CN108844499A - 一种植物叶面积测量方法 - Google Patents

Abstract

本发明涉及平面面积测量技术领域，更具体地，提供一种植物叶面积测量方法，通过设计多种规格的参照矩形，用4个标志点作为顶点限制矩形大小，其中1个为编码标志点，3个为非编码标志点。利用编码点关联矩形实际面积，通过对编码标志点解码获取对应矩形的面积以及非编码标志点的位置信息。4个已知的矩形顶点确定矩形的面积同时，作为参考点对图像进行透视校正，提高准确率。本发明提出的技术方案通过解码编码标志点自动提取，实现页片面积测量的自动化，同时通过选取合适的矩形面积及透视校正，可大幅提高叶面积测量的准确率。

Description

一种植物叶面积测量方法

技术领域

本发明涉及平面面积测量技术领域，更具体地，涉及一种植物叶面积测量方法。

背景技术

叶片面积是作物栽培和育种操作的常用指标之一，也是农作物产量和品质的重要评价指标，叶面积大小对植物的生长发育、作物产量以及确定杀虫剂的适当应用方面都具有十分重要的意义。关于叶片面积的测量一直是农业领域中的热点之一。

基于图像处理的叶面积测量方法的主要原理是在获取图像时加入面积已知的参照物，根据叶片与参照物的像素比例计算叶片的面积，但是大多数方法都是设置一个固定大小的参照物，参照物面积与被测叶面积差别较大时，参照物图像提取时稍有误差，就会引起被测叶面积的较大误差，影响测量精度。画一个已知面积的矩形作为参考面积，将被测叶片放到矩形内获取图像，解决了参照物固定的问题，但绘制的矩形存在误差、矩形顶点的获取精度不高，并且要把矩形的面积手动输入到软件中，达不到自动识别的目的；

所以，根据现有技术存在的问题，需要一种能精确测量各类大小植物叶片面积的测量方法。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种植物叶面积测量方法，通过制作设计多个面积不同的参照矩形，使用编码的方式关联其实际面积，选择与待测叶片大小最为相近的参照矩形作测量背景进行拍摄，在经过图像处理之后得到图像中矩形像素和叶片像素大小，利用比例公式最后精确测量植物叶面积。

为解决上述技术问题，本发明采用的技术方案是：

一种植物叶面积测量方法，包括以下步骤：

S1设计多个面积不同的参照矩形，每个参照矩形由4个标志点作为顶点来约束大小，1个为编码标志点，3个为非编码标志点。将矩形规格大小进行分类，制造多种面积大小的参照矩形，以适应不同植物叶大小的测量。

S2将各个参照矩形的编码标志点关联对应矩形的实际面积S_rectangle和标志点的实际坐标信息。构成参照矩形顶点的4个标志点中1个为编码标志点，3个为非编码标志点，对编码标志点进行编码，关联其对应矩形的实际面积以及4个标志点的实际坐标信息。在Forbes K提出的15位环形编码标志点的基础上，取其中的6位，1号位的中心在OC直线上，设置成常“黑”作为起始标志位。2-6位为编码位，其黑白的不同组合构成了不同的编码，有32种编码方式，满足区分参照矩形的同时矩形的内侧不设置编码位，可避免被测叶片遮挡编码信息，矩形范围内均可摆放叶片，使被测叶面积与矩形面积差尽量小，提高测量准确率。每个编码位可以看作是一个二进制数，通过解码不同的编码标志点可以得到不同的二进制数，设置起始位可简化解码方法、增加编码数量。

S3选择与待测植物叶面积大小最相近的参照矩形，将待测植物叶片平铺放置在参照矩形内，使用摄影器材图像获取设备获取图像。选择与待测植物叶面积最相近的参照矩形，可以有效地提高测量的准确性。在拍摄时，尽可能使镜头与被测平面平行，使所拍的的图像平面接近最大投影面积。

S4提取图像中的标志点，对编码标志点进行解码，获取矩形的实际面积S_rectangle和标志点的实际坐标信息。利用圆度信息提取图像中标志点的信息，提取的方法如下：

圆度的定义为其中L表示周长，Area表示面积。各种图形中圆形的周长最短，Cllipse最大为1，其他形状随着边界凹凸变化程度的增加，周长相应增加，Cllipse随之减小。受参数误差影响，圆形标志点的Cllipse值可能会略大于或略小于1。故Cllipse值需要设定一个区间范围，选取圆形标志点的圆度范围为：0.9-1.1。

完成标志点提取后，对编码标志点进行解码操作，按照设计比例在3倍圆形标志点直径范围内搜索，周围存在编码位的圆形标志点为编码标志点，否则为非编码标志点。计算非编码标志点到编码标志点的距离由小到大，分别是A、C、B。编码标志的起始编码位在OA所在直线上，找到起始位后顺时针依次增加24°取其他5位的值，图像取反后白色为1，黑色为0，以此类推获得二进制编码，从而获取标志点位置以及得到关联的矩形实际面积S_rectangle

S5对图像进行计算，获取图像中的矩形像素N_rectangle以及植物叶片像素N_leaf。按连通区域面积获取叶片的像素数N_leaf，根据参照矩形4个标志点像素坐标，求取矩形在图像中的总像素数N_rectangle。

同时，由摄影测量理论可知，圆形标志点投影后为椭圆，则边缘点的椭圆方程为：

ax²+bxy+cy²+dx+cy+f＝0

根据最小二乘法原理，建立目标函数：

则圆心坐标为：

S6根据比例公式计算出植物叶片的实际面积S_leaf。已知图像中由四个标志点组成矩形的实际面积，利用摄影不变原理分别统计叶片区域的像素大小和参考矩形的像素大小，则能通过比例关系计算出目标面积。

进一步地，所述S5中进行计算之前，对图像进行几何校正，将图像校正为无畸变图像。单目摄影测量中，为降低射影失真带来的测量误差应尽量使镜头与被测平面平行，但实际测量中，徒手拍摄难以达到物像平行。当拍摄设备的平面与拍摄目标物的平面不平行时，则产生透视畸变。

为提高测量精度，本发明利用参照矩形中四个已知坐标的标志点校正拍摄时产生的透视畸变。即将有几何畸变的图像坐标系x，y变换到无畸变坐标系X，Y中，通过以下二次映射变换公式进行校正：

将公式变形为：

写成矩阵形式：

其中，T＝[a₁ a₂ a₃ a₄ a₅ a₆ a₇ a₈]^-，(x_i，y_i)为图像中标志的像素坐标，(X_i，Y_i)为标志点的实际坐标。

对于T的8个未知量，至少需要4个控制点的8个位置参数求解，表达式为：

利用参照矩形中的4个已知标志点坐标和像素坐标按上述公式可以求得T，利用矩形阵式对目标图像进行像素坐标的几何校正，由于校正图像中的像素点映射到畸变图像中不一定是整数，所以有的像素点会找不到对应的像素位置。为此，需要对这些空缺像素进行灰度插值。本发明采用双线性插值法，(x+m，y+n)点的灰度值为：

P(x₀+m，y₀+n)＝(1-m)(1-n)P(x₀，y₀)+(1-m)nP(x₀，y₀+1)+m(1-n)P(x₀+1，y₀)+mnP(x₀+1，y₀+1)

其中，(x+m，y+n)为校正图像在原图像中的对应点m，n为计算过程中产生的小数，属于[0，1)，则(x+m，y+n)落在(x，y)、(x+1，y)、(x，y+1)和(x+1，y+1)之间。

进一步地，所述S4提取标志点之前，对图像进行预处理。

进一步地，所述图像预处理包括图像灰度化、图像拉伸、二值化、去噪。获取图像后经图像灰度化、图像拉伸、二值化、去噪、形态学处理后对标志点提取、区分与定位。

进一步地，所述编码标志点由中心点位圆点和编码带组成。编码标志点中定位圆的直径为5mm，定位圆心到编码位中心的距离是10mm，非编码除没有外围的编码位外，与编码标记点相同。

进一步地，所述几何校正通过以下二次映射变换公式进行校正：

与现有技术相比，本发明的有益效果是：本发明设计多种规格大小的参照矩形，用摄影测量学中的圆形标志点约束矩形的顶点，构成矩形顶点的4个标志点中1个为编码标志点，3个为非编码标志点，通过对编码标志点解码获取对应矩形的面积以及标志点的坐标信息。测量时根据被测叶面的大小，在不遮挡标志点的前提下选择面积最相近的矩形，根据被测叶片的大小选择合适的参照矩形，可有效减少参照物提取误差对测量结果的影响。四个已知坐标信息的矩形顶点在确定矩形的面积同时，还可以作为参考点对图像进行透视校正，提高识别的准确率。本发明提出的技术方案通过解码图像中的编码标志点自动提取，实现了页片面积测量的自动化，同时通过选取合适的矩形面积及透视校正，可大幅提高叶面积测量的准确率。

附图说明

图1是参照矩形图。

图2是所拍摄的照片图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

实施例1

如图1-2所示，一种植物叶面积测量方法，包括以下步骤：

S1设计多个面积不同的参照矩形，每个参照矩形由4个标志点作为顶点来约束大小，1个为编码标志点，3个为非编码标志点。将矩形规格大小进行分类，制造多种面积大小的参照矩形，以适应不同植物叶大小的测量。

S2将各个参照矩形的编码标志点关联对应矩形的实际面积S_rectangle和标志点的实际坐标信息。构成参照矩形顶点的4个标志点中1个为编码标志点，3个为非编码标志点，对编码标志点进行编码，关联其对应矩形的实际面积以及4个标志点的实际坐标信息。在Forbes K提出的15位环形编码标志点的基础上，取其中的6位，1号位的中心在OC直线上，设置成常“黑”作为起始标志位。2-6位为编码位，其黑白的不同组合构成了不同的编码，有32种编码方式，满足区分参照矩形的同时矩形的内侧不设置编码位，可避免被测叶片遮挡编码信息，矩形范围内均可摆放叶片，使被测叶面积与矩形面积差尽量小，提高测量准确率。每个编码位可以看作是一个二进制数，通过解码不同的编码标志点可以得到不同的二进制数，设置起始位可简化解码方法、增加编码数量。

S3选择与待测植物叶面积大小最相近的参照矩形，将待测植物叶片平铺放置在参照矩形内，使用摄影器材图像获取设备获取图像。选择与待测植物叶面积最相近的参照矩形，可以有效地提高测量的准确性。在拍摄时，尽可能使镜头与被测平面平行，使所拍的的图像平面接近最大投影面积。

S4提取图像中的标志点，对编码标志点进行解码，获取矩形的实际面积S_rectangle和标志点的实际坐标信息。利用圆度信息提取图像中标志点的信息，提取的方法如下：

圆度的定义为其中L表示周长，Area表示面积。各种图形中圆形的周长最短，Cllipse最大为1，其他形状随着边界凹凸变化程度的增加，周长相应增加，Cllipse随之减小。受参数误差影响，圆形标志点的Cllipse值可能会略大于或略小于1。故Cllipse值需要设定一个区间范围，选取圆形标志点的圆度范围为：0.9-1.1。

完成标志点提取后，对编码标志点进行解码操作，按照设计比例在3倍圆形标志点直径范围内搜索，周围存在编码位的圆形标志点为编码标志点，否则为非编码标志点。计算非编码标志点到编码标志点的距离由小到大，分别是A、C、B。编码标志的起始编码位在OA所在直线上，找到起始位后顺时针依次增加24°取其他5位的值，图像取反后白色为1，黑色为0，以此类推获得二进制编码，从而获取标志点位置以及得到关联的矩形实际面积S_rectangle

S5对图像进行计算，获取图像中的矩形像素N_rectangle以及植物叶片像素N_leaf。按连通区域面积获取叶片的像素数N_leaf，根据参照矩形4个标志点像素坐标，求取矩形在图像中的总像素数N_rectangle。

同时，由摄影测量理论可知，圆形标志点投影后为椭圆，则边缘点的椭圆方程为：

ax²+bxy+cy²+dx+cy+f＝0

根据最小二乘法原理，建立目标函数：

则圆心坐标为：

S6根据比例公式计算出植物叶片的实际面积S_leaf。已知图像中由四个标志点组成矩形的实际面积，利用摄影不变原理分别统计叶片区域的像素大小和参考矩形的像素大小，则能通过比例关系计算出目标面积。

进一步地，所述S5中进行计算之前，对图像进行几何校正，将图像校正为无畸变图像。单目摄影测量中，为降低射影失真带来的测量误差应尽量使镜头与被测平面平行，但实际测量中，徒手拍摄难以达到物像平行。当拍摄设备的平面与拍摄目标物的平面不平行时，则产生透视畸变。

为提高测量精度，本发明利用参照矩形中四个已知坐标的标志点校正拍摄时产生的透视畸变。即将有几何畸变的图像坐标系x，y变换到无畸变坐标系X，Y中，通过以下二次映射变换公式进行校正：

将公式变形为：

写成矩阵形式：

其中，T＝[a₁ a₂ a₃ a₄ a₅ a₆ a₇ a₈]^-，(x_i，y_i)为图像中标志的像素坐标，(X_i，Y_i)为标志点的实际坐标。

对于T的8个未知量，至少需要4个控制点的8个位置参数求解，表达式为：

利用参照矩形中的4个已知标志点坐标和像素坐标按上述公式可以求得T，利用矩形阵式对目标图像进行像素坐标的几何校正，由于校正图像中的像素点映射到畸变图像中不一定是整数，所以有的像素点会找不到对应的像素位置。为此，需要对这些空缺像素进行灰度插值。本发明采用双线性插值法，(x+m，y+n)点的灰度值为：

P(x₀+m，y₀+n)＝(1-m)(1-n)P(x₀，y₀)+(1-m)nP(x₀，y₀+1)+m(1-n)P(x₀+1，y₀)+mnP(x₀+1，y₀+1)

其中，(x+m，y+n)为校正图像在原图像中的对应点m，n为计算过程中产生的小数，属于[0，1)，则(x+m，y+n)落在(x，y)、(x+1，y)、(x，y+1)和(x+1，y+1)之间。

进一步地，所述S4提取标志点之前，对图像进行预处理。

进一步地，所述图像预处理包括图像灰度化、图像拉伸、二值化、去噪。获取图像后经图像灰度化、图像拉伸、二值化、去噪、形态学处理后对标志点提取、区分与定位。

进一步地，所述编码标志点由中心点位圆点和编码带组成。编码标志点中定位圆的直径为5mm，定位圆心到编码位中心的距离是10mm，非编码除没有外围的编码位外，与编码标记点相同。

进一步地，所述几何校正通过以下二次映射变换公式进行校正：

本实施例通过选取面积相似的参照矩形做背景进行拍摄，再结合图像处理及相关公式计算出待测植物叶的面积，具有以下特点：

1、设计多组已知尺寸的由四个标志点约束矩形顶点的参照矩形，测量时选择与待测植物叶面积最相近的矩形，避免被测物面积与参照面积差别较大，导致面积计算的产生较大误差的情况；

2、采用圆形标志点约束矩形顶点，可以实现矩形顶点的拍摄坐标提取；

3、利用已知的4个标志点位置坐标信息实现图像的几何校正，可以减少拍摄时物、像平面不平行引起的误差；

4、通过解码图像中的编码标志点自动提取，实现了页片面积测量的自动化。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (6)

1.一种植物叶面积测量方法，其特征在于：包括以下步骤：

S1设计多个面积不同的参照矩形，每个参照矩形由4个标志点作为顶点来约束大小，1个为编码标志点，3个为非编码标志点；

S2将各个参照矩形的编码标志点关联对应矩形的实际面积S_rectangle和标志点的实际坐标信息；

S3选择与待测植物叶片面积大小最相近的参照矩形，将待测植物叶片平铺放置在参照矩形内，使用摄影器材获取图像；

S4提取图像中的标志点，对编码标志点进行解码，获取矩形的实际面积S_rectangle和标志点的实际坐标信息；

S5对图像进行计算，获取图像中的矩形像素N_rectangle以及植物叶片像素N_leaf；

S6根据比例公式计算出植物叶的实际面积S_leaf。

2.根据权利要求1所述的一种植物叶面积测量方法，其特征在于：所述S5中进行计算之前，对图像进行几何校正，将图像校正为无畸变图像。

3.根据权利要求1所述的一种植物叶面积测量方法，其特征在于：所述S4提取标志点之前，对图像进行预处理。

4.根据权利要求3所述的一种植物叶面积测量方法，其特征在于：所述图像预处理包括图像灰度化、图像拉伸、二值化、去噪。

5.根据权利要求1所述的一种植物叶面积测量方法，其特征在于：所述编码标志点由中心点位圆点和编码带组成。

6.根据权利要求2所述的一种植物叶面积测量方法，其特征在于：所述几何校正通过以下二次映射变换公式进行校正：