圖像分析法測量植物生長柜中的根系形態

崔世鋼等

摘要：采用數碼相機拍攝植物生長柜中蔬菜的根部圖像，利用計算機視覺圖像處理技術，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數及對圖像橫縱向鏈碼進行掃描，可以得出根部的具體形態數據，不僅克服了人工測量費時費力的缺點，而且還將實現作物根系分析的無損測量。

關鍵詞：植物生長柜；圖像分析法；動態監測；根系形態；閾值分割

中圖分類號： S126；TP391.41文獻標志碼： A文章編號：1002-1302（2014）10-0383-03

收稿日期：2014-01-15

基金項目：國家自然科學基金（編號：61178048、61275169、61178081）；國家社會科學基金（編號：BFA110049）；天津職業技術師范大學校級基金（編號：KYQD13022）。

作者簡介：崔世鋼（1963—），男，天津人，博士，教授，從事現代農業智能環境控制研究。E-mail：cuisg@163.com。植物需要大量的水及肥料來供給枝葉生長，其中絕大部分是通過根部吸收的。根系是植物吸收水分、養分的重要器官，植物根系越發達，枝葉越繁茂；反之，則枝葉枯黃、生長發育不良。作物的產量與根系長勢關系十分密切[1]。雖然很早以前就有學者開始關注植物根系的生長狀態，但是由于在以往的土培環境下，根系埋藏在土壤之中，而且地下根系數量多，增加了根系的研究難度，導致根系相關研究進展較為緩慢[2-3]。LED植物生長柜作為一種新型的農業生產方式，采用營養液水培方法，將植物根系固定在定植板上，再浸在水槽的營養液中，從營養液中吸收植物生長所需的營養元素及水分。LED植物生長柜充分運用了現代光學、生物科技、營養液栽培、信息技術等手段，為植物提供了安全健康的生長環境[4]。本研究以LED植物生長柜中的作物根系作為研究對象，利用計算機圖像處理技術測量植物根的長度、數目等指標，旨在為實現LED植物生長柜的智能化控制提供依據。

1材料與方法

1.1生長柜內環境控制

以筆者所在實驗室自主研發的LED植物生長柜作為試驗平臺，以先優7號油菜幼苗作為研究對象，將研究對象分為2組。為保證植物生長所必需的各種營養元素以及提供適宜的生長環境，A組為標準營養液，B組將標準營養液稀釋至50%。通過植物生長柜的智能控制面板調節其內部環境參數，將光照度控制在2 800～3 000 lx，溫度控制在18～25 ℃ ，濕度控制在60%左右，二氧化碳濃度控制在 660～800 μL/L，A、B組環境參數均相同。

1.2圖像采集

生長柜中的植物晾根后，由于受到重力影響，根會輕微下垂，不會像在營養液中一樣散亂。為了突出植物根系的形態特征，以黑色帶刻度紙板作為背景；固定數碼相機，使相機的光軸垂直于背景紙板；拍攝圖像之前，調節相機處于自動對焦狀態，保證采集圖像的清晰度；最后將圖像傳輸到計算機，保存為.JPG格式。

1.3圖像處理

根系生長狀態圖像處理流程包括3個主要步驟：預處理、圖像分割、特征提取，圖像處理流程圖如圖1所示。

1.3.1圖像預處理盡管目標根系呈白色，背景紙板為黑色，但是在自然光照條件下拍攝的圖像并非只有黑白2個顏色。彩色圖像占用的存儲空間較大，會降低系統后續處理速度，所以要將圖像灰度化處理，既不破壞圖像信息，又顯著降低存儲空間。圖像在采集、傳輸過程中總會有噪聲，導致圖像質量下降，因此需要對圖像進行濾波。本研究采用中值濾波，

因為它是基于排序統計理論的一種能有效抑制噪聲的非線性信號處理技術，可以去除圖像中的椒鹽噪聲，平滑效果優于均值濾波，在抑制噪聲的同時能夠保持圖像邊緣清晰[5-10]。

1.3.2圖像分割在水培環境下，植物根系呈白色，與黑色背景形成鮮明的對比。對于物體和背景對比較為明顯的圖像，其灰度直方圖會呈現1個雙峰形狀，選擇兩峰之間的波谷對應的像素值作為全局閾值，可將圖像分割為目標對象與背景2部分，所用公式為：

由表1、表2、表3可知，一方面植物根系的生長速度與營養液濃度有關，另一方面本研究所使用的圖像處理方法能夠較為精確地測量LED植物生長柜中油菜的根長、根數等數據。

3結論與討論

本研究通過數碼相機拍攝植物生長柜中蔬菜的根部圖像，然后利用計算機視覺圖像處理技術，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數及通過對圖像橫縱向鏈碼進行掃描，可以求出根部的具體形態數據，得到的計算結果較為理想，能夠取代人工測量，不僅克服了人工測量費時費力的缺點，而且還將實現作物根系分析的無損測量。植物生長過程中，采集植物的根系形態數據，不僅能夠評估植物的長勢，同時還能反映植物的生長環境是否適宜其快速生長，便于管理者及時調整營養液及外界環境參數配置，為作物提供適宜的生長環境。實時掌握植物根系的生長狀態，便于植物生長柜管理者掌握植物的生長節奏，對于保證植物生長柜內作物朝預期的方向生長以及促進增產增收都具有重要的作用。

參考文獻：

[1]顧東祥，湯亮，曹衛星，等. 基于圖像分析方法的水稻根系形態特征指標的定量分析[J]. 作物學報，2010，36（5）：810-817.

[2]吳長高，羅錫文. 計算機視覺技術在根系形態和構型分析中的應用[J]. 農業機械學報，2000，31（3）：63-66.

[3]魏洛剛，朱暉，謝春花.一種二值圖像的快速細化算法[J]. 華中理工大學學報：社會科學版，1994，22（5）：65-68.

[4]李長纓，滕光輝，趙春江，等. 利用計算機視覺技術實現對溫室植物生長的無損監測[J]. 農業工程學報，2003，19（3）：140-143.

[5]馬曉路，劉倩，胡開云，等. MATLAB圖像處理從入門到精通[M]. 北京：中國鐵道出版社，2013.

[6]袁道軍，劉安國，劉志雄，等. 利用計算機視覺技術進行作物生長監測的研究進展[J]. 農業網絡信息，2007（2）：21-25.

[7]楊丹，趙海濱，龍哲，等. MATLAB圖像處理實例詳解[M]. 北京：清華大學出版社，2013.

[8]劉代平，宋海星，劉強，等. 油菜根系形態和生理特性與其氮效率的關系[J]. 土壤，2008，40（5）：765-769.

[9]程建峰，戴廷波，荊奇，等. 不同水稻基因型的根系形態生理特性與高效氮素吸收[J]. 土壤學報，2007，44（2）：266-272.

[10]王艷，米國華，張福鎖.氮對不同基因型玉米根系形態變化的影響研究[J]. 中國生態農業學報，2003，11（3）：69-71.

摘要：采用數碼相機拍攝植物生長柜中蔬菜的根部圖像，利用計算機視覺圖像處理技術，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數及對圖像橫縱向鏈碼進行掃描，可以得出根部的具體形態數據，不僅克服了人工測量費時費力的缺點，而且還將實現作物根系分析的無損測量。

關鍵詞：植物生長柜；圖像分析法；動態監測；根系形態；閾值分割

中圖分類號： S126；TP391.41文獻標志碼： A文章編號：1002-1302（2014）10-0383-03

收稿日期：2014-01-15

基金項目：國家自然科學基金（編號：61178048、61275169、61178081）；國家社會科學基金（編號：BFA110049）；天津職業技術師范大學校級基金（編號：KYQD13022）。

作者簡介：崔世鋼（1963—），男，天津人，博士，教授，從事現代農業智能環境控制研究。E-mail：cuisg@163.com。植物需要大量的水及肥料來供給枝葉生長，其中絕大部分是通過根部吸收的。根系是植物吸收水分、養分的重要器官，植物根系越發達，枝葉越繁茂；反之，則枝葉枯黃、生長發育不良。作物的產量與根系長勢關系十分密切[1]。雖然很早以前就有學者開始關注植物根系的生長狀態，但是由于在以往的土培環境下，根系埋藏在土壤之中，而且地下根系數量多，增加了根系的研究難度，導致根系相關研究進展較為緩慢[2-3]。LED植物生長柜作為一種新型的農業生產方式，采用營養液水培方法，將植物根系固定在定植板上，再浸在水槽的營養液中，從營養液中吸收植物生長所需的營養元素及水分。LED植物生長柜充分運用了現代光學、生物科技、營養液栽培、信息技術等手段，為植物提供了安全健康的生長環境[4]。本研究以LED植物生長柜中的作物根系作為研究對象，利用計算機圖像處理技術測量植物根的長度、數目等指標，旨在為實現LED植物生長柜的智能化控制提供依據。

1材料與方法

1.1生長柜內環境控制

以筆者所在實驗室自主研發的LED植物生長柜作為試驗平臺，以先優7號油菜幼苗作為研究對象，將研究對象分為2組。為保證植物生長所必需的各種營養元素以及提供適宜的生長環境，A組為標準營養液，B組將標準營養液稀釋至50%。通過植物生長柜的智能控制面板調節其內部環境參數，將光照度控制在2 800～3 000 lx，溫度控制在18～25 ℃ ，濕度控制在60%左右，二氧化碳濃度控制在 660～800 μL/L，A、B組環境參數均相同。

1.2圖像采集

生長柜中的植物晾根后，由于受到重力影響，根會輕微下垂，不會像在營養液中一樣散亂。為了突出植物根系的形態特征，以黑色帶刻度紙板作為背景；固定數碼相機，使相機的光軸垂直于背景紙板；拍攝圖像之前，調節相機處于自動對焦狀態，保證采集圖像的清晰度；最后將圖像傳輸到計算機，保存為.JPG格式。

1.3圖像處理

根系生長狀態圖像處理流程包括3個主要步驟：預處理、圖像分割、特征提取，圖像處理流程圖如圖1所示。

1.3.1圖像預處理盡管目標根系呈白色，背景紙板為黑色，但是在自然光照條件下拍攝的圖像并非只有黑白2個顏色。彩色圖像占用的存儲空間較大，會降低系統后續處理速度，所以要將圖像灰度化處理，既不破壞圖像信息，又顯著降低存儲空間。圖像在采集、傳輸過程中總會有噪聲，導致圖像質量下降，因此需要對圖像進行濾波。本研究采用中值濾波，

因為它是基于排序統計理論的一種能有效抑制噪聲的非線性信號處理技術，可以去除圖像中的椒鹽噪聲，平滑效果優于均值濾波，在抑制噪聲的同時能夠保持圖像邊緣清晰[5-10]。

1.3.2圖像分割在水培環境下，植物根系呈白色，與黑色背景形成鮮明的對比。對于物體和背景對比較為明顯的圖像，其灰度直方圖會呈現1個雙峰形狀，選擇兩峰之間的波谷對應的像素值作為全局閾值，可將圖像分割為目標對象與背景2部分，所用公式為：

由表1、表2、表3可知，一方面植物根系的生長速度與營養液濃度有關，另一方面本研究所使用的圖像處理方法能夠較為精確地測量LED植物生長柜中油菜的根長、根數等數據。

3結論與討論

本研究通過數碼相機拍攝植物生長柜中蔬菜的根部圖像，然后利用計算機視覺圖像處理技術，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數及通過對圖像橫縱向鏈碼進行掃描，可以求出根部的具體形態數據，得到的計算結果較為理想，能夠取代人工測量，不僅克服了人工測量費時費力的缺點，而且還將實現作物根系分析的無損測量。植物生長過程中，采集植物的根系形態數據，不僅能夠評估植物的長勢，同時還能反映植物的生長環境是否適宜其快速生長，便于管理者及時調整營養液及外界環境參數配置，為作物提供適宜的生長環境。實時掌握植物根系的生長狀態，便于植物生長柜管理者掌握植物的生長節奏，對于保證植物生長柜內作物朝預期的方向生長以及促進增產增收都具有重要的作用。

參考文獻：

[1]顧東祥，湯亮，曹衛星，等. 基于圖像分析方法的水稻根系形態特征指標的定量分析[J]. 作物學報，2010，36（5）：810-817.

[2]吳長高，羅錫文. 計算機視覺技術在根系形態和構型分析中的應用[J]. 農業機械學報，2000，31（3）：63-66.

[3]魏洛剛，朱暉，謝春花.一種二值圖像的快速細化算法[J]. 華中理工大學學報：社會科學版，1994，22（5）：65-68.

[4]李長纓，滕光輝，趙春江，等. 利用計算機視覺技術實現對溫室植物生長的無損監測[J]. 農業工程學報，2003，19（3）：140-143.

[5]馬曉路，劉倩，胡開云，等. MATLAB圖像處理從入門到精通[M]. 北京：中國鐵道出版社，2013.

[6]袁道軍，劉安國，劉志雄，等. 利用計算機視覺技術進行作物生長監測的研究進展[J]. 農業網絡信息，2007（2）：21-25.

[7]楊丹，趙海濱，龍哲，等. MATLAB圖像處理實例詳解[M]. 北京：清華大學出版社，2013.

[8]劉代平，宋海星，劉強，等. 油菜根系形態和生理特性與其氮效率的關系[J]. 土壤，2008，40（5）：765-769.

[9]程建峰，戴廷波，荊奇，等. 不同水稻基因型的根系形態生理特性與高效氮素吸收[J]. 土壤學報，2007，44（2）：266-272.

[10]王艷，米國華，張福鎖.氮對不同基因型玉米根系形態變化的影響研究[J]. 中國生態農業學報，2003，11（3）：69-71.

摘要：采用數碼相機拍攝植物生長柜中蔬菜的根部圖像，利用計算機視覺圖像處理技術，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數及對圖像橫縱向鏈碼進行掃描，可以得出根部的具體形態數據，不僅克服了人工測量費時費力的缺點，而且還將實現作物根系分析的無損測量。

關鍵詞：植物生長柜；圖像分析法；動態監測；根系形態；閾值分割

中圖分類號： S126；TP391.41文獻標志碼： A文章編號：1002-1302（2014）10-0383-03

收稿日期：2014-01-15

基金項目：國家自然科學基金（編號：61178048、61275169、61178081）；國家社會科學基金（編號：BFA110049）；天津職業技術師范大學校級基金（編號：KYQD13022）。

作者簡介：崔世鋼（1963—），男，天津人，博士，教授，從事現代農業智能環境控制研究。E-mail：cuisg@163.com。植物需要大量的水及肥料來供給枝葉生長，其中絕大部分是通過根部吸收的。根系是植物吸收水分、養分的重要器官，植物根系越發達，枝葉越繁茂；反之，則枝葉枯黃、生長發育不良。作物的產量與根系長勢關系十分密切[1]。雖然很早以前就有學者開始關注植物根系的生長狀態，但是由于在以往的土培環境下，根系埋藏在土壤之中，而且地下根系數量多，增加了根系的研究難度，導致根系相關研究進展較為緩慢[2-3]。LED植物生長柜作為一種新型的農業生產方式，采用營養液水培方法，將植物根系固定在定植板上，再浸在水槽的營養液中，從營養液中吸收植物生長所需的營養元素及水分。LED植物生長柜充分運用了現代光學、生物科技、營養液栽培、信息技術等手段，為植物提供了安全健康的生長環境[4]。本研究以LED植物生長柜中的作物根系作為研究對象，利用計算機圖像處理技術測量植物根的長度、數目等指標，旨在為實現LED植物生長柜的智能化控制提供依據。

1材料與方法

1.1生長柜內環境控制

以筆者所在實驗室自主研發的LED植物生長柜作為試驗平臺，以先優7號油菜幼苗作為研究對象，將研究對象分為2組。為保證植物生長所必需的各種營養元素以及提供適宜的生長環境，A組為標準營養液，B組將標準營養液稀釋至50%。通過植物生長柜的智能控制面板調節其內部環境參數，將光照度控制在2 800～3 000 lx，溫度控制在18～25 ℃ ，濕度控制在60%左右，二氧化碳濃度控制在 660～800 μL/L，A、B組環境參數均相同。

1.2圖像采集

生長柜中的植物晾根后，由于受到重力影響，根會輕微下垂，不會像在營養液中一樣散亂。為了突出植物根系的形態特征，以黑色帶刻度紙板作為背景；固定數碼相機，使相機的光軸垂直于背景紙板；拍攝圖像之前，調節相機處于自動對焦狀態，保證采集圖像的清晰度；最后將圖像傳輸到計算機，保存為.JPG格式。

1.3圖像處理

根系生長狀態圖像處理流程包括3個主要步驟：預處理、圖像分割、特征提取，圖像處理流程圖如圖1所示。

1.3.1圖像預處理盡管目標根系呈白色，背景紙板為黑色，但是在自然光照條件下拍攝的圖像并非只有黑白2個顏色。彩色圖像占用的存儲空間較大，會降低系統后續處理速度，所以要將圖像灰度化處理，既不破壞圖像信息，又顯著降低存儲空間。圖像在采集、傳輸過程中總會有噪聲，導致圖像質量下降，因此需要對圖像進行濾波。本研究采用中值濾波，

因為它是基于排序統計理論的一種能有效抑制噪聲的非線性信號處理技術，可以去除圖像中的椒鹽噪聲，平滑效果優于均值濾波，在抑制噪聲的同時能夠保持圖像邊緣清晰[5-10]。

1.3.2圖像分割在水培環境下，植物根系呈白色，與黑色背景形成鮮明的對比。對于物體和背景對比較為明顯的圖像，其灰度直方圖會呈現1個雙峰形狀，選擇兩峰之間的波谷對應的像素值作為全局閾值，可將圖像分割為目標對象與背景2部分，所用公式為：

由表1、表2、表3可知，一方面植物根系的生長速度與營養液濃度有關，另一方面本研究所使用的圖像處理方法能夠較為精確地測量LED植物生長柜中油菜的根長、根數等數據。

3結論與討論

本研究通過數碼相機拍攝植物生長柜中蔬菜的根部圖像，然后利用計算機視覺圖像處理技術，對采集的圖像進行閾值分割及邊緣提取，可以較為完整地提取植物根部信息。利用Matlab軟件的自帶函數及通過對圖像橫縱向鏈碼進行掃描，可以求出根部的具體形態數據，得到的計算結果較為理想，能夠取代人工測量，不僅克服了人工測量費時費力的缺點，而且還將實現作物根系分析的無損測量。植物生長過程中，采集植物的根系形態數據，不僅能夠評估植物的長勢，同時還能反映植物的生長環境是否適宜其快速生長，便于管理者及時調整營養液及外界環境參數配置，為作物提供適宜的生長環境。實時掌握植物根系的生長狀態，便于植物生長柜管理者掌握植物的生長節奏，對于保證植物生長柜內作物朝預期的方向生長以及促進增產增收都具有重要的作用。

參考文獻：

[1]顧東祥，湯亮，曹衛星，等. 基于圖像分析方法的水稻根系形態特征指標的定量分析[J]. 作物學報，2010，36（5）：810-817.

[2]吳長高，羅錫文. 計算機視覺技術在根系形態和構型分析中的應用[J]. 農業機械學報，2000，31（3）：63-66.

[3]魏洛剛，朱暉，謝春花.一種二值圖像的快速細化算法[J]. 華中理工大學學報：社會科學版，1994，22（5）：65-68.

[4]李長纓，滕光輝，趙春江，等. 利用計算機視覺技術實現對溫室植物生長的無損監測[J]. 農業工程學報，2003，19（3）：140-143.

[5]馬曉路，劉倩，胡開云，等. MATLAB圖像處理從入門到精通[M]. 北京：中國鐵道出版社，2013.

[6]袁道軍，劉安國，劉志雄，等. 利用計算機視覺技術進行作物生長監測的研究進展[J]. 農業網絡信息，2007（2）：21-25.

[7]楊丹，趙海濱，龍哲，等. MATLAB圖像處理實例詳解[M]. 北京：清華大學出版社，2013.

[8]劉代平，宋海星，劉強，等. 油菜根系形態和生理特性與其氮效率的關系[J]. 土壤，2008，40（5）：765-769.

[9]程建峰，戴廷波，荊奇，等. 不同水稻基因型的根系形態生理特性與高效氮素吸收[J]. 土壤學報，2007，44（2）：266-272.

[10]王艷，米國華，張福鎖.氮對不同基因型玉米根系形態變化的影響研究[J]. 中國生態農業學報，2003，11（3）：69-71.