圖像處理技術在水培蔬菜生長監測中的應用

梁帆等

摘要： 為了量化營養液濃度對植物生長的影響，在3組不同濃度的營養液環境下，連續觀測并采集蔬菜生長過程的圖像，通過圖像分割和邊緣檢測技術提取出蔬菜的總根長、株高和葉冠投影面積等外部形態特征數據。結果表明，運用計算機圖像處理技術測量的根長、株高數據與人工測量結果之間的誤差在5%范圍內，而且對3組不同營養液濃度下油菜幼苗冠層葉面積的連續測量后發現，蔬菜生長過程中的葉冠投影面積的方差與其營養液濃度具有明顯的一致性。

關鍵詞：圖像處理技術；水培蔬菜；生長監測

中圖分類號：TP391.41 文獻標識碼：A 文章編號：0439-8114（2015）17-4288-03

DOI：10.14088/j.cnki.issn0439-8114.2015.17.047

隨著營養液栽培技術和人工模擬環境與控制技術的不斷推進，植物生長柜的生產方式得到了快速發展。植物生長柜[1，2]是一種人工光利用型植物工廠，是在完全密閉的環境下采用人工光源與營養液栽培技術進行植物周年連續生產的一種方式。它通過智能控制面板對植物生長發育過程中的溫度、濕度、光照度、CO2濃度等環境要素進行控制，從而為植物生長提供健康舒適的生活環境，因此如何根據作物生長信息提高植物生長柜的智能化控制水平成為了當下的研究重點。

計算機圖像處理技術具有計算速度快、測量精度高等優點，在航空航天、遙感、生物醫學工程等許多方面都得到廣泛應用，尤其是隨著計算機性能的提高以及成本的降低，使其在農業工程應用方面也得到進一步的推廣。在利用計算機圖像處理技術監測植物生長狀態方面已經開展了很多研究[3-9]。本研究在LED植物生長柜環境下利用不同濃度的營養液培育油菜幼苗，從而得到不同生長狀態的試驗樣本。通過對生長過程中的油菜樣本進行連續的觀測，利用計算機圖像處理技術對所采集的油菜圖像進行處理和分析，實現了油菜總根長、株高和葉冠投影面積等形態數據的無損測量。

2 結果與分析

從油菜幼苗中隨機選取試驗對象，調節數碼相機采集圖像信息，將其傳輸到計算機利用Matlab圖像處理工具箱經過上述分析后，即可得到相關數據。

2.1 根長與株高

為了驗證利用計算機圖像處理技術測量的準確性， 將選取的5株早期油菜幼苗分別用圖像法和人工法進行測量，得到的測量數據均值如表1所示。從表1可以看出，利用計算機圖像處理技術的測量值接近于人工測量值，而且二者的相對誤差小于5%，所以圖像法能夠較為真實地測量出蔬菜植株的形態特征數據。

2.2 投影葉面積

由于油菜生長周期在35 d左右，因此在油菜幼苗期對A、B、C 3組試驗對象每隔2 d測量1次，連續測量10次，分別在測試當日中午12：00采集蔬菜投影面積信息，將圖像傳輸到計算機，通過Matlab軟件進行處理和分析，得到以下3組數據。從表2可以看出，無論是投影葉面積的均值還是方差，3組數據都有明顯的區別。對同時段的蔬菜而言，A組的葉冠投影面積均值明顯大于B組的葉冠投影面積均值，B組的葉冠投影面積均值明顯大于C組的葉冠投影面積均值。對于相同蔬菜的不同時段而言，其方差表現為A組>B組>C組，因為其葉冠投影面積的方差能夠反映出單位時間蔬菜生長的速度，因此A組的蔬菜比B組的蔬菜生長速度快，B組的蔬菜比C組的蔬菜生長速度快。由此可以得出一個結論，在理想的生長環境下，不同濃度的營養液對蔬菜生長的促進作用不同，而且其促進作用的強弱能夠通過葉冠投影面積值明顯的體現出來，特別是生長過程中蔬菜葉冠投影面積的方差能直接反映出植物的缺肥情況。

3 小結

試驗結果表明，利用計算機圖像處理技術能夠對植物生長進行實時無損監測，實現快速、準確、無損地測量植物根長、株高和投影葉面積等形態數據，而且準確性較高，其誤差保持在5%以內。

本研究采用的測量方法不僅能夠通過采集植物實時生長狀態圖像，從而提取其生長過程中的形態特征參數，而且可以根據對其形態特征提取與數據分析，得出蔬菜生長過程中的肥缺情況，便于管理者及時調節營養液濃度配制，保證蔬菜正常生長。對智能植物生長柜中的蔬菜生長狀態進行無損監測，同時獲取植物生長的肥缺狀態信息，對于提高植物生長柜的智能化控制水平，提高作物產量、增加經濟效益具有重要的現實意義。

參考文獻：

[1] WU X L，DONG J L，LIANG F， et al. An LED green light for new plant growth cabinet precise temperature control system[J]. Applied Mechanics and Materials，2014，577：325-328.

[2] ZHAO L，YANG L L，CUI S G，et al. Method for non-destructive measurement of leaf area based on binocular vision[J]. Applied Mechanics and Materials，2014，577：664-667.

[3] HACK G R. The use of image processing under greenhouse conditions for growth and climate control[J].Acta Horticulturae，1989，230：215-220.

[4] KACIRA M，LING P P. Design and development of an automated and non-contact sensing system for continuous monitoring of plant health and growth[J].Transact ions of the ASAE， 2001，44（4）：989-996.

[5] 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.

[6] 武聰玲，滕光輝，李長纓.黃瓜幼苗生長信息的無損監測系統的應用與驗證[J].農業工程學報，2005，21（4）：109-112.

[7] 林開顏，徐立鴻，吳軍輝.計算機視覺技術在作物生長監測中的研究進展[J].農業工程學報，2004，20（2）：279-283.

[8] 滕光輝，李長纓.計算機視覺技術在工廠化農業中的應用[J].中國農業大學學報，2002，7（2）：62-67.

[9] 張恒敢，楊四軍，顧克軍等.應用數字圖像處理測定作物葉面積的簡便方法[J].江蘇農業科學，2003（3）：21-25.