計算機圖像處理在缺素葉片顏色特征識別方面的應用

何光釗

摘要：在對缺素玉米葉片進行采樣后提取出缺素玉米營養元素虧缺葉片彩色圖像的顏色特征，與此同時進行缺素葉片的分類匯總，利用數據庫原理和VB計算機程序升級語言同時結合GDI+技術實現對缺素葉片的圖片處理，處理過程包括對圖像的細致分析、對圖像的注明解釋以及對圖像的優化處理。同時結合圖表的形式來進行元素虧缺的處理，圖表的數據取于對圖像的不同算法計算，通過圖表表示法能夠幫助更加明確的識別缺素葉片顏色特征。

關鍵詞：缺素玉米；圖像處理；識別顏色特征；圖表表示法

近階段以來，計算機圖像處理技術在各種領域越來越多的進行運用，同時提升了各個領域的操作水平。在研究缺素葉片顏色特征識別過程當中，計算機圖像處理技術得到了一定的應用和認可。例如，在農業方面對缺素葉片顏色滕成識別方面就有相應的應用，研究人員通過對不同種農作物的缺素癥的研究可以改善農作物病變的現象。本文就農作物當中較為廣泛的缺素玉米葉片進行了研究和分析。

一、對缺素玉米葉片進行取樣

在對缺素玉米葉片進行取樣的過程當中，實驗室的光箱可以是自制的也可以是標準光箱，攝像頭采用美國Punix公司的CCD攝像頭，攝像頭型號為：TMC-7DSP，CCD的面陣為768*494（V）。圖像采集卡為Matrox公司的轉換精度較高的Meteor/MC4。計算機可以選擇DELLI5-6400。采集過程如下：取生長在不同階段的玉米采用配方施肥技術進行培植，從培植第一天開始對玉米葉片間隔相同時間段進行采樣，取樣過程中要注意在不同關照條件下各取一片葉片進行分析，樣本數量要相同，當玉米葉片缺素癥的癥狀比較明顯的時候可以停止采樣進行樣本的分析。由于在玉米缺素葉片取樣過程中會對植株產生一定的損傷，所以需要注意在取樣過程當中不可以過多取樣以免造成植株死亡的嚴重后果。采樣過程會出現不同程度的外界影響，比如研究環境的聲音、葉片本身的結構構造等等，所以對葉片圖像要進行濾波。這種濾波方法可以使得圖像更為清晰的展現，同時可以保護圖像的真實度。最后要從樣品中取出一定的數量進行圖像處理以及分析，采用計算機圖像處理的方法。

二、顏色特征的識別方法及圖像預處理

針對顏色特征，識別方法是建立在標準的顏色測量領域的，我們雖然對顏色有著一定的定義，但是在實驗過程中，為確保精度和準確度我們采用國際照明委員會（CIE）所規定的一系列的顏色系統。本文當中所采用的是RGB系統模型，這種模型在研究顏色特征識別方面中應用較為廣泛。對缺素玉米葉片進行取樣后，應該對葉片的邊緣部分進行處理，從而減少邊緣部分的色彩對樣品顏色特征識別研究的影響。缺素玉米葉片形狀和大小會對顏色提取過程產生一定的影響，所以我們采用一些特殊算法來進行顏色特征的統計和分析，以避開這樣的影響因素。通過對顏色特征的收集可以對顏色參數進行統計計算和相關系數的計算，它們的均值、方差、標準偏差以及同一顏色系統的顏色參數的相關系數進行總結和分析后，我們可以發現實驗過程所涉及到的明顯特征。另外根據RGB系統可以判別出比較明顯的顏色并可以取這樣的樣本進行細致分析。實驗過程一定要注意細節，秉承細致認真的態度，由于后續工作涉及到數據的分析以及圖表設計，數據的真實性準確性極大的影響著后續工作的進行，一旦數據出現誤差，所有的實驗過程就必須推翻重做了。

三、計算機圖像處理技術的簡述以及實驗聯系

簡單的計算機圖像處理技術就好比生活中我們所用的Photoshop，對現有圖像進行一定的修整和提光，讓圖像看起來更舒服。但是涉及到實驗過程，就需要保證圖像的真實度和清晰度，我們在進行對玉米缺素葉片顏色特征識別的過程中要用到的圖像處理技術是GDI+技術，這種技術不僅最大限度的還原了圖像的真實度，同時降低了在提高圖像的清晰度過程中對圖像造成的損傷和改變。在顏色特征識別過程中我們已經收集到一定的數據和圖像，利用數據庫原理和計算機VB程序設計技術進行圖像分析和數據分析，與此同時利用GDI+技術不斷改善圖像以得到更精準的結論。從實驗過程當中找到關鍵性的影響因素，計算機圖像處理技術最大的優點就是在不改變原有圖像基本特征的基礎上進行圖像改善，對圖像的傷害達到最低限度。計算機VB程序設計技術會進行一定的程序設計進行顏色特征與顏色標準的比對和分析，運用數據庫原理進行數據分析其實是減少了實驗者對數據分析的工作量以及對實驗數據產生誤差的情況。在進行計算機圖像處理過程中，同時需要用到統計算法來對所得數據進行更加細致的分析，其內容和分布可以用建立圖表的形式進行表達，這樣能夠更加直觀的將實驗數據表現出來，有利于后續工作的進行。雖然用到了計算機圖像處理技術，但是仍需要對數據有一個自己的標準，因為實驗數據的分布較散，需要實驗者在觀察數據過程當中對數據的敏感度更加明顯，一旦出現相異數據一定要再次進行測量、圖像分析，以保證數據圖像的準確性。

四、如何將計算機圖像處理技術應用到缺素葉片顏色特征識別方面

計算機圖像處理技術運用的最廣泛的就是在醫學上的運用，我們常見的B超、X光拍攝技術、核磁共振圖像處理技術都是計算機圖像處理技術的表現。而在對農作物缺素癥上的運用也是相同的目的，患有缺素癥的農作物就好比一個個病人，而我們所要用到的計算機圖像處理技術也就好比對病人進行B超分析一樣。由于計算機圖像處理技術的復雜性，需要程序技術、數據技術、圖像處理技術多方位技術相結合，所以在使用這種技術進行玉米缺素葉片顏色特征識別過程當中，一定要有專業的技術設計團隊。GDI+圖像處理技術處理圖像過程一定要全面處理玉米不同種缺素癥的分析，比如：在缺鐵、缺氮的玉米缺素癥分析過程中，對葉片進行正反面、左右側面等不同方位的圖像分析，以保證實驗數據以及實驗結果的準確性。對玉米葉片缺素癥的分析過程中，會發現各種影響缺素癥發展的因素，通過計算機圖像處理技術可以更明顯的發現影響因素而不受肉眼觀察的影響。

總之，計算機圖像處理技術在農作物方面的運用還不是很多，在未來需要更多投入來進行農作物病變情況的改善。本文僅以玉米缺素葉片顏色特征識別過程作為例子進行簡要的分析，其中還略有不足以及需要改善之處，筆者十分希望技術及圖像處理技術能夠更好更多的應用到農作物改善方面。計算機圖像處理在缺素葉片顏色特征識別方面的應用還是比較廣泛的，現階段所出現的黃瓜缺素葉片顏色特征識別研究就是特例之一。

參考文獻：

[1]穗波信雄等，圖像處理在植物生長信息提取中的應用[R]農業機械學會關西支部研究會資料（日）1922。

[2]王合生?；ɑ苁卟思夹g培養[M]長沙：湖南科學技術出版社1999。

[3]阮秋琦。數字圖像處理技術[M]北京：電子工業出版社，2001，1。

[4]何東鍵。用活動便捷模型精確檢測表面缺陷[J]農業工程學報，2001，17。