CN109459405A - 基于窄带图像处理去除土壤背景干扰的光谱指数测量方法 - Google Patents

Abstract

本发明涉及一种基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，包括以下步骤：确定图像分割阈值，构建基于相对灰度值的冠层和土壤分割阈值；去除土壤背景干扰，根据近红外或红外波段的分割阈值，获取冠层区域的像素点坐标，利用两幅图像之间的几何关系，实现可见光波段图像中冠层和土壤的分割；光谱指数计算：构建不随光照强度变化而变化的光谱指数计算方法，获得消除土壤背景干扰的光谱指数。本发明利用红外或近红外窄带图像中土壤和冠层的高反差特性，在满足一定测量要求的前提下，实现各个窄带图像中冠层区域的自动分割，能有效消除土壤背景干扰的影响，保证准确的测量结果。

Description

基于窄带图像处理去除土壤背景干扰的光谱指数测量方法

技术领域

本发明涉及光谱指数测量技术领域，具体涉及一种基于窄带图像处理去除土壤背景干扰的光谱指数测量方法。

背景技术

目前，利用作物冠层漫反射光谱获取作物生长信息是农业信息领域的重要研究方向。采用冠层反射光谱传感技术的实现形式主要有两种：成像式和非成像式，成像式主要有高光谱和多光谱两种，但设备价格昂贵，需要稳定的人造光照环境开展工作；非成像式一般是基于若干有限的检测波段(至少包含两个窄带波段，一个红外或近红外和一个可见光波段)开展工作，分为被动光源式和主动光源式两种，被动式测量结果受外界光环境的变化影响较大，目前市面上销售的产品大多采用主动光源的形式(例如greenseeker，Crop Circle等)，其测量时自带光源，不受外界环境光变化的影响。

但是无论是成像式还是非成像式光谱检测设备，都无法消除土壤背景干扰的影响，使得测量结果不准确。因此，亟需设计一种新的技术方案，以综合解决现有技术中存在的问题。

发明内容

本发明的目的是提供一种基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，利用窄带光谱图像，能有效消除土壤背景干扰的影响，保证准确的测量结果。

为解决上述技术问题，本发明采用了以下技术方案：

一种基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，包括以下步骤：

步骤1：确定图像分割阈值，构建基于相对灰度值的冠层和土壤分割阈值；

步骤2：去除土壤背景干扰，根据近红外或红外波段的分割阈值，获取冠层区域的像素点坐标，利用两幅图像之间的几何关系，实现可见光波段图像中冠层和土壤的分割；

步骤3：光谱指数计算：构建不随光照强度变化而变化的光谱指数计算方法，获得消除土壤背景干扰的光谱指数。

其中，确定图像分割阈值包括以下步骤：

(1)调节相机参数：将两相机主光轴相互平行放置，将中心波长为λ₁的近红外波段或红外波段以及中心波长为λ₂的可见光波段窄带滤光片分别安装在两个相机镜头上，之后将两个相机镜头对准作物，调整曝光时间和光圈大小后固定工作参数，工作时两相机同时采集对象图片；

(2)对图片进行数字化处理：将上述采集到的图像中的所有像素点的灰度值除以最大灰度值，构建相对灰度值集合，得到一个0～1之间的固定阈值。

土壤背景干扰去除包括以下步骤：

(1)确定两相机测量时的最低高度H，按照最低高度对相机进行安装，并采集图像，所述最低高度H采用下述公式计算：

其中：a两相机主光轴之间的安装距离；f为相机焦距；p为两相机拍摄图像重叠部分百分比；m为相机感光元件在两相机主光轴构成平面的投影长度；

(2)根据近红外波段或红外波段的相对阈值获取作物冠层区域的像素点坐标，完成可见光图像中土壤和冠层的图像分割。

光谱指数计算包括以下步骤：

取近红外波段或红外波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ1，以及可见光波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ2，采用下述公式计算光谱指数NDVI：

其中：C_W为两窄带相机拍摄白板时，近红外波段或红外波段图像灰度平均值与可见光波段灰度平均值比值。

上述技术方案中提供的基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，利用红外或近红外窄带图像中土壤和冠层的高反差特性，并在满足一定测量要求的前提下，实现各个窄带图像中冠层区域的自动分隔，去除土壤背景对测量结果的影响；利用分割后的窄带图像灰度信息，计算出光谱指数，实现特征信息的测量；同时利用太阳光各波段能量成份的稳定特性，实现测量结果不随光照强度的变化而变化。

采用本发明的方法可实现去除土壤背景干扰的冠层反射光谱指数测量，并且当被测对象不变时，测量值也不随测量高度的变化而变化。

附图说明

图1为本发明基于窄带图像处理去除土壤背景干扰的光谱指数测量方法中相机安装示意图；

图2为660nm可见光波段相对灰度值直方图；

图3为770nm近红外波段相对灰度值直方图。

具体实施方式

为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行具体说明。应当理解，以下文字仅仅用以描述本发明的一种或几种具体的实施方式，并不对本发明具体请求的保护范围进行严格限定。

一种基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，包括以下步骤：

步骤1：确定图像分割阈值，构建基于相对灰度值的冠层和土壤分割阈值；

步骤2：去除土壤背景干扰，根据近红外或红外波段的分割阈值，获取冠层区域的像素点坐标，利用两幅图像之间的几何关系，实现可见光波段图像中冠层和土壤的分割；

步骤3：光谱指数计算：构建不随光照强度变化而变化的光谱指数计算方法，获得消除土壤背景干扰的光谱指数。

实施例1

以近红外波段和可见光波段为例对光谱指数进行测量，首先确定图像分割阈值包括以下步骤：

(1)调节相机参数：如图1所示，将两相机主光轴相互平行放置，将中心波长为λ₁的近红外波段以及中心波长为λ₂的可见光波段窄带滤光片分别安装在两个相机镜头上，之后将两个相机镜头对准作物，调整合适的曝光时间和光圈大小后固定工作参数(如要变动，则应按比例变动，即变动前后，两相机光圈的大小之比和曝光时间之比保持不变，其中光圈大小和曝光时间长短的确定主要考虑两个因素：白天阴天条件下能有效获取图像，白天晴天中午强光条件下不引起光饱和)，工作时两相机同时采集对象图片；

(2)对图片进行数字化处理：将上述采集到的图像中的所有像素点的灰度值除以最大灰度值，构建相对灰度值集合，得到一个0～1之间的固定阈值。

土壤背景干扰去除包括以下步骤：

(1)确定两相机测量时的最低高度H，按照最低高度对相机进行安装，并采集图像，所述最低高度H采用下述公式计算：

结合图1，其中：a两相机主光轴之间的安装距离；f为相机焦距；p为两相机拍摄图像重叠部分百分比(斜线填充部分)；m为相机感光元件在两相机主光轴构成平面的投影长度；

此处相机的工作参数(步骤1中的参数)调整好后，一般不能再变动(或定比例变动)。

本实施例中两相机主光轴之间的安装距离a为4.5cm，(相机感光元件)CMOS画幅面积为8.8mm*6.6cm，焦距f为8mm，两相机拍摄图像重叠部分百分比p不小于95％，代入上述公式，得到需要两相机距离冠层高度H至少为81.8cm。两相机安装时，主光轴相互平行，镜头平面平齐，保证将位于左侧的相机沿着与主光轴垂直方向平移4.5cm后可以与位于右侧的相机重合。

(2)根据近红外波段的相对阈值获取作物冠层区域的像素点坐标，该像素点坐标同时也作为可见光波段图像中作物冠层的像素点坐标，利用两幅图像之间的几何关系，即可完成可见光图像中土壤和冠层的图像分割。

近红外波段的图像可以根据分割阈值实现分割，分割后即可得到冠层部分的像素点坐标，由于可见光相机和红外相机安装间距很小，当高度满足要求时(大于最低高度)，可见光图像的冠层区域像素坐标和近红外图像中的像素坐标重合率很高，大于设定的重合率p，即近似实现可见光部分的冠层和土壤分割。

结合图2、图3，其中660nm可见光波段相对灰度值只有一个波峰，说明无法分割，而770nm近红外波段相对灰度值有两个明显的波峰(右侧波峰对应冠层像素点)，分割阈值可以选在两波峰之间的相对值。根据分割阈值，可以将图像二值化，从而获取冠层像素点坐标，达到去除土壤反射干扰的目的。而根据770nm近红外波段冠层像素点坐标，利用几何关系，可以获取660nm可见光波段图像的冠层像素点坐标，实现660nm可见光波段图像的分割，从而计算出光谱指数值。

光谱指数计算包括以下步骤：

取近红外波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ1，以及可见光波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ2，采用下述公式计算光谱指数NDVI：

其中：C_W为两窄带相机拍摄白板时，近红外波段图像灰度平均值与可见光波段灰度平均值比值；该值与外界光强和相机距离白板的高度无关。

采用上述方式测得的光谱指数NDVI与采用下述公式的结果一致。

其中：R_λ1表示近红外波段的冠层反射率，R_λ1表示可见光波段的冠层反射率。

但是由于反射率的测量必须固定测量高度，并且需要白板进行校正，测量时十分不便，本方法的计算克服了基于反射率进行测量的不足。另外，其它比值型光谱指数，均可采用计算NDVI相似的方法进行。

实施例2

以红外波段和可见光波段为例对光谱指数进行测量，首先确定图像分割阈值包括以下步骤：

(1)调节相机参数：如图1所示，将两相机主光轴相互平行放置，将中心波长为λ₁的红外波段以及中心波长为λ₂的可见光波段窄带滤光片分别安装在两个相机镜头上，之后将两个相机镜头对准作物，调整合适的曝光时间和光圈大小后(如要变动，则应按比例变动，即变动前后，两相机光圈的大小之比和曝光时间之比保持不变，其中光圈大小和曝光时间长短的确定主要考虑两个因素：白天阴天条件下能有效获取图像，白天晴天中午强光条件下不引起光饱和)，两相机同时采集对象图片；

(2)对图片进行数字化处理：将上述采集到的图像中的所有像素点的灰度值除以最大灰度值，构建相对灰度值集合，得到一个0～1之间的固定阈值。

土壤背景干扰去除包括以下步骤：

(1)确定两相机测量时的最低高度H，按照最低高度对相机进行安装，并采集图像，所述最低高度H采用下述公式计算：

结合图1，其中：a两相机主光轴之间的安装距离；f为相机焦距；p为两相机拍摄图像重叠部分百分比(斜线填充部分)；m为相机感光元件在两相机主光轴构成平面的投影长度；

本实施例中两相机主光轴之间的安装距离a为4.5cm，(相机感光元件)CMOS画幅面积为8.8mm*6.6cm，焦距f为8mm，两相机拍摄图像重叠部分百分比p不小于97％，代入上述公式，得到需要两相机距离冠层高度H至少为136cm。两相机安装时，主光轴相互平行，镜头平面平齐，保证将位于左侧的相机沿着与主光轴垂直方向平移4.5cm后可以与位于右侧的相机重合。

(2)根据红外波段的相对阈值获取作物冠层区域的像素点坐标，该像素点坐标同时也作为可见光波段图像中作物冠层的像素点坐标，利用两幅图像之间的几何关系，即可完成可见光图像中土壤和冠层的图像分割。

光谱指数计算包括以下步骤：

取红外波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ1，以及可见光波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ2，采用下述公式计算光谱指数NDVI：

其中：C_W为两窄带相机拍摄白板时，红外波段图像灰度平均值与可见光波段灰度平均值比值；该值与外界光强和相机距离白板的高度无关。

采用上述方式测得的光谱指数NDVI与采用下述公式的结果一致。

其中：R_λ1表示红外波段的冠层反射率，R_λ1表示可见光波段的冠层反射率。

但是由于反射率的测量必须固定测量高度，并且需要白板进行校正，测量时十分不便，本方法的计算克服了基于反射率进行测量的不足。另外，其它比值型光谱指数，均可采用计算NDVI相似的方法进行。

上面结合实施例对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，对于本技术领域的普通技术人员来说，在获知本发明中记载内容后，在不脱离本发明原理的前提下，还可以对其作出若干同等变换和替代，这些同等变换和替代也应视为属于本发明的保护范围。

Claims (4)

1.一种基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，其特征在于，包括以下步骤：

步骤1：确定图像分割阈值，构建基于相对灰度值的冠层和土壤分割阈值；

步骤2：去除土壤背景干扰，根据近红外或红外波段的分割阈值，获取冠层区域的像素点坐标，利用两幅图像之间的几何关系，实现可见光波段图像中冠层和土壤的分割；

步骤3：光谱指数计算：构建不随光照强度变化而变化的光谱指数计算方法，获得消除土壤背景干扰的光谱指数。

2.根据权利要求1所述的基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，其特征在于，确定图像分割阈值包括以下步骤：

(1)调节相机参数：将两相机主光轴相互平行放置，将中心波长为λ₁的近红外波段或红外波段以及中心波长为λ₂的可见光波段窄带滤光片分别安装在两个相机镜头上，之后将两个相机镜头对准作物，调整曝光时间和光圈大小后固定工作参数，工作时两相机同时采集对象图片；

(2)对图片进行数字化处理：将上述采集到的图像中的所有像素点的灰度值除以最大灰度值，构建相对灰度值集合，得到一个0～1之间的固定阈值。

3.根据权利要求1所述的基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，其特征在于，土壤背景干扰去除包括以下步骤：

(1)确定两相机测量时的最低高度H，按照最低高度对相机进行安装，并采集图像，所述最低高度H采用下述公式计算：

其中：a两相机主光轴之间的安装距离；f为相机焦距；p为两相机拍摄图像重叠部分百分比；m为相机感光元件在两相机主光轴构成平面的投影长度；

(2)根据近红外波段或红外波段的相对阈值获取作物冠层区域的像素点坐标，完成可见光图像中土壤和冠层的图像分割。

4.根据权利要求1所述的基于窄带图像处理去除土壤背景干扰的光谱指数测量方法，其特征在于，光谱指数计算包括以下步骤：

取近红外波段或红外波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ1，以及可见光波段窄带图像中分割出来的所有冠层图像像素点的灰度值的平均值L_λ2，采用下述公式计算光谱指数NDVI：

其中：C_W为两窄带相机拍摄白板时，近红外波段或红外波段图像灰度平均值与可见光波段灰度平均值比值。