基于图像处理的植物叶面积测量方法

(a)原始图像
(b)Robert 算子边缘 (c)canny 算子边缘
式中 Z(i,j)是图像上(i,j)点的灰度值，N(i,j)是(i,j)点的权重系
数，通常 N(i,j)＝1； (3)求出新的阈值：Tk+1=(Zo + ZB)/2； (4)如果 Tk = Tk+1 ，则结束，否则 k←k+1，转步(2)。
WANG Yongjiao, ZHANG Yin, ZHANG Sanyuan
(State Key Laboratory of CAD & CG, College of Computer Science, Zhejiang University, Hangzhou 310027)
【Abstract】On analyzing the basic characteristics and shortages of current plant leaf area approaches, this paper puts forward a new approach with rapidity and accuracy by means of digital camera, called image-based process. The measurement can be done without destroying the plant and can be measured accurately. Compared with the values of experiment from others, the results show that this method has better feasibility. 【Key words】Image processing; Leaf area; Threshold; Non-destroyed measurement
1 600
1 400
1 200
1 000 800
600
400 200
0
0
50 100
150
200 250
图 2 阈值分割后的图片及其直方图
2.4 去噪处理 在采集树叶的图像时，我们是活体采集图像，CCD 作为
图像传感器具有比较低的信噪比，而且由于光照、角度的不
(d) Laplacian 算子边缘 (e) Sobel 算子边缘 (f) Prewitt 算子边缘 图 3 图像边缘检测结果比较
2.6 面积计算 经过阈值分割后的图像具有明显的双峰特征，而且因为
是灰度图像，只有二维数据，故采用 Matlab 作为工具，便可 简便计算出面积。首先，读入图像数据，设置两个初始值 m、 n 为 0，每个像素被当作坐标上的一个点，具有二维特征，从 始点到终点进行遍历，根据阈值确定像素的归属，当像素点 [x,y]的灰度值>Tk 时，说明该像素点属于背景色的像素点，m 自增 1，反之如果像素点[x,y]的灰度值<Tk 时，说明属于叶片 的像素点，n 自增 1。直到遍历结束，整幅图像像素点的总和 为(m+n)，采用 Robert 边缘检测算子统计处边缘像素数，将 其除 2，得到数 p，其中代表叶片的像素点与像素点总数的比 为[n-p/(m+n)]*100%，由于已知参照标准物的绝对尺寸，因 此叶片面积就可得到了。计算叶片面积的公式为
作者简介：王永皎(1977—)，女，硕士生，主研方向：图形图像 处理，数据库技术；张 引，博士、副教授；张三元，博士、 教授
收稿日期：2005-04-24 E-mail：wangyongjiao@
用数码相机得到的原始图像是由 RGB 色彩空间表示的
彩色图像。虽然通常将 RGB 空间的图像转换到 HIS 空间中
2.1 图像预处理 由于在自然光条件下，有时光线照度不够理想，进行预
处理的目的就是使图像清晰。预处理过程包括对图像进行亮 度、对比度调整和平滑滤波。亮度和对比度的调整可以使图 像特征明显，易于识别；平滑滤波的目的则是去掉尖锐不连 续的噪声。 2.2 RGB 图像转色度图像
面向硬件设备的最常用的彩色坐标系统是 RGB 坐标系 统，而面向彩色处理的最常用的颜色坐标系统是 HIS 坐标系 统，HIS 坐标系统有两个特点：(1)I 分量与图像的彩色信息 无关；(2)H 和 S 分量与人感受颜色的方式是紧密相连的。这 些特点使得 HIS 坐标系统非常适合于借助人的视觉系统来感 知彩色特性的图像处理算法。
2006 年 4 月 April 2006
·人工智能及识别技术·
文章编号：1000—3428(2006)08—0210—03 文献标识码：A
中图分类号：TP391.41
基于图像处理的植物叶面积测量方法
王永皎，张 引，张三元
（浙江大学计算机科学与技术学院，CAD & CG 国家重点实验室，杭州 310027）
117.50
…
…
…
…
…
叶 10
123.71 152.71
120.05
129.97
利用 SPSS（Statistical Package for the Social Science）统
计软件对其结结果表
R2
网格交 叉法
称重法
长宽系数法 基于图像法
本文的研究提出了基于图像处理的植物叶片面积测量方 法，它根据植物叶片图像像素点的分布特征及灰度值，应用 RGB 三原色的灰度值分离理论，通过计算叶片像素点的分部 比例来计算叶片面积的大小。该方法利用数码相机可以实现 非破坏性测量，而且不受叶片形状、大小、厚薄等因素的影 响，故可以适用于所有叶片类型，它在农业、林业等领域具 有广阔的应用前景。
2 图像处理算法研究
如图 1 所示，即为叶面积计算的工作流程图。在对原图 像进行预处理以后，将图像由 RGB 图像转换为色度图像，再 将转换后的灰度图像进行图像分割、去噪处理、边缘提取、 最后经过计算可得到叶片面积。
原图像
预处理
RGB图像转色度图像
图像分割 去噪处理
边缘提取
面积计算
图 1 系统工作流程
在使用数码相机时拍摄时，由于像平面和 CCD 平面的不 重合，必然引起图像的线性几何畸变，从而造成测量误差， 而且很难利用非线性几何畸变校正法来消除其影响[7]。一个 切实可行的方法是，拍摄图像时让数码相机离被测叶片尽量 远，通过数码相机的变焦功能使被测叶片的像尽量大，相当 于在尽量长的焦距下拍摄，误差就会有效地减少。测量时要 求将被测叶片与标准测度参照物同时拍摄，从而按比例获得 绝对尺寸，被测叶片和标准物体要求拍摄到同一幅图像上。
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。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[1]。
目前常用的叶面积测定方法主要有：方格法[2]，复印称 重法[3]，测定叶片长宽建立回归方程法[4]。这几种测定方法 已经在传统农业研究中得到广泛应用，但是它们具有测量精 度低、测量范围小、仪器设备昂贵、操作烦琐的特点[5]。并 且，它们都需要从植物上采集大量的功能叶片，进行破毁性 测量，这或多或少的对植物造成了一定程度的伤害[6]，进而 会影响到农学试验的连续性。
S＝[n-p/(m+n)]×参照物绝对尺寸
3 实验分析
叶面积是一些作物栽培和育种实践中常用的指标，快速、
—211—
准确地测量叶面积是非常重要的，目前测量叶面积的方法很
有所不同[10]。面积测定仪法的测定结果较准确，但需要破坏
多，前已述及，为了验证本系统的测量精度，我们采用传统 作物群体结构，而且所用的仪器设备昂贵，其测量范围也较
在计算叶片面积时，考虑到叶片周围存在着阴影，我们 采用徐贵力[8]等人提出的边缘二分法进行阴影的去除。所以， 叶片的真实面积应该是二值化后黑色像素数减去边缘像素数 的一半。为此需要用边缘检测算法算出边缘点像素数。
图 3 所示为采用 Robert、Sobel、Prewitt、和 Laplacian 边缘算子对分割好的图像进行边缘检测，提取叶片图像的边 缘检测的结果。由于 Prewitt 算子并不是各同向性的，其检测 到的边缘并不是完全连通的，有一定程度的断开。Sobel 算子 也存在同样的问题。Laplacian 算子对噪声比较敏感，检测到 的图像边缘较粗，还需要进一步的细化。而采用 Rober 算子 则可得到较为理想的边缘。Robert 边缘检测算子用较小的运 算量产生了较好的边缘检测效果，因此我们采用 Robert 边缘 检测算子完成图像边缘提取。
值作为输入阈值将灰度图像二值化。阈值的选定因人而异，
从而导致结果的不同。迄今为止，国内外学者针对这一课题
进行了广泛深入的研究，虽然已提出了数十种阈值选取方法，
但至今还未能找到一种对所有图像都能有效分割的阈值选区
方法，某种阈值方法只能适用于某一类图像，而对其它图像
分割效果并不理想。本研究采用最佳分割阈值的算法(图 2)，
析，可以获得较好的识别效果。
⎧⎪r ⎪
=
R
255R +G+
B
⎪ ⎨
g
⎪
=
255G R+G+
B
⎪⎪⎩ b
=
R
255B +G+
B
（1）
2.3 图像分割
当彩色图像转变为灰度图像以后，对图像进行阈值分割。
阈值法是一种广泛使用的图像分割方法。普通的阈值分割方
法，要求观察图像的灰度直方图，选定灰度双峰之间的谷底
本研究旨在利用图像处理技术对植物叶面积进行快速、 准确、无损的测量，为植物生长实验提供数据参考。
1 测定原理
由于数字图像由一个个像素点组成，因此在已知每个像 素点代表的真实面积下，可以通过计算图像中叶片的像素数 求出叶片的面积。但是，这种方法在测量叶片面积时，需要 在严格的物距下进行叶片的采样，以保证每个像素点代表的 真实面积不变，而且要求光学器件的线性度高，镜头的焦距 不可变，可见此法要求较高。
以完成彩色图像分割，但由于 RGB 到 HIS 空间的转换计算
量很大，较为耗时，故而在实时性要求很高的系统中不适用。
通常物体的色度由构成物体的材料所具有的光线吸收和反射
特性决定，而亮度明显的受光照和视角的影响，因此根据色
度分割图像比较可靠，采用式（1）来实现 RGB 图像中色度
和明度的分离，只用反映色彩本质特征的色对来进行聚类分
叶面积测量法与基于图像的测定方法对 10 片叶片进行面积 小。该方法所使用的破坏性测量只能根据统计规律掌握植物
的测定，结果如表 1。
叶片生长规律。
面积(cm2)
表 1 实验测量表 网格交叉法 称重法 长宽系数法 基于图像
叶1
79.57
90.67
72.26
82.89
叶2
116.08 132.95
107.09
摘 要：分析了现有植物叶面面积测量方法的特点，提出了一种利用数码相机快速获得叶片图像，并利用图像处理技术的测量方法。该方 法实现了对植物叶面积的非破坏性测量，并能保证测量精度。通过对实验数据的比较分析，验证了该文提出方法的可行性。 关键词：图像处理；叶面积；阈值；非破坏性测量
Approach to Measure Plant Leaf Area Based on Image Process
通常物体的色度由构成物体的材?所具有的光线吸收和反射特性决定而亮度明显的受光照和视角的影响因此根据色度分割图像比较可靠采用式1来实现rgb图像中色度和明度的分离只用反映色彩本质特征的色对来进?聚类分析可以获得较好的识别效果
第 32 卷 第 8 期 Vol.32 № 8
计算机工程 Computer Engineering
本文研究提出利用计算机图像处理技术进行叶面积测 定，是通过一定分辨率的数码相机将植物叶片拍成数码相片， 可得到标准参照物与被测叶片的像素数，即知道了面积比。
—210—
当参照物面积已知，即可得到叶片面积。在具体操作过程中， 由于得到的叶片图像像素的灰度值与背景像素点的灰度值范 围不同，从而可通过计算叶片图像像素所占整幅图像像素的 比例值来得到叶片图像的面积。
把经过上述处理的图像，将叶片和背景分离开来成为二值图
像[8]。
算法步骤如下：
(1)求出图像中的最小和最大灰度值 Zl 和 Zk，令阈值初
值 T0=(Zl + Zk )/2； (2)根据阈值 Tk 将图像分割成目标和背景两部分，求出两
部分的平均灰度值 Zo 和 ZB：
同，别的树叶的阴影存在，采用阈值分割后的二值化图像， 其叶面周围常存在若干噪声斑点，需要进行去噪处理。“叶片 的边缘提取”是下一步将要进行的工作，整个叶片边缘信息 对于保证面积计算的精度是十分重要的。考虑到这个问题， 若在去噪过程中采用线性滤波方法，则会使图像的边缘模糊， 不利于提取边缘；相反，中值滤波则是一种去除噪声的非线 性处理方法，中值滤波能够在抑制噪声的同时很好地保护边 缘轮廓信息。本研究采用中值滤波方案进行去噪处理，图像 中的噪声点将大大减少，并且图像中尖细的叶面边缘会很好 地保留下来。 2.5 边缘提取