葉片病斑數量與面積自動化測量系統設計與實現

程榮花等

摘 要： 本研究以VS.Net2005為開發平臺，在Windows XP SP3運行環境下，運用單位面積標定物和數字圖像處理技術，實現了植物葉片病斑數量和面積的自動化測量。首先利用高分辨率數碼相機對含病斑的活體待測葉片和單位面積標定物進行拍照，根據預先設定獲取標定物位置，并統計其像素點數量，然后利用HSV顏色分量過濾及中值濾波除噪獲得葉片病斑區域塊，統計病斑數量和總像素數量，通過葉病斑區域總像素數量和標定物面積換算，最終自動計算出葉片病斑總面積，效果較好。

關鍵詞： 葉片；病斑數量；病斑面積；自動化測量；HSV顏色分量過濾

中圖分類號： S126 文獻標識號：A 文章編號： 1001 - 4942（2014）08 - 0015 - 04

Design and Realization of Automatic Measuring

System of Leaf Spot Number and Area

Cheng Ronghua1， Ma Fei1，2*， Liang Yahong1， Ma Li1， Zhao Jingru1

（1.College of Resources and Environment， Pingdingshan University，Pingdingshan 467000， China；

2.Computer School of Wuhan University， Wuhan 430072， China）

Abstract It was realized to automatically measure the plant leaf spot number and area by digital image processing technique using calibration per unit area on the development platform of VS.Net2005 in Windows XP SP3 operating environment. Firstly， the living leaf with disease spots and calibration object per unit area was photographed using high resolution digital camera， and the pixel number of calibration object was counted according to a preset position. Secondly，the leaf spot area blocks were obtained using the HSV color component filtering and median filtering； the disease spot number and its total pixels were counted. Finally， the total leaf spot area could be calculated automatically through conversion based on the former statistics. Better effect was obtained.

Key words Leaf； Disease spot number； Disease spot area； Automatic measurement； HSV color component filtering

國內對基于圖像處理測定葉面積方法的研究起步較晚，但發展很快。目前對植物葉片面積計算的研究[1～4]，主要集中在利用圖像獲取設備采集植物葉片圖像，然后利用現有軟件或平臺實現植物葉片面積的計算，而且多是對完整葉片面積和病斑面積比值[5]的測量計算，鮮有對葉片枯焦、病斑或殘缺等面積參數的自動化、約束相對較少的計算。鑒于此，本文通過設定一定面積的標定物，采用計算機圖像處理方法實現了對植物葉片病斑數量和面積的自動化測量。

1 總體設計方案

利用高分辨率攝像頭或數碼相機，對活體待測含病斑區域的植物葉片和單位面積標定物進行拍照，利用計算機處理樣本圖像；首先進行單位面積標定物定位并統計標定物像素點數量，然后對病斑區域進行HSV顏色過濾并利用中值濾波降噪，統計葉片病斑的數量及病斑區域的像素點數量，最后根據標定物像素點數量換算出葉片病斑面積，顯示相應的運算結果。

計算過程中按照圖4所示的方式進行編碼，有些區域含有凸出的細長點列，會導致同一區域被同時編碼，占用了不同的編碼序號，如第一個區域同時占有了1和2兩個編碼，需要在運算時消除一個序號，此處消去2，同時累加原有2編號的所有像素點數量，并將存儲在對應數組中的像素點數量置為0，即arrPixelOfArea[2]=0；執行結束后，效果如圖3所示，在編碼中對每個像素點值中的R分量進行了重置，所得病斑數量為11個。

3 結論

本系統采用VS.Net2005開發實現，運行環境為Windows XP SP3，CPU 1.6 GHz，內存2 GB，實驗圖片大小為300×200像素點；從對樣本圖像預處理到結果輸出，共耗時1.50 s，運算速度相對較快； 基于HSV顏色空間模型的圖像過濾算法較好地保留了葉病斑目標區域，實現了精確定位和像素點統計，運算結果精度較高；系統僅是對照片圖像進行處理，不會損害原來的葉片樣本，也不會對植物造成傷害。本系統為科研人員提供了較為高效和準確的葉病斑面積測量方法，為農業信息化和智能化病蟲害診斷[7]提供了有益的嘗試和探索。

參 考 文 獻：

[1] 成麗君，張宇波.機器視覺在植物葉片葉面積測算中的應用[J].山西農業大學學報：自然科學版，2014，34（3）：277-280.

[2] 石劍飛.采用數碼圖像處理法測定油菜葉面積的方法探討[J].中國油料作物學報，2010，32（3）：379-382.

[3] 王忠芝，張金瑞.基于圖像處理的葉面積測量方法[J].微計算機應用，2010，31（5）：68-72.

[4] 郁進元.長寬法測定作物葉面積的校正系數研究[J].江蘇農業科學，2007（2）：37-39.

[5] 程榮花，馬飛，梁亞紅.一種新的茶葉病斑面積比自動測量方法[J].吉林農業科學， 2013，38（1）：38-39，43.

[6] 王璞.HSV顏色傳感器葉綠素儀的研究[D].天津：天津大學，2008.

[7] 程榮花，馬飛，魯書喜.一種新型農作物病蟲害監測與預報方法初探[J].廣東農業科學，2013，7（4）：171-173.

摘 要： 本研究以VS.Net2005為開發平臺，在Windows XP SP3運行環境下，運用單位面積標定物和數字圖像處理技術，實現了植物葉片病斑數量和面積的自動化測量。首先利用高分辨率數碼相機對含病斑的活體待測葉片和單位面積標定物進行拍照，根據預先設定獲取標定物位置，并統計其像素點數量，然后利用HSV顏色分量過濾及中值濾波除噪獲得葉片病斑區域塊，統計病斑數量和總像素數量，通過葉病斑區域總像素數量和標定物面積換算，最終自動計算出葉片病斑總面積，效果較好。

關鍵詞： 葉片；病斑數量；病斑面積；自動化測量；HSV顏色分量過濾

中圖分類號： S126 文獻標識號：A 文章編號： 1001 - 4942（2014）08 - 0015 - 04

Design and Realization of Automatic Measuring

System of Leaf Spot Number and Area

Cheng Ronghua1， Ma Fei1，2*， Liang Yahong1， Ma Li1， Zhao Jingru1

（1.College of Resources and Environment， Pingdingshan University，Pingdingshan 467000， China；

2.Computer School of Wuhan University， Wuhan 430072， China）

Abstract It was realized to automatically measure the plant leaf spot number and area by digital image processing technique using calibration per unit area on the development platform of VS.Net2005 in Windows XP SP3 operating environment. Firstly， the living leaf with disease spots and calibration object per unit area was photographed using high resolution digital camera， and the pixel number of calibration object was counted according to a preset position. Secondly，the leaf spot area blocks were obtained using the HSV color component filtering and median filtering； the disease spot number and its total pixels were counted. Finally， the total leaf spot area could be calculated automatically through conversion based on the former statistics. Better effect was obtained.

Key words Leaf； Disease spot number； Disease spot area； Automatic measurement； HSV color component filtering

國內對基于圖像處理測定葉面積方法的研究起步較晚，但發展很快。目前對植物葉片面積計算的研究[1～4]，主要集中在利用圖像獲取設備采集植物葉片圖像，然后利用現有軟件或平臺實現植物葉片面積的計算，而且多是對完整葉片面積和病斑面積比值[5]的測量計算，鮮有對葉片枯焦、病斑或殘缺等面積參數的自動化、約束相對較少的計算。鑒于此，本文通過設定一定面積的標定物，采用計算機圖像處理方法實現了對植物葉片病斑數量和面積的自動化測量。

1 總體設計方案

利用高分辨率攝像頭或數碼相機，對活體待測含病斑區域的植物葉片和單位面積標定物進行拍照，利用計算機處理樣本圖像；首先進行單位面積標定物定位并統計標定物像素點數量，然后對病斑區域進行HSV顏色過濾并利用中值濾波降噪，統計葉片病斑的數量及病斑區域的像素點數量，最后根據標定物像素點數量換算出葉片病斑面積，顯示相應的運算結果。

計算過程中按照圖4所示的方式進行編碼，有些區域含有凸出的細長點列，會導致同一區域被同時編碼，占用了不同的編碼序號，如第一個區域同時占有了1和2兩個編碼，需要在運算時消除一個序號，此處消去2，同時累加原有2編號的所有像素點數量，并將存儲在對應數組中的像素點數量置為0，即arrPixelOfArea[2]=0；執行結束后，效果如圖3所示，在編碼中對每個像素點值中的R分量進行了重置，所得病斑數量為11個。

3 結論

本系統采用VS.Net2005開發實現，運行環境為Windows XP SP3，CPU 1.6 GHz，內存2 GB，實驗圖片大小為300×200像素點；從對樣本圖像預處理到結果輸出，共耗時1.50 s，運算速度相對較快； 基于HSV顏色空間模型的圖像過濾算法較好地保留了葉病斑目標區域，實現了精確定位和像素點統計，運算結果精度較高；系統僅是對照片圖像進行處理，不會損害原來的葉片樣本，也不會對植物造成傷害。本系統為科研人員提供了較為高效和準確的葉病斑面積測量方法，為農業信息化和智能化病蟲害診斷[7]提供了有益的嘗試和探索。

參 考 文 獻：

[1] 成麗君，張宇波.機器視覺在植物葉片葉面積測算中的應用[J].山西農業大學學報：自然科學版，2014，34（3）：277-280.

[2] 石劍飛.采用數碼圖像處理法測定油菜葉面積的方法探討[J].中國油料作物學報，2010，32（3）：379-382.

[3] 王忠芝，張金瑞.基于圖像處理的葉面積測量方法[J].微計算機應用，2010，31（5）：68-72.

[4] 郁進元.長寬法測定作物葉面積的校正系數研究[J].江蘇農業科學，2007（2）：37-39.

[5] 程榮花，馬飛，梁亞紅.一種新的茶葉病斑面積比自動測量方法[J].吉林農業科學， 2013，38（1）：38-39，43.

[6] 王璞.HSV顏色傳感器葉綠素儀的研究[D].天津：天津大學，2008.

[7] 程榮花，馬飛，魯書喜.一種新型農作物病蟲害監測與預報方法初探[J].廣東農業科學，2013，7（4）：171-173.

摘 要： 本研究以VS.Net2005為開發平臺，在Windows XP SP3運行環境下，運用單位面積標定物和數字圖像處理技術，實現了植物葉片病斑數量和面積的自動化測量。首先利用高分辨率數碼相機對含病斑的活體待測葉片和單位面積標定物進行拍照，根據預先設定獲取標定物位置，并統計其像素點數量，然后利用HSV顏色分量過濾及中值濾波除噪獲得葉片病斑區域塊，統計病斑數量和總像素數量，通過葉病斑區域總像素數量和標定物面積換算，最終自動計算出葉片病斑總面積，效果較好。

關鍵詞： 葉片；病斑數量；病斑面積；自動化測量；HSV顏色分量過濾

中圖分類號： S126 文獻標識號：A 文章編號： 1001 - 4942（2014）08 - 0015 - 04

Design and Realization of Automatic Measuring

System of Leaf Spot Number and Area

Cheng Ronghua1， Ma Fei1，2*， Liang Yahong1， Ma Li1， Zhao Jingru1

（1.College of Resources and Environment， Pingdingshan University，Pingdingshan 467000， China；

2.Computer School of Wuhan University， Wuhan 430072， China）

Abstract It was realized to automatically measure the plant leaf spot number and area by digital image processing technique using calibration per unit area on the development platform of VS.Net2005 in Windows XP SP3 operating environment. Firstly， the living leaf with disease spots and calibration object per unit area was photographed using high resolution digital camera， and the pixel number of calibration object was counted according to a preset position. Secondly，the leaf spot area blocks were obtained using the HSV color component filtering and median filtering； the disease spot number and its total pixels were counted. Finally， the total leaf spot area could be calculated automatically through conversion based on the former statistics. Better effect was obtained.

Key words Leaf； Disease spot number； Disease spot area； Automatic measurement； HSV color component filtering

國內對基于圖像處理測定葉面積方法的研究起步較晚，但發展很快。目前對植物葉片面積計算的研究[1～4]，主要集中在利用圖像獲取設備采集植物葉片圖像，然后利用現有軟件或平臺實現植物葉片面積的計算，而且多是對完整葉片面積和病斑面積比值[5]的測量計算，鮮有對葉片枯焦、病斑或殘缺等面積參數的自動化、約束相對較少的計算。鑒于此，本文通過設定一定面積的標定物，采用計算機圖像處理方法實現了對植物葉片病斑數量和面積的自動化測量。

1 總體設計方案

利用高分辨率攝像頭或數碼相機，對活體待測含病斑區域的植物葉片和單位面積標定物進行拍照，利用計算機處理樣本圖像；首先進行單位面積標定物定位并統計標定物像素點數量，然后對病斑區域進行HSV顏色過濾并利用中值濾波降噪，統計葉片病斑的數量及病斑區域的像素點數量，最后根據標定物像素點數量換算出葉片病斑面積，顯示相應的運算結果。

計算過程中按照圖4所示的方式進行編碼，有些區域含有凸出的細長點列，會導致同一區域被同時編碼，占用了不同的編碼序號，如第一個區域同時占有了1和2兩個編碼，需要在運算時消除一個序號，此處消去2，同時累加原有2編號的所有像素點數量，并將存儲在對應數組中的像素點數量置為0，即arrPixelOfArea[2]=0；執行結束后，效果如圖3所示，在編碼中對每個像素點值中的R分量進行了重置，所得病斑數量為11個。

3 結論

本系統采用VS.Net2005開發實現，運行環境為Windows XP SP3，CPU 1.6 GHz，內存2 GB，實驗圖片大小為300×200像素點；從對樣本圖像預處理到結果輸出，共耗時1.50 s，運算速度相對較快； 基于HSV顏色空間模型的圖像過濾算法較好地保留了葉病斑目標區域，實現了精確定位和像素點統計，運算結果精度較高；系統僅是對照片圖像進行處理，不會損害原來的葉片樣本，也不會對植物造成傷害。本系統為科研人員提供了較為高效和準確的葉病斑面積測量方法，為農業信息化和智能化病蟲害診斷[7]提供了有益的嘗試和探索。

參 考 文 獻：

[1] 成麗君，張宇波.機器視覺在植物葉片葉面積測算中的應用[J].山西農業大學學報：自然科學版，2014，34（3）：277-280.

[2] 石劍飛.采用數碼圖像處理法測定油菜葉面積的方法探討[J].中國油料作物學報，2010，32（3）：379-382.

[3] 王忠芝，張金瑞.基于圖像處理的葉面積測量方法[J].微計算機應用，2010，31（5）：68-72.

[4] 郁進元.長寬法測定作物葉面積的校正系數研究[J].江蘇農業科學，2007（2）：37-39.

[5] 程榮花，馬飛，梁亞紅.一種新的茶葉病斑面積比自動測量方法[J].吉林農業科學， 2013，38（1）：38-39，43.

[6] 王璞.HSV顏色傳感器葉綠素儀的研究[D].天津：天津大學，2008.

[7] 程榮花，馬飛，魯書喜.一種新型農作物病蟲害監測與預報方法初探[J].廣東農業科學，2013，7（4）：171-173.