CN102506772B - 一种基于手机的快速检测叶片面积的方法及装置 - Google Patents
一种基于手机的快速检测叶片面积的方法及装置 Download PDFInfo
- Publication number
- CN102506772B CN102506772B CN201110338472.4A CN201110338472A CN102506772B CN 102506772 B CN102506772 B CN 102506772B CN 201110338472 A CN201110338472 A CN 201110338472A CN 102506772 B CN102506772 B CN 102506772B
- Authority
- CN
- China
- Prior art keywords
- blade
- area
- reference object
- color
- mobile phone
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000012937 correction Methods 0.000 claims abstract description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 230000003993 interaction Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000009432 framing Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 239000003086 colorant Substances 0.000 claims description 3
- 230000000712 assembly Effects 0.000 claims 2
- 238000000429 assembly Methods 0.000 claims 2
- 238000012360 testing method Methods 0.000 abstract 7
- 241000196324 Embryophyta Species 0.000 description 12
- 238000007781 pre-processing Methods 0.000 description 5
- 238000005303 weighing Methods 0.000 description 5
- 230000001066 destructive effect Effects 0.000 description 4
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007557 optical granulometry Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000005068 transpiration Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于手机的快速检测叶片面积的方法，包括下列步骤：选择一块正面与被测叶片颜色相区别的纯色不透明平板作为背景板，背景板的面积大于叶片面积；在背景板正面固定一个面积为SR的参照物，参照物的颜色不同于背景板和被测叶片；将被测叶片放在背景板正面，通过手机摄像获得数码照片；对照片进行灰度化、滤波、几何校正、二值化和区域连通标记处理，将照片分割为背景、参照物和被测叶片三个区域，通过遍历照片数据，得到背景板、参照物、被测叶片的像素总数；通过参照物、被测叶片的像素总数，用户给定参照物的面积，最后由手机按照公式自动计算得到被测叶片的面积。本发明简化测量步骤，缩短了检测时间，提高了测量精度高。
Description
技术领域
在此处键入技术领域描述段落。
背景技术
本发明涉及一种叶片面积的检测方法，具体地说是涉及一种基于手机的快速检测叶片面积的方法及装置。叶片是植物进行光合作用合成有机物的重要器官，也是植物进行蒸腾的主要途径。研究植物叶片的各种参数对植物的生长发育、作物产量以及栽培管理等都具有十分重要的意义。建立方便、快速、准确的植物叶片分析方法，对于调整群体结构、充分利用光热资源，从而指导作物栽培密度及合理施肥以获得作物高产有着重要的意义。
叶面积是作物栽培和育种实践中常用的指标，是农作物的产量和品质的评价指标，也是理想株型选育、测定害虫危害损失的重要指标，利用该参数可计算作物的用水量、蒸腾作用及产量等，也可分析植物的生长状况，并且建立植物生长模型。叶片是植物进行光合作用合成有机物的重要器官，叶面积的大小在一定程度上直接影响着农作物的产量。植物学研究人员在野外考察时，时常需要获取植物叶片的面积。因此建立方便、准确的叶面积测定方法，对于指导农业生产实践活动，制定高产、优质和高效的栽培技术措施具有积极的意义。
目前常用的方法有两大类：一类是破坏性叶片面积测定方法，包括方格法、称重法、像素扫描法等方法，这些方法不能活体测量，将会损坏叶片；第二类是非破坏性叶片面积测定方法，包括回归法、图像处理法和光电法等方法。目前的图像处理法是用各种成像设备将叶片图像采集为数字图像，再传到计算机后用Matlab或自己编程实现面积测量，总的来说，这些都方法比较复杂，过程较为繁琐。
（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，按一介方格统计；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
把被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
本发明旨在克服上述现有存在技术的不足，提供一种基于手机快速的叶片面积的检测方法。该方法是基于手机的硬件平台和软件平台，通过编写软件实现摄像头调用，图像处理、统计分析、人机交互和显示等功能。
本发明的基于手机的快速检测叶片面积的方法，包括以下步骤：
a、选择一块正面与被测叶片颜色相区别的纯色不透明平板作为背景板，背景板的面积大于叶片面积，并便于拍摄取景时成像于背景板区域内；
b、在背景板正面固定一个面积为SR的参照物，参照物的颜色不同于背景板和被测叶片；
c、将被测叶片展平铺放在背景板正面，且与参照物的位置临近，通过手机的摄像头进行拍摄，获得在背景板区域内，包含被测叶片和参照物在内的完整的数码照片；
d、对照片进行灰度化、滤波、几何校正、二值化和区域连通标记处理，将照片分割为背景、参照物和被测叶片三个区域，通过遍历照片数据，得到背景板的像素总数，参照物的像素总数和被测叶片的像素总数；
e、通过得到的参照物的像素总数和被测叶片的像素总数，并由用户给定参照物的面积，最后由手机按照如下公式：
自动计算得到被测叶片的面积。
其中，识别并统计参照物和被测叶片所占像素总数的具体方法是：对照片进行预处理，包括滤波和几何校正，然后对照片进行灰度化和平滑、图像二值化和连通区域标记。经过以上处理以后，将照片分割为背景板，参照物和被测叶片三个区域。最后遍历照片数据可得到背景板的像素总数，参照物的像素总数和叶片的像素总数。通过用户交互比对后可以得到参照物的像素总数和叶片的像素总数。
上述方法中照片的预处理包括灰度化，灰度化是将彩色图像转换为灰度图像。本方法中照片的灰度化是通过将照片颜色的RGB模型转为HIS模型实现的。消去彩色图像中彩色信息里强度分量的影响。HSI颜色模型和RGB颜色模型之间可以通过非线性变换来相互转换：
对于灰度化后的灰度图像，f(x,y) 的函数值点坐标为(x,y)的像素点的灰度值。
上述方法中照片的预处理包括滤波，滤波可以减少和消除照片中的“噪音”，以改善照片质量。本方法中采用线性滤波法。线性滤波的算法如下：
（1）从左到右，从上到下顺序遍历灰度图像的每一个像素f(x,y)；
（2）把模板算子的中心与该输入像素f(x,y)重叠，把该像素与其模板进行卷积运算，把运算的结果值作为输出图像的对应像素的灰度值；
（3）如果所有像素都处理完毕，则算法结束，否则转向（1）。
上述方法中照片的二值化采用迭代阈值分割法。照片的二值化处理即选择一个灰度阈值，将图像转换为黑白二值图像，迭代阈值分割法的算法如下：
假设取照片灰度范围的中间值作为初始阈值T 0 ，则它的数学表达式为：
其中，L为灰度级的个数，
是灰度值为k的像素点的个数。
具体的实现算法如下：
（1）求出图像的最大灰度值Zmax和最小灰度值Z min，令初始阈值T 0 =(Z max+Z min)/2；
（2）根据初始阈值T0将图像分割成为目标和背景，分别求出两者的平均灰度值Z1和Z2；
（3）求出新阈值T=(Z1+Z2)/2；
（4）若T0≠T，把T的值赋给T0，转到步骤（2），循环迭代计算直到T0=T时终止，所得T即为最优的阈值。最优阈值确定以后进行二值化处理，变换函数表达式如下：
上述方法中对照片连通区域标记采用邻域像素连通标记法。连通区域标记即将二值化图像中邻近的具有相同灰度值像素点赋予同样的标签号。邻域像素连通标记法的算法步骤如下：
（1）从左到右、从上到下扫描照片。对于每行的各点,如果某像素点的灰度值为255，则有以下几种情况：如果上面点和左面点有一个标记，则复制该标记。如果两点有相同的标记，则复制该标记。如果两点有不同的标记，则复制两点中较小的标记，将两标记写入等价表中作为等价标记；否则给这个像素点分配一个新标记，并将这一标记写入等价表。
（2）考虑下一行，重复第（2）步。
（3）从上到下扫描图像，重复（2）、（3）步。
（4）在等价表的每一等价集中，找到该等价集中最低的标记。
（5）遍历图像，用等价表中的最低标记取代每一标记，用不同的颜色标记各个连通区域。
上述方法中对照片连通区域标记后，遍历照片数据，得到背景板的像素总数，参照物的像素总数和被测叶片的像素总数。通过用户交互比对后可以得到参照物的像素总数和被测叶片的像素总数。通过如下公式计算出被测叶片的面积
上述方法中的软件系统分为交互界面和算法实现程序。软件交互界面包括主界面、系统相机调用界面、存储器文件选择界面和叶片面积计算界面。算法实现程序包括获取照片和对照片的图像处理，处理过程包括图像预处理、图像灰度化和平滑、图像二值化、图像连通域标记和面积计算。流程图如说明书附图中的图5所示。
上述方法中数码照片的识别与自动分析统计是采用Java面向对象的编程方法实现的，该技术为已知的现有技术。
本发明还提供了一种基于手机的快速检测叶片面积的装置，该装置包括有一个手机、一块背景板、一个参照物和被测叶片，所述的参照物和被测叶片分别置于背景板上，所述的手机位于背景板的垂直上方；所述的手机具有拍照、存储、图像处理、统计分析、人机交互和显示功能；
所述的背景板正面的颜色区别于被测叶片的颜色和参照物的颜色；
所述的参照物的颜色区别于被测叶片的颜色。
本发明的叶片面积快速检测方法主要是利用了现有手机的硬件平台和软件平台以及数字图像处理技术，通过软件调用手机的摄像头获取背景板区域内的包含参照物和被测叶片的完整照片，进而通过用Java语言开发的手机上的软件对照片进行图像处理，统计出参照物和被测叶片在该数码照片中所占的像素总数，最后根据公式计算得到被测叶片的面积。用此方法和装置测量，照片获取与照片分析都在手机上完成，能够简化测量步骤、工具。便于携带，不损害植物。大大缩短了叶片面积的检测时间，而且测量精度高。
附图说明
图1是本发明基于手机的快速检测叶片面积的装置结构示意图；
图2是本发明系统主界面；
图3是本发明存储器文件选择界面；
图4是本发明装载图像后的界面；
图5是本发明系统算法实现流程；
图6是本发明图像区域连通标记完成后的界面；
图7是本发明颜色比对的界面；
图8是本发明完成面积计算并显示的界面。
具体实施方式
下面以实施例并结合附图对本发明进行详细的描述，进一步说明本发明的目的和特点，但本发明的实施方式不局限于此。
实施例一：装置及其使用说明
如图1所示，本发明的一种基于手机的快速叶面积检测装置，该装置包括有一个手机4、一块背景板1、一个参照物2和被测叶片3，所述的参照物2和被测叶片3分别置于背景板1上，所述的手机4位于背景板1的垂直上方；所述的手机4具有拍照、存储、图像处理、统计分析、人机交互和显示功能；
所述的背景板1正面的颜色区别于被测叶片3的颜色和参照物2的颜色；
所述的参照物2的颜色区别于被测叶片3的颜色。
如图1所示，本发明一种基于手机的快速叶面积检测装置，选择一块正面为纯色的背景板1。本实施例中采用的背景板1正面为白色。
如图1所示，本发明的一种基于手机的快速叶面积检测装置，选择一块纯色参照物2，形状规则，面积确定。本实施例中参照物2为正方形薄片，面积为4平方厘米，颜色为黑色。使用时，参照物2固定在背景板1的正面上。本实施例中，参照物2粘贴在背景板1的正面上。
如图1所示，本发明的一种基于手机的快速叶面积检测装置，手机4使用的是HTC公司的型号为Incredible S的手机，其CPU为QSD8255，主频1GHz，RAM：756MB。摄像头像素800万像素，软件系统为Android OS v2.3。通过手机4的摄像头进行拍摄，获得在背景板1区域内，包含被测叶片3和参照物2在内的完整的数码照片。
用手机4拍摄照片的时候尽量让镜头方向与背景板1垂直，镜头正对被测叶片3和参照物2所在区域取景拍照，以避免出现误差。
如图2所示，本发明一种基于手机的快速叶面积检测装置，叶片面积检测软件启动后，首先显示主界面，软件主界面中有四个按钮组件（Button）、一个图像显示组件（ImageView）和几个文本组件（TextView）；布局形式选用LinearLayout布局嵌套两个TableLayout布局。可通过点击拍摄照片按钮，调用硬件设备的摄像头进行照片的获取，也可通过点击自选照片按钮后，选择存储器中的照片。
如图3所示，本发明一种基于手机的快速叶面积检测装置，点击自选照片按钮后，系统显示存储器文件选择界面，显示存储器中的照片文件列表。
如图4所示，本发明一种基于手机的快速叶面积检测装置，照片选择完成后系统显示装载照片后的界面，并提示照片装载完毕。
如图5所示，本发明一种基于手机的快速叶面积检测装置，照片装载完毕后，点击图像处理过程按钮后，软件开始对装载的照片进行图像处理，处理的过程包括图像预处理（滤波、几何校正）、灰度化、二值化、区域连通标记、面积计算等过程。图像滤波采用线性滤波法，图像的灰度化是采用将颜色的RGB模型转为HIS模型，图像的二值化采用迭代阈值分割法，图像连通区域标记采用邻域像素连通标记法，综合考虑处理时间和处理效果，采用四连通搜索标记法。
如图6所示，本发明一种基于手机的快速叶面积检测装置，图像区域连通标记完成后，显示区域标记完毕，并提示用户比对颜色后进行面积的计算。此时图像应能清晰地分辨出参照物和叶片，否则重新选取图像进行处理。
如图7所示，本发明一种基于手机的快速叶面积检测装置，图像区域连通标记完成且图像符合要求，按下颜色对比按钮，显示颜色对比界面，选择图像中参照物和被测叶片的颜色，并输入参照物的面积。
如图8所示，本发明一种基于手机的快速叶面积检测装置，在用户完成颜色对比，并输入参照物面积按下确定按钮后，软件进行叶片面积的计算，计算完成后，显示结果。显示内容包括参照物像素值、参照物面积值、被测叶片像素值和被测叶片面积值。被测叶片面积的单位与参照物的面积单位相同。
实施例二：检测方法
a、如图1所示，选择一块正面为白色不透明平板作为背景板1，背景板1的面积应大于叶片面积，并便于拍摄取景时成像于背景板区域内。
b、在背景板1正面粘贴一个面积SR＝4平方厘米的参照物2，参照物的颜色为黑色。
c、将被测叶片3展平铺放在背景板1正面，且与参照物2的位置临近。
d、如图2所示，打开手机4中的叶片面积检测软件，在软件主界面上点击“拍摄照片”按钮，通过手机4的摄像头进行拍摄，获得在背景板1区域内，包含被测叶片3和参照物2在内的完整的数码照片。用手机4拍摄照片时尽量让镜头方向与背景板1垂直，镜头正对被测叶片3和参照物2所在区域取景拍照，以避免出现误差。
e、如图3和图4所示，将拍摄的照片存储到手机4的存储器中。在软件主界面点击“自选照片”按钮。在存储器中选择要处理的照片，此时，所选照片被加载，在软件主界面下方显示“装载图像完毕”字样，以及加载的图片画面。
f、如图6所示，在软件主界面上点击“图像处理过程”按钮，手机4开始对照片进行图像处理。图像处理完成后，在软件主界面下方会显示“区域标记完毕，比对颜色后进行计算”字样。此时，软件主界面下方照片中，参照物2被标记为绿色，被测叶片3被标记为黑色。然后，在软件主界面点击“颜色比对”按钮。此时，界面变为图7所示。
g、如图7所示，在“请选择参照物的颜色”下方下拉菜单中选择“绿色|Green”；在“请选择叶片的颜色”下方下拉菜单中选择“黑色|Black”。在“输入参照物面积”下方文本框中输入参照物2的面积。本实施例中，参照物2的面积为4；然后点击“确定并返回”按钮。
h、如图8所示，软件主界面中会显示出“参照物像素”、“参照物面积”、“叶片像素”和“叶片面积”及其分别对应的数值。在本实施例中，参照物像素为92379，参照物面积为4.0，叶片像素为319111，叶片面积为13.81747。面积单位与参照物2的单位一致。
在上述实施例及图片中，所述的“参照物像素”和“叶片像素”分别指的是参照物像素总数和叶片像素总数。
最后需要指出的是：上述实例仅为说明本发明的技术方案而并非限制；上述实例以HTC的Incredible S手机为硬件平台，以Android OS v2.3操作系统为软件平台，但不限于手机的硬件平台和Android OS v2.3系统的软件平台，也可以在其他手机和软件平台下实现。此外，参照图例对本实施例进行了详细的说明，本领域的相关人员应当理解；根据本发明的实施方案所采取的任何变形，均不脱离本发明技术方案的精神和权利要求记载的范围。
Claims (8)
1.一种基于手机的快速检测叶片面积的方法，其特征在于，包括以下步骤：
a、选择一块正面与被测叶片颜色相区别的纯色不透明平板作为背景板，背景板的面积大于叶片面积，并便于拍摄取景时成像于背景板区域内；
b、在背景板正面固定一个面积为SR的参照物，参照物的颜色不同于背景板和被测叶片；
c、将被测叶片展平铺放在背景板正面，且与参照物的位置临近，通过手机中的叶片面积测量软件界面上的拍摄照片组件调用手机摄像头进行拍摄，获得在背景板区域内，包含被测叶片和参照物在内的完整的数码照片；
d、用手机中的叶片面积测量软件对照片进行灰度化、滤波、几何校正、二值化和区域连通标记处理，将照片分割为背景、参照物和被测叶片三个区域，在软件界面上选择参照物和叶片的颜色，进行颜色比对，通过遍历照片数据，得到背景板的像素总数，参照物的像素总数和被测叶片的像素总数；
e、通过得到的参照物的像素总数和被测叶片的像素总数，并由用户给定参照物的面积，最后由手机按照如下公式：
自动计算得到被测叶片的面积。
2.根据权利要求1所述的快速检测叶片面积的方法，其特征在于，所述灰度化是通过将照片颜色的RGB模型转为HIS模型实现的。
3.根据权利要求2所述的快速检测叶片面积的方法，其特征在于，所HSI颜色模型和RGB颜色模型之间通过非线性变换来相互转换：
对于灰度化后的灰度图像，f(x,y)的函数值点坐标为(x,y)的像素点的灰度值。
4.根据权利要求1所述的快速检测叶片面积的方法，其特征在于，所述滤波采用线性滤波法算法如下：
(1)从左到右，从上到下顺序遍历灰度图像的每一个像素f(x,y)；
(2) 把模板算子的中心与该输入像素f(x,y) 重叠，把该像素与其模板进行卷积运算，把运算的结果值作为输出图像的对应像素的灰度值；
(3) 如果所有像素都处理完毕，则算法结束，否则转向(1)。
5.根据权利要求1所述的快速检测叶片面积的方法，其特征在于，所述二值化采用迭代阈值分割法，具体算法如下：
假设取照片灰度范围的中间值作为初始阈值T 0 ，则它的数学表达式为：
其中，L为灰度级的个数，
是灰度值为k的像素点的个数。
6.根据权利要求5所述的快速检测叶片面积的方法，其特征在于，所述迭代阈值分割法具体的实现算法如下：
（1）求出图像的最大灰度值Zmax和最小灰度值Z min，令初始阈值T 0 =(Z max+Z min)/2；
（2）根据初始阈值T0将图像分割成为目标和背景，分别求出两者的平均灰度值Z1和Z2；
（3）求出新阈值T=(Z1+Z2)/2；
（4）若T0≠T，把T的值赋给T0，转到步骤（2），循环迭代计算直到T0=T时终止，所得T即为最优的阈值，最优阈值确定以后进行二值化处理，变换函数表达式如下：
7.根据权利要求1所述的快速检测叶片面积的方法，其特征在于，所述的区域连通标记采用邻域像素连通标记法。
8.一种基于手机的快速叶面积检测装置，其特征在于：包括有手机(4) 、背景板（1）、参照物（2） 和被测叶片（3），所述的参照物（2）和被测叶片（3）分别置于背景板（1）上，所述的手机（4）位于背景板（1）的垂直上方；所述的手机（4）具有拍照、存储、图像处理、统计分析、人机交互和显示功能；
所述的手机安装有叶片面积检测软件，包含四个按钮组件、一个图像显示组件和几个文本显示组件；
所述的四个按钮组件分别是拍摄照片组件、自选照片组件、图像处理过程组件、颜色对比组件；
所述的叶片面积检测软件界面上有指定参照物和叶片颜色的下拉菜单；
所述的叶片面积检测软件界面上给出关键操作提示；
所述的图像处理过程组件包含灰度化、滤波、几何校正、二值化和区域连通标记处理模块；
所述的软件还包括输入参照物面积模块和遍历照片模块；
所述的叶片面积检测软件界面上给出参照物像素、参照物面积、叶片像素和叶片面积；
所述的装置给出的叶片面积测量结果的精度为0.00001；
所述的叶片面积检测软件采用Java语言编写；
所述的背景板（1）正面的颜色区别于被测叶片（3）的颜色和参照物（2）的颜色；
所述的参照物（2）的颜色区别于被测叶片（3）的颜色。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110338472.4A CN102506772B (zh) | 2011-11-01 | 2011-11-01 | 一种基于手机的快速检测叶片面积的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110338472.4A CN102506772B (zh) | 2011-11-01 | 2011-11-01 | 一种基于手机的快速检测叶片面积的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102506772A CN102506772A (zh) | 2012-06-20 |
| CN102506772B true CN102506772B (zh) | 2014-06-11 |
Family
ID=46218880
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110338472.4A Expired - Fee Related CN102506772B (zh) | 2011-11-01 | 2011-11-01 | 一种基于手机的快速检测叶片面积的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102506772B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109059808A (zh) * | 2018-08-15 | 2018-12-21 | 华南农业大学 | 叶片面积测量方法、系统、存储介质及移动终端 |
Families Citing this family (34)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063143B (zh) * | 2012-12-03 | 2016-05-11 | 苏州佳世达电通有限公司 | 基于图像识别的测量方法及其系统 |
| CN103791861A (zh) * | 2014-02-10 | 2014-05-14 | 黑龙江省森林与环境科学研究院 | 一种植物叶面积无损测定方法 |
| CN103839283A (zh) * | 2014-03-11 | 2014-06-04 | 浙江省特种设备检验研究院 | 一种小型不规则物体的面积周长无损测量方法 |
| CN104132897B (zh) * | 2014-08-16 | 2018-11-06 | 西北农林科技大学 | 一种基于手持设备的植物叶片含氮量测量方法和装置 |
| CN104463888A (zh) * | 2014-12-19 | 2015-03-25 | 中国科学院武汉岩土力学研究所 | 裂缝宽度变化监测装置及其方法 |
| CN104568676A (zh) * | 2015-01-20 | 2015-04-29 | 清华大学深圳研究生院 | 一种材料憎水性能的测试方法及装置 |
| CN106468543B (zh) * | 2015-08-21 | 2019-12-31 | 浙江托普云农科技股份有限公司 | 一种基于图像处理的叶片面积测量方法 |
| CN105136070A (zh) * | 2015-08-21 | 2015-12-09 | 上海植物园 | 利用电子设备测量植物叶面积的方法 |
| CN105891112A (zh) * | 2016-03-31 | 2016-08-24 | 江苏大学 | 一种基于Android手机的蔬菜叶片新鲜度检测装置及方法 |
| CN106482643B (zh) * | 2016-06-30 | 2019-12-17 | 江苏省家禽科学研究所 | 鸡冠大小和颜色测定板及测定方法 |
| CN107967698A (zh) * | 2016-10-19 | 2018-04-27 | 万里科技股份有限公司 | 用于平面拍摄的长度量测方法 |
| CN106468536B (zh) * | 2016-11-22 | 2019-08-09 | 天津市气候中心 | 一种叶面积测量方法 |
| CN106596863A (zh) * | 2016-12-22 | 2017-04-26 | 邬东强 | 一种基于手机摄像头的植物信息采集系统及方法 |
| CN106769944B (zh) * | 2017-01-14 | 2019-09-03 | 西北农林科技大学 | 基于图像的双波长植物叶片叶绿素含量检测方法和装置 |
| CN106996757A (zh) * | 2017-04-18 | 2017-08-01 | 广西壮族自治区农业科学院农业资源与环境研究所 | 一种基于数码相机图像的叶面积测量方法 |
| CN107024187A (zh) * | 2017-04-18 | 2017-08-08 | 广西壮族自治区农业科学院农业资源与环境研究所 | 一种基于数码相机图像的叶面积测量方法 |
| CN107144244A (zh) * | 2017-05-16 | 2017-09-08 | 广西壮族自治区农业科学院农业资源与环境研究所 | 一种叶面积测量方法 |
| CN107424157A (zh) * | 2017-08-11 | 2017-12-01 | 南京航空航天大学 | 动物黏附接触区实际接触面积的计算方法及计算系统 |
| CN109870126A (zh) * | 2017-12-05 | 2019-06-11 | 宁波盈芯信息科技有限公司 | 一种面积计算方法以及一种能够进行面积计算的手机 |
| CN108844499A (zh) * | 2018-05-03 | 2018-11-20 | 岭南师范学院 | 一种植物叶面积测量方法 |
| CN108765433A (zh) * | 2018-05-31 | 2018-11-06 | 西京学院 | 一种用于提高精度的多叶面积测量方法 |
| CN109087241A (zh) * | 2018-08-22 | 2018-12-25 | 东北农业大学 | 一种农业作物图像数据无损采集方法 |
| CN109883524A (zh) * | 2019-03-08 | 2019-06-14 | 武汉大学 | 作物器官重量估计模型的建模方法 |
| CN110580495A (zh) * | 2019-06-21 | 2019-12-17 | 南京农业大学 | 一种梨树叶面积与叶面炭疽病病斑数自动化分析方法 |
| CN110363807A (zh) * | 2019-06-28 | 2019-10-22 | 湖北省农业科学院经济作物研究所 | 基于rgb图像高通量无损获取田间棉花有效叶面积的方法 |
| CN110717939A (zh) * | 2019-09-10 | 2020-01-21 | 广东华远国土工程有限公司 | 一种土地面积的快速评估方法 |
| CN111623732A (zh) * | 2020-06-03 | 2020-09-04 | 东北林业大学 | 一种针叶林叶片针簇比的测定方法 |
| CN111553943A (zh) * | 2020-06-09 | 2020-08-18 | 山西农业大学 | 基于多元正态分布统计和水平集变分法的叶面积自动测量系统 |
| WO2022088096A1 (zh) * | 2020-10-30 | 2022-05-05 | 京东方科技集团股份有限公司 | 缺陷实际面积的检测方法、显示面板的检测方法及装置 |
| CN112361998B (zh) * | 2020-11-12 | 2022-10-21 | 中国林业科学研究院林业研究所 | 一种基于智能手机的植物叶面积指数测定方法及其应用 |
| CN112504172A (zh) * | 2020-12-15 | 2021-03-16 | 青海大学 | 一种适用于野外的测量植物叶面积的方法 |
| CN112556606A (zh) * | 2020-12-24 | 2021-03-26 | 宁夏农林科学院农业经济与信息技术研究所（宁夏农业科技图书馆） | 基于双目视觉的自走式枸杞果实测量方法及装置 |
| CN112432596B (zh) * | 2021-01-27 | 2021-05-25 | 长沙智能驾驶研究院有限公司 | 空间测量方法、装置、电子设备及计算机存储介质 |
| CN115307581A (zh) * | 2022-08-04 | 2022-11-08 | 西北农林科技大学 | 一种基于光合仪的植物叶面积测量系统及使用方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007171033A (ja) * | 2005-12-22 | 2007-07-05 | Univ Nagoya | 葉面積指数の間接測定方法および間接測定システム |
| CN101110067B (zh) * | 2007-06-07 | 2010-06-30 | 李萍丰 | 爆破作业智能分析方法与系统 |
| CN101334836B (zh) * | 2008-07-30 | 2010-06-23 | 电子科技大学 | 一种融合色彩、尺寸和纹理特征的车牌定位方法 |
| CN101713641B (zh) * | 2009-10-09 | 2011-07-20 | 山西农业大学 | 一种基于数码图像技术的叶片面积分析方法及其装置 |
| CN101894370A (zh) * | 2010-07-14 | 2010-11-24 | 苏州大学 | 具有形状参数自适应的甲骨文轮廓字形自动生成方法 |
| CN202267464U (zh) * | 2011-11-01 | 2012-06-06 | 西北农林科技大学 | 一种基于手机的快速检测叶片面积的装置 |
-
2011
- 2011-11-01 CN CN201110338472.4A patent/CN102506772B/zh not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109059808A (zh) * | 2018-08-15 | 2018-12-21 | 华南农业大学 | 叶片面积测量方法、系统、存储介质及移动终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102506772A (zh) | 2012-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102506772B (zh) | 一种基于手机的快速检测叶片面积的方法及装置 | |
| CN104132897B (zh) | 一种基于手持设备的植物叶片含氮量测量方法和装置 | |
| CN105066877B (zh) | 基于智能终端镜头的树木测量方法 | |
| CN202267464U (zh) | 一种基于手机的快速检测叶片面积的装置 | |
| Tech et al. | Methods of image acquisition and software development for leaf area measurements in pastures | |
| CN103839283A (zh) | 一种小型不规则物体的面积周长无损测量方法 | |
| CN108120402A (zh) | 一种基于Photoshop软件测定植物叶面积的方法 | |
| CN106468536A (zh) | 一种叶面积测量方法 | |
| CN112465893A (zh) | 一种植被叶片面积测量方法、装置、终端及存储介质 | |
| CN109059808A (zh) | 叶片面积测量方法、系统、存储介质及移动终端 | |
| CN103778630A (zh) | 基于android的田间病害程度图像识别方法 | |
| CN111724354A (zh) | 一种基于图像处理的多株小麦穗长与小穗数的测量方法 | |
| CN112861666A (zh) | 一种基于深度学习的鸡群计数方法及应用 | |
| CN112700488A (zh) | 基于图像拼接的活体长叶片叶面积分析方法、系统及装置 | |
| CN116337781A (zh) | 一种基于光谱图像重建的高粱品种识别方法 | |
| CN110232677B (zh) | 一种用于干涉条纹分析的手机app | |
| CN111738936A (zh) | 基于图像处理的多株水稻穗长的测量方法 | |
| CN117197479A (zh) | 一种应用玉米果穗外表面的图像分析方法、装置、计算机设备及存储介质 | |
| CN116258844A (zh) | 一种棉花叶片表型性状快速精准鉴定方法 | |
| CN116188356A (zh) | 一种茶叶肥壮度的数字化评价方法 | |
| CN110580495A (zh) | 一种梨树叶面积与叶面炭疽病病斑数自动化分析方法 | |
| CN115147659A (zh) | 一种植物果实外表面dus测试性状的图像分析方法及系统 | |
| CN111325732B (zh) | 面部残留物检测方法及相关设备 | |
| CN103279953A (zh) | 一种基于LabVIEW平台的机器视觉标定系统 | |
| Wang et al. | Study on estimation method of plant leaf area based on image processing technology |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140611 |