CN101713641A - 一种基于数码图像技术的叶片面积分析方法及其装置 - Google Patents

Abstract

一种基于数码图像技术的叶片面积分析方法及其装置，是在测定板上以一种颜色圈出一个封闭的测定带，将测定带内的区域作为测定区域；在测定区域内标记出一块面积已知的标定物；测定带颜色、标定物颜色与被测叶片颜色相互区别；将被测叶片放置在测定区域内标定物的临近位置进行成像，获取测定区域的完整数码照片；读取测定带颜色、标定物颜色以及被测叶片颜色的色彩模式RGB值；遍历数码照片图像，根据RGB值识别标定物、被测叶片，统计出标定物及被测叶片在该数码照片中所占的像素，计算出被测叶片的面积。本发明的叶片面积分析方法可以快速地一次完成多个被测叶片的图像分析，而且测量精度高，后期工作量小。

Description

一种基于数码图像技术的叶片面积分析方法及其装置

技术领域

本发明涉及一种叶片面积的分析方法，具体地说是涉及一种基于数码图像技术的叶片面积分析方法。本发明还涉及一种用于所述分析方法的叶片面积分析装置。

背景技术

叶片是植被进行光合作用合成有机物的重要器官，叶片面积的大小是衡量植株群体的生长状况和光能利用率的重要指标，适当的叶片面积指数为合理密植并获得高产提供了理论基础，准确测定叶片面积也是建立植株生长模型的前提。因此，如何能简便、快速、准确、非破坏性的测定叶片面积，在现代化农业生产实践中和对于建立植株数字化生长模型都有着重要的意义。现有的叶片面积测定方法主要有破坏性和非破坏性两种。

(1)破坏性叶片面积测定方法

破坏性叶片面积测定方法必须在采摘叶片后进行测定，这样不仅取样不方便，破坏植物体，而且还要花费大量的时间，也无法对同一叶片进行动态测定。具体的方法有：

a、方格法

把叶片整体轮廓描在准备好的、绘制有一定边长的方格计算纸上，统计叶片轮廓所占据的方格数。在统计方格数时规定：如果叶片轮廓边缘覆盖了方格面积的二分之一以上，按一个方格统计；如果叶片轮廓边缘所覆盖的方格面积不足方格的二分之一以上，则舍去不予统计。最后把叶片所占的方格数进行统计，求出所有方格的面积之和，即为叶片的面积。这种方法的精度受到方格大小的影响，方格越小，精度越高，但同时带来很大的工作量；方格面积取得较大时，虽然可以减少工作量，但是测量精度比价低。另外，该方法对不规则的叶片测量更为困难。

b、称重法

称重法大致可以分为两种。一种是采用质地均匀的标准纸，分析得到标准纸的单位重量面积；然后将叶片平铺覆盖在标准纸上，沿着叶片边缘剪下标准纸(或者复印得到叶片轮廓在标准纸上的投影，沿着投影线剪下标准纸)，用电子天平测量剪下标准纸的重量，用测量得到的标准纸重量乘以标准纸的单位重量面积，得到叶片的重量。另一种是基于相近叶位叶片的比叶重(单位面积下的叶片质量)相对稳定的原理，通过预先测定采样区部分叶片的叶面积与这些叶片相应的干重的比值得到比叶重；然后通过测量得到被测叶片的干重，再换算得到相应叶片的面积，这种方法在一定程度上可以减少工作量。第一种称重法的测量精度受到标准纸剪裁精度的影响，第二种称重法的测量精度与叶片比叶重的变异程度相关。

c、像素扫描法

把测定的叶片采摘下来后，通过扫描仪扫描测定叶片与标准参照物所占的像素；通过其他辅助方法或软件，如Photoshop、Matlab等方法，分别获取两者的像素；通过参考标准计算得到一个像素所占的面积，然后以该值与叶片所占像素个数的乘积作为叶片的面积。这种方法可以精确测量得到叶片面积，但是需要把叶片采摘下来，同时还需要对扫描的图像进行分割、去噪等操作，因而测量步骤比较繁杂。

(2)非破坏性叶片面积测定方法

非破坏性叶片面积测定方法可以在不损害叶片的前提下，连续对叶片面积进行测定，主要方法有：

a、回归法

这种方法通常是根据不同叶片的特征，选取叶片的几个关键特征数值，建立这些特征数值与被测叶片面积间的函数回归关系，而实现对叶片的非破坏测定。如一般情况下选择若干将要测定的叶片，分别测定叶片的面积、长和宽，建立叶片长与宽的乘积作为自变量、叶片面积作为依变量的回归方程，来实现对预测叶片面积的估算。这种方法可以在不损害叶片的条件下动态测定叶片的面积。这种方法需要在测量前事先测量大量叶片建立回归方程，而且测量误差较大。

b、数码相机图像法

这种方法可以在不损害叶片的条件下进行叶片面积的测量。但是这种方法与像素扫描法类似，需要很多辅助的工作，需要采用图像处理软件对图像进行的裁剪、去噪等，工作量较大，操作过程繁杂。

c、光电叶面积仪器法

虽然测量比较快速，但测量结果很容易受外界环境的影响，稳定性差，而且光电叶面积测量仪器价格昂贵，维修困难。

发明内容

本发明的目的旨在克服上述现有技术存在的缺点，提供一种基于数码图像技术的叶片面积分析方法，以快速、无损测定叶片面积。

提供一种用于该叶片面积分析方法的分析装置，是本发明的另一发明目的。

本发明的基于数码图像技术的叶片面积分析方法包括以下步骤：

a、准备一块测定板，以一种与被测叶片颜色相区别的颜色在该测定板上圈出一个封闭的测定带，将测定带内的区域作为测定区域；

b、在测定区域内标记出一块其颜色区别于测定带以及被测叶片颜色且已知面积为S_S的标定物；

c、将被测叶片放置在测定区域内标定物的临近位置进行成像，获取包含有被测叶片和标定物的测定区域的完整数码照片；

d、分别读取测定带颜色的色彩模式RGB值、标定物颜色的色彩模式RGB值以及被测叶片颜色的色彩模式RGB值；

e、遍历数码照片图像，根据RGB值识别标定物、被测叶片，统计出标定物及被测叶片在该数码照片中所占的像素N_S和像素N_L；

f、按照以下公式计算出被测叶片的面积：

$S_L=\frac{S_S}{N_S}\·N_L$

其中，S_S为标定物的面积；

N_S为标定物在数码照片中所占的像素；

N_L为被测叶片在数码照片中所占的像素。

其中，识别并统计标定物和被测叶片所占像素的具体方法是：遍历数码照片图像，当检测到标定物颜色的GRB值时，以该点向图像上、下、左、右四个方向移动，再读取在各方向上移动时的各像素点的RGB值，检测到测定带颜色的RGB值时，停止在该方向的检测；最后统计出标定物及被测叶片在该数码照片中所占的像素。

上述方法中，数码照片图像的识别与自动分析统计是采用VC⁺⁺面向对象的编程方法来实现的，该技术为已知的现有技术。

本发明还提供了一种用于上述基于数码图像技术的叶片面积分析方法的分析装置，该装置包括有一块测定板，在测定板上圈有一个封闭的测定带，测定带的颜色区别于被测叶片颜色，在测定带封闭区域内标记有一块颜色区别于测定带及被测叶片颜色，且面积已知的标定物。

所述的测定带可以是方形、圆形、不规则图形等各种形状，只要能形成一个封闭的测定区域即可。

同时，本发明的叶片面积分析装置还可以包括一个透明塑料片，所述的透明塑料片与测定板的一边活动连接。

本发明的叶片面积分析方法主要利用了现有技术中的数码图像自动识别技术，通过测定区域内的标定物准确地在测定区域中识别到被测叶片，进而统计出标定物以及被测叶片在该数码照片中所占的像素，再根据公式计算得到被测叶片的面积，可以快速地一次完成多个被测叶片的图像分析，而且测量精度高，后期工作量小。

本发明的叶片面积分析装置结构简单，制作容易，叶片的采集也比较容易。

附图说明

图1是本发明的叶片面积分析装置结构示意图。

具体实施方式

通过下面给出的具体实施例可以进一步清楚地了解本发明，但下述实施例不是对本发明的限定。

实施例1

一种基于数码图像技术的叶片面积分析装置如图1所示，包括一块尺寸为10cm×10cm的测定板1，以及一块活动连接在测定板一边的尺寸10cm×10cm的透明塑料片5。

在测定板1上圈有一个直径为8cm的圆形红颜色测定带2；在测定带2内设有一个黄颜色的面积为2cm×2cm的标定物3，该标定物3的面积与被测苜蓿叶片的面积相近。

将被测苜蓿叶片4放置在测定带2内标定物3的临近位置进行成像，获取包含被测苜蓿叶片的h×w的数码照片。

读取测定带红颜色的色彩模式RGB值、标定物黄颜色的色彩模式RGB值以及被测苜蓿叶片绿颜色的色彩模式RGB值，赋予图像处理程序，作为程序的初始化。上述RGB值作为下述自动识别与判断的临界值。

从0->w和0->h遍历数码图像，如果像素的R、G与B值与标定物黄颜色的R、G与B值之差小于规定的相对误差，如0.1％，则识别到标定物，记录该像素点为第一识别点。

以第一识别点为中心，进行标定物与被测苜蓿叶片所占像素的统计：以第一识别点为中心，向其所在的位置点的8个方向逐个像素移动，读取8个方向上各像素的R、G与B值；如果某一像素的R、G与B值与测定带红颜色的R、G与B值之差小于规定的相对误差，如0.1％，则停止在该像素方向的移动。

如果像素的R、G与B值与标定物黄颜色的R、G与B值之差小于规定的相对误差，如0.1％，则统计一次标定物所占的像素；如果像素的R、G与B值与被测苜蓿叶片绿颜色的R、G与B值之差小于规定的相对误差，如0.1％，则统计一次被测苜蓿叶片所占的像素。

按照上述方法统计得到标定物所占的像素数N_S与被测苜蓿叶片所占的像素数N_L。

根据事先设定的标定物真实面积S_S，即2cm×2cm，以下述公式计算出被测苜蓿叶片的面积S_L：

$S_L=\frac{S_S}{N_S}\·N_L.$

实施例2

叶片面积分析装置包括一块尺寸为15cm×15cm的测定板1，以及一块活动连接在测定板一边的尺寸15cm×15cm的透明塑料片5。

在测定板1上圈有一个边长为13cm的正方形黄颜色测定带2；在测定带2内设有一个蓝颜色的面积为5cm×5cm的标定物3，该标定物3的面积与被测大豆叶片的面积相近。

将被测大豆叶片4放置在测定带2内标定物3的临近位置进行成像，获取包含被测大豆叶片的h×w的数码照片。

读取测定带黄颜色的色彩模式RGB值、标定物蓝颜色的色彩模式RGB值以及被测大豆叶片绿颜色的色彩模式RGB值，赋予图像处理程序，作为程序的初始化。上述RGB值作为下述自动识别与判断的临界值。

从0->w和0->h遍历数码图像，如果像素的R、G与B值与标定物蓝颜色的R、G与B值之差小于规定的相对误差，如0.1％，则识别到标定物，记录该像素点为第一识别点。

以第一识别点为中心，进行标定物与被测大豆叶片所占像素的统计：以第一识别点为中心，向其所在的位置点的8个方向逐个像素移动，读取8个方向上各像素的R、G与B值；如果某一像素的R、G与B值与测定带黄颜色的R、G与B值之差小于规定的相对误差，如0.1％，则停止在该像素方向的移动。

如果像素的R、G与B值与标定物蓝颜色的R、G与B值之差小于规定的相对误差，如0.1％，则统计一次标定物所占的像素；如果像素的R、G与B值与被测大豆叶片绿颜色的R、G与B值之差小于规定的相对误差，如0.1％，则统计一次被测大豆叶片所占的像素。

按照上述方法统计得到标定物所占的像素数N_S与被测大豆叶片所占的像素数N_L。

根据事先设定的标定物真实面积S_S，即5cm×5cm，以实施例1公式计算出被测大豆叶片的面积S_L。

实施例3

叶片面积分析装置包括一块尺寸为35cm×35cm的测定板1，以及一块活动连接在测定板一边的尺寸35cm×35cm的透明塑料片5。

在测定板1上圈有一个边长为33cm的正方形蓝颜色测定带2；在测定带2内设有一个紫颜色的面积为10cm×10cm的标定物3，该标定物3的面积与被测葡萄叶片的面积相近。

将被测葡萄叶片4放置在测定带2内标定物3的临近位置进行成像，获取包含被测葡萄叶片的h×w的数码照片。

读取测定带蓝颜色的色彩模式RGB值、标定物紫颜色的色彩模式RGB值以及被测葡萄叶片绿颜色的色彩模式RGB值，赋予图像处理程序，作为程序的初始化。上述RGB值作为下述自动识别与判断的临界值。

从0->w和0->h遍历数码图像，如果像素的R、G与B值与标定物紫颜色的R、G与B值之差小于规定的相对误差，如0.1％，则识别到标定物，记录该像素点为第一识别点。

以第一识别点为中心，进行标定物与被测葡萄叶片所占像素的统计：以第一识别点为中心，向其所在的位置点的8个方向逐个像素移动，读取8个方向上各像素的R、G与B值；如果某一像素的R、G与B值与测定带蓝颜色的R、G与B值之差小于规定的相对误差，如0.1％，则停止在该像素方向的移动。

如果像素的R、G与B值与标定物紫颜色的R、G与B值之差小于规定的相对误差，如0.1％，则统计一次标定物所占的像素；如果像素的R、G与B值与被测葡萄叶片绿颜色的R、G与B值之差小于规定的相对误差，如0.1％，则统计一次被测葡萄叶片所占的像素。

按照上述方法统计得到标定物所占的像素数N_S与被测葡萄叶片所占的像素数N_L。

根据事先设定的标定物真实面积S_S，即10cm×10cm，以实施例1公式计算出被测葡萄叶片的面积S_L。

Claims (3)

1.一种基于数码图像技术的叶片面积分析方法，包括以下步骤：

a、准备一块测定板，以一种与被测叶片颜色相区别的颜色在该测定板上圈出一个封闭的测定带，将测定带内的区域作为测定区域；

b、在测定区域内标记出一块其颜色区别于测定带以及被测叶片颜色且已知面积为SS的标定物；

c、将被测叶片放置在测定区域内标定物的临近位置进行成像，获取包含有被测叶片和标定物的测定区域的完整数码照片；

d、分别读取测定带颜色的色彩模式RGB值、标定物颜色的色彩模式RGB值以及被测叶片颜色的色彩模式RGB值；

e、遍历数码照片图像，根据RGB值识别标定物、被测叶片，统计出标定物及被测叶片在该数码照片中所占的像素N_S和像素N_L；

f、按照以下公式计算出被测叶片的面积：

$S_L=\frac{S_S}{N_S}\·N_L$

其中，S_S为标定物的面积；

N_S为标定物在数码照片中所占的像素；

N_L为被测叶片在数码照片中所占的像素。

2.用于权利要求1所述分析方法的叶片面积分析装置，包括有一块测定板(1)，在测定板(1)上圈有一个封闭的测定带(2)，测定带(2)的颜色区别于被测叶片(4)颜色，在测定带(2)封闭区域内标记有一块颜色区别于测定带(2)及被测叶片(4)颜色，且面积已知的标定物(3)。

3.根据权利要求2所述的叶片面积分析装置，其特征是还包括一个透明塑料片(5)，所述的透明塑料片(5)与测定板(1)的一边活动连接。

Images