CN108871235A - 植株叶片的信息获取方法和植株叶片信息采集系统 - Google Patents

Abstract

本发明涉及植株叶片的信息获取方法和植株叶片信息采集系统。包括对单片叶面积的计算，以及单片叶倾角的提取。本发明采用二维定位图像采集以及图像处理的方式，在农田间采集植株叶子的图像信息。通过树莓派摄像头采集两个位置的图像信息，得到叶片的水平和垂直二维图像信息。通过相机距离叶片的远近，确定图像缩放系数。水平图像经过opencv函数库进行灰度转换、二值化、边缘检测等图像处理方法得到叶子的叶倾角；通过叶倾角和垂直图像投影信息，计算每一片的叶面积。本方法测量速度快，可以实现对植株单片叶子倾角和面积进行精确的测量，叶倾角和叶面积的误差都在4％左右。

Description

植株叶片的信息获取方法和植株叶片信息采集系统

技术领域

本发明涉及叶片信息获取，特别是涉及植株叶片的信息获取方法和植株叶片信息采集系统。

背景技术

叶倾角对植物的生长起到了至关重要的作用，决定植株叶片的直立程度。叶倾角在一定程度上直接影响太阳能的获得量，从而影响植物光合作用，影响植物生长。虽然植物各种绿色组织都能进行光合作用，但是呼吸作用同时也比较强，对有机物的积累量差；而叶片最适合植物光合作用，是植物最主要的光合器官。随着植物高度的变化，叶倾角也会随之改变，测量植物生长不同时期的叶倾角，为建立植物高度与叶倾角的函数关系提供基础，从而更好地研究植物生长规律。叶倾角主要受叶枕(叶片与叶梢的连接处)的调节，通过对叶倾角的研究也可以更好地研究叶枕的生长发育。传统的叶倾角测量方法，需要将植株茎秆靠在直立物体上，让叶片呈自然生长状态，在纸上点出叶尖和叶耳的位置，两者的连线即为叶倾角，但是人工测量需要对每一片进行取样操作，自动化程度低，耗费时间。

叶面积也是衡量植物生长的一个重要指标，体现出植物光合、呼吸、蒸腾作用等生物生理机制的主要能力，其大小直接影响着最终的产量。在一定范围内作物的产量随着叶面积增大而增加。传统的测量方法需要将叶片从植株上采集下来，将其压成片状，再画下其轮廓计算面积，费时费力，同时又对植株造成损伤，影响光合作用。

传统技术存在以下技术问题：

在叶倾角的发明专利中，专利CN102509096A公开了一种玉米叶倾角的测量方法，其需要提取在单一背景下的图像，而现实中玉米多在农田中，取样过于理想；同时误差在6.1％，精确度不够高。在叶面积的发明专利中，专利CN201410229812.3公开了一种叶面积指数测量方法的系统，但是为了提高准确性，需要将叶片从植株上采集下来，破坏性取样，影响植物光合作用，没做到无伤探测。专利CN104732564A中，对叶面积实现了无伤探测，但是需要8个摄像头对整株植株进行拍摄，对摄像头安放角度要求非常高，后期图像处理也复杂费事。

发明内容

基于此，有必要针对上述技术问题，提供一种植株叶片信息采集的处理方法，通过图像的采集，图像的处理，以及图像的传输，可以实现对单片叶子的叶倾角测量，以及叶面积的测量，在不损伤叶片的情况下，提高叶片信息获取的便捷性和探测精度。

一种植株叶倾角的测量方法，包括：

获取植株叶片的水平图像；

提取所述水平图像的感兴趣区域，将彩色图转换为灰度图，将灰度图转换成二值图；

对二值图进行边缘检测，提取出植株和叶片骨架；

计算第一叶倾角和第二叶倾角，其中，叶枕处定义为A点，叶子折角出定义为B点，叶尖处定义为C点，植株主干为x轴，角xAB即为第一叶倾角，角xAC即为第二叶倾角。

在另外的一个实施例中，利用Rect矩形类提取感兴趣区域。

在另外的一个实施例中，利用cvtColor()函数将彩色图转换为灰度图。

在另外的一个实施例中，利用thershold()函数将灰度图转化为二值图。

在另外的一个实施例中，利用Canny算子进行边缘检测。

一种植株叶面积的测量方法，包括：

获取植株叶片的垂直图像；

通过摄像头与叶片距离，确定缩放系数；

提取所述垂直图像的感兴趣区域，将彩色图转换为灰度图，将灰度图转换成二值图；

对二值图进行边缘检测，找到边缘检测后的叶片轮廓，计算叶片轮廓的面积；

将所述叶片轮廓的面积与所述缩放系数k相乘，得到垂直方向在水平方向的投影面积S1；

将S1除以cos(利用上述任一植株叶倾角的测量方法获取的第二叶倾角)得到植株的实际叶面积。

在另外的一个实施例中，利用findContours()函数找到边缘检测后的叶片轮廓。

在另外的一个实施例中，利用contourArea()计算叶片轮廓的面积。

一种植株叶片信息采集系统，包括：

图像采集模块，所述图像采集模块包括用于获取叶片水平图像的第一摄像头和用于获取叶片垂直图像的第二摄像头；

图像处理模块，所述图像处理模块包括：

叶倾角计算模块，所述叶倾角计算模块从所述第一摄像头获取植株叶片的水平图像，利用上述任一植株叶倾角的测量方法计算叶倾角；以及

叶面积计算模块，所述叶面积计算模块从所述第二摄像头获取植株叶片的垂直图像，利用上述任一植株叶面积的测量方法计算叶面积；

定位系统，所述定位系统用于采集叶片的地理位置；以及

无线传输模块，所述无线传输模块用于将所述叶倾角计算模块计算得到的叶倾角、所述叶面积计算模块计算得到的叶面积和所述定位系统采集到的地理位置发送到客户端。

在另外的一个实施例中，所述定位系统是北斗定位系统。

上述植株叶片的信息获取方法和植株叶片信息采集系统，对叶倾角的测量精度提升到了4.0％，在叶倾角的测量中将准确度提高了将近2％。同时选取了有弯曲形状的叶片，这种叶片在实际中更加多见，并给出两个不同叶倾角；无需将叶片从植株上摘下，实现了叶倾角、叶面积的无伤探测；只使用了两个摄像头，相比于其他专利中使用8个摄像头测叶倾角，测量成本大大降低；搭载了国产的北斗卫星定位模块，和无线传输模块，可以将测量的数据实时远程传给客户端。

附图说明

图1为本申请实施例提供的一种植株叶倾角的测量方法的流程示意图。

图2为本申请实施例提供的一种植株叶面积的测量方法的流程示意图。

图3为本申请实施例提供的一种植株叶片信息采集系统的系统结构示意图。

图4为本申请实施例提供的利用树莓派数字摄像头获得的水平方向彩色植株单片叶子图像灰度化后的图像示意图。

图5为图4灰度图取黑白二值后的图像示意图。

图6为图5提取出叶片和枝干骨架后的图像示意图。

图7为利用树莓派数字摄像头获得的垂直方向彩色植株单片叶子图像灰度化后的图像示意图。

图8为图7灰度图取黑白二值后的图像示意图。

图9为图8提取叶片轮廓的图像示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

参阅图1到图9，一种植株叶倾角的测量方法，包括：

获取植株叶片的水平图像；

提取所述水平图像的感兴趣区域，将彩色图转换为灰度图，将灰度图转换成二值图；

对二值图进行边缘检测，提取出植株和叶片骨架；

计算第一叶倾角和第二叶倾角，其中，叶枕处定义为A点，叶子折角出定义为B点，叶尖处定义为C点，植株主干为x轴，角xAB即为第一叶倾角，角xAC即为第二叶倾角。

在另外的一个实施例中，利用Rect矩形类提取感兴趣区域。

在另外的一个实施例中，利用cvtColor()函数将彩色图转换为灰度图。

在另外的一个实施例中，利用thershold()函数将灰度图转化为二值图。

在另外的一个实施例中，利用Canny算子进行边缘检测。

一种植株叶面积的测量方法，包括：

获取植株叶片的垂直图像；

通过摄像头与叶片距离，确定缩放系数；

提取所述垂直图像的感兴趣区域，将彩色图转换为灰度图，将灰度图转换成二值图；

对二值图进行边缘检测，找到边缘检测后的叶片轮廓，计算叶片轮廓的面积；

将所述叶片轮廓的面积与所述缩放系数k相乘，得到垂直方向在水平方向的投影面积S1；

将S1除以cos(利用上述任一植株叶倾角的测量方法获取的第二叶倾角)得到植株的实际叶面积。

在另外的一个实施例中，利用findContours()函数找到边缘检测后的叶片轮廓。

在另外的一个实施例中，利用contourArea()计算叶片轮廓的面积。

一种植株叶片信息采集系统，包括：

图像采集模块，所述图像采集模块包括用于获取叶片水平图像的第一摄像头和用于获取叶片垂直图像的第二摄像头；

图像处理模块，所述图像处理模块包括：

叶倾角计算模块，所述叶倾角计算模块从所述第一摄像头获取植株叶片的水平图像，利用上述任一植株叶倾角的测量方法计算叶倾角；以及

叶面积计算模块，所述叶面积计算模块从所述第二摄像头获取植株叶片的垂直图像，利用上述任一植株叶面积的测量方法计算叶面积；

定位系统，所述定位系统用于采集叶片的地理位置；以及

无线传输模块，所述无线传输模块用于将所述叶倾角计算模块计算得到的叶倾角、所述叶面积计算模块计算得到的叶面积和所述定位系统采集到的地理位置发送到客户端。

在另外的一个实施例中，所述定位系统是北斗定位系统。

下面介绍一个本申请的应用场景：

本发明提供了一种植株叶片信息采集的处理方法，步骤和条件如下：

参阅图1到图9，一种植株叶倾角的测量方法，操作步骤如下：

(1)采集图像信息：通过两个树莓派摄像头获得单片叶子的水平、垂直二维图像信息，水平摄像头可以拍摄到叶片正面的信息，可以利用OpenCV函数库来进行图像处理得到叶倾角。

(2)利用OpenCV函数库进行图像处理：利用Rect矩形类提取感兴趣区域进行研究，通过cvtColor()函数将彩色RGB图转换为灰度图，通过thershold()函数将灰度图转化为二值图，然后通过Canny算子进行边缘检测，从而实现对倾角的测量。

(3)确定叶倾角：本专利选用了更加常见、带有弯曲的叶子，并给出了两个不同叶倾角的值。将叶枕处定义为A点，叶子折角出定义为B点，叶尖处定义为C点，植株主干为x轴，角xAB即为叶倾角α1，角xAC即为叶倾角α2。

一种植株叶面积的计算方法，操作步骤如下：

(1)采集图像信息：通过两个树莓派摄像头，采集植株的水平、垂直二维图像信息，垂直摄像头可以拍摄到叶片竖直方向的信息。利用权利1中得到的叶倾角和获取的垂直图像信息来计算叶面积。

(2)确定缩放系数k：根据垂直方向的摄像头与叶片的距离，确定出图像的缩放系数k。

(3)利用OpenCV函数库进行图像处理：将垂直图像利用权利1中所使用的方法得到边缘检测后的图像，通过findContours()函数找到二值图像边缘检测后的轮廓，通过contourArea()函数计算轮廓的面积。

(4)叶面积的计算：将面积与之前确定的缩放系数k相乘，得到垂直方向在水平方向的投影面积S1。S1/cosα2即为植株的实际叶面积S。

更具体实施方法如下：

1、采集图像信息：利用树莓派数字摄像头对单个叶片进行拍照，分别从水平于叶片方向和垂直于叶片方向拍摄两张照片p_horizontal和p_vertical，保存在树莓派中。

2、确定缩放系数k：在垂直方向通过超声波测距传感器测量出摄像头距离叶片的实际距离x，通过计算出图像尺寸与实际尺寸的比例，可以与x建立一次函数，并保存在树莓派中。所以当测距传感器测量到距离时，树莓派自动确定所乘的缩放系数k，本例子中根据距离传感器得到的数据，选择的k值为6。

3、叶倾角的计算：水平方向的树莓派摄像头获取图像后，通过C++语言编写的一个调用OpenCV的函数来进行图像处理。(1)图像读取：读取到水平摄像头拍摄到的图像，利用OpenCV中的imread("p_horizontal.GIF")。(2)感兴趣区域的提取：提取出包含一片叶子的最小图像，方便图像处理，通过OpenCV中的Rect矩形框。(3)图像灰度化：将采集的彩色图像变换为灰度图像，利用OpenCV中的cvtColor()函数。(4)图像二值化：将灰度图像转换为黑白二值图像，利用OpenCV中的threshold()函数。(5)图像的边缘检测：提取出主干和叶片信息，利用OpenCV中的Canny边缘检测，将枝干视为中心线，叶片与中心线的夹角即为叶倾角。(6)叶倾角的计算：将叶枕处定义为A点，叶子折角出定义为B点，叶尖处定义为C点，植株主干为x轴，角xAB即为叶倾角α1，角xAC即为叶倾角α2，可以根据不同用处选择叶倾角，根据最小误差原则，计算叶面积时用到的为角α2。

4、叶面积的计算：垂直方向摄像头获取到图像，用上述3方法对提取出边缘检测的图像。(1)提取出叶子轮廓：将叶子垂直方向的投影提取出来，利用OpenCV中的findContours()函数对边缘检测后的图像进行轮廓提取。(2)计算叶子轮廓的面积：将垂直方向的投影面积计算出来，利用OpenCV中的contourArea()函数。(3)实际叶面积的计算：轮廓面积乘以k即得到实际叶面积在垂直方向的投影面积S1；将水平方向叶倾角α传输到垂直方向的树莓派，S1/cosα即为实际叶面积S。

5、信息的传输：水平和垂直方向的树莓派都搭载北斗模块和无线传输模块，可以进行信息传输。北斗模块用于获取图像的经纬度和海拔信息，无线传输模块负责将北斗模块获取的信息以及叶倾角叶面积信息传输到服务器端。

6、误差计算：

(1)在叶倾角的测量中，根据图像获得的α1为28°，α2为41°。对实际叶子倾角进行测量，得到α1为29.2°，α2为39.8°；误差为4.1％和4.0％。

(2)在叶面积的测量中，根据图像获得的轮廓面积为222平方毫米，乘以缩放系数k，得到垂直方向在水平方向的投影面积S1为1332平方毫米。S1/cosα2＝1792.7平方毫米。实际测量叶片面积为1723平方毫米，误差为4.0％。

相比于专利CN102509096A，本专利在叶倾角的测量中将准确度提高了将近2％，同时选取了有弯曲形状的叶片，这种叶片在实际中更加多见，并给出两个不同叶倾角，方便不同的研究选取。在叶面积的测量中，本专利无需像专利CN201410229812.3一样将待测量的叶片取下，就能实现误差4.0％的测量，可是现实无伤探测。同时只需要两个摄像头就能测出叶面积，相比于专利CN104732564A使用8个摄像头，大量降低了成本。

可以理解，本申请的叶片可以是玉米叶片，或者是其它叶片。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种植株叶倾角的测量方法，其特征在于，包括：

获取植株叶片的水平图像；

提取所述水平图像的感兴趣区域，将彩色图转换为灰度图，将灰度图转换成二值图；

对二值图进行边缘检测，提取出植株和叶片骨架；

计算第一叶倾角和第二叶倾角，其中，叶枕处定义为A点，叶子折角出定义为B点，叶尖处定义为C点，植株主干为x轴，角xAB即为第一叶倾角，角xAC即为第二叶倾角。

2.根据权利要求1所述的植株叶倾角的测量方法，其特征在于，利用Rect矩形类提取感兴趣区域。

3.根据权利要求1所述的植株叶倾角的测量方法，其特征在于，利用cvtColor()函数将彩色图转换为灰度图。

4.根据权利要求1所述的植株叶倾角的测量方法，其特征在于，利用thershold()函数将灰度图转化为二值图。

5.根据权利要求1所述的植株叶倾角的测量方法，其特征在于，利用Canny算子进行边缘检测。

6.一种植株叶面积的测量方法，其特征在于，包括：

获取植株叶片的垂直图像；

通过摄像头与叶片距离，确定缩放系数；

提取所述垂直图像的感兴趣区域，将彩色图转换为灰度图，将灰度图转换成二值图；

对二值图进行边缘检测，找到边缘检测后的叶片轮廓，计算叶片轮廓的面积；

将所述叶片轮廓的面积与所述缩放系数k相乘，得到垂直方向在水平方向的投影面积S1；

将S1除以cos(利用权利要求1到5任一植株叶倾角的测量方法获取的第二叶倾角)得到植株的实际叶面积。

7.根据权利要求6所述的植株叶面积的测量方法，其特征在于，利用findContours()函数找到边缘检测后的叶片轮廓。

8.根据权利要求6所述的植株叶面积的测量方法，其特征在于，利用contourArea()计算叶片轮廓的面积。

9.一种植株叶片信息采集系统，其特征在于，包括：

图像采集模块，所述图像采集模块包括用于获取叶片水平图像的第一摄像头和用于获取叶片垂直图像的第二摄像头；

图像处理模块，所述图像处理模块包括：

叶倾角计算模块，所述叶倾角计算模块从所述第一摄像头获取植株叶片的水平图像，利用权利要求1到5任一植株叶倾角的测量方法计算叶倾角；以及叶面积计算模块，所述叶面积计算模块从所述第二摄像头获取植株叶片的垂直图像，利用权利要求6到8任一植株叶面积的测量方法计算叶面积；

定位系统，所述定位系统用于采集叶片的地理位置；以及

无线传输模块，所述无线传输模块用于将所述叶倾角计算模块计算得到的叶倾角、所述叶面积计算模块计算得到的叶面积和所述定位系统采集到的地理位置发送到客户端。

10.根据权利要求9所述的植株叶片信息采集系统，其特征在于，所述定位系统是北斗定位系统。