法［J］.中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007，12（4）：67-69.

［5］高祥斌，張秀省，蔡連捷.觀賞植物葉面積測(cè)定及相關(guān)分析［J］.福建林業(yè)科技，2009，36（2）：231-234.

［6］李曉斌，郭玉明.機(jī)器視覺高精度測(cè)量技術(shù)在農(nóng)業(yè)工程中的應(yīng)用［J］.農(nóng)機(jī)化研究，2012（5）：7-11.

［7］吳鳳和.基于計(jì)算機(jī)視覺測(cè)量技術(shù)的圖像輪廓提取方法研究［J］.計(jì)量學(xué)報(bào)，2007，28（1）：18-22.

（責(zé)任編輯楊荔晴）

Development of Leaf Area Calculation System Based on Image Processing Technology

ZHAO Feng
（Taizhou Polytechnic College，Taizhou Jiangsu 225300，China）

Image processing technology can be used for real-time，fast and accurate measurement of the area of a single blade，and a system for calculating the leaf area of plant is developed based on the technique.Firstly，the leaf scanning image pixel gray features and distribution histogram to determine the characteristics of the interpretation of the index，followed by the application of image RGB tricolor gray value separation theory calculation of leaf image pixel distribution was calculated as the ratio of leaf area，and finally developed leaf area calculation application program.

leaf area；image processing；scanning；gray value；application

TP391.41

B

1671-0142（2016）04-0044-03

趙峰（1979-），男，江蘇揚(yáng)州人，副教授.