便攜式溫室植物葉面積測量方法研究

黃勝一+李東+酈志浩

摘要 為了快速、準確地測量植物葉面積，本文提出了一種基于可編程片上系統技術和圖像處理技術的便攜式葉面積測量方法。該系統通過攝像頭采集葉面積數據，利用FPGA特有的并行工作方式對原始數據進行圖像處理，提高葉面積測量精度和速度，采用具有Nios II嵌入式軟核處理器的現場可編程門陣列控制系統，提高整個系統的管理效率。田間實地測量表明該系統能夠有效地采集葉面積數據，并具有測量速度快、可擴展性強和攜帶方便等優點。

關鍵詞 溫室植物葉面積；FPGA；測量；圖像處理

中圖分類號 S216 文獻標識碼 A 文章編號 1007-5739（2018）01-0168-03

Study on Portable Measuring Methods of Plant Leaf Area in Greenhouse

HUANG Sheng-yi LI Dong LI Zhi-hao

（Huazhong Agricultural University，Wuhan Hubei 430000）

Abstract In order to measure plant leaf area quickly and accurately，a portable leaf area measurement method based on programmable system-on-chip and image processing technology is proposed in this paper.The system collected the leaf area datas through the camera，utilized the unique parallel working mode of FPGA to process the raw data，and improved the accuracy and speed of the leaf area measurement.The field programmable gate array control system with Nios II embedded soft-core processor was adopted，improved the overall system management efficiency. Field measurements showed that the system could effectively collect leaf area data，and had the advantages of fast measurement speed，scalability and easy to carry.

Key words greenhouse plant leaf area；FPGA； measurement；image processing

植物葉片面積是衡量作物群體結構的重要指標之一，是實際管理的重要依據，因而葉面積的測量對研究植物特性和指導生產有重要的意義[1-3]。目前常用的葉面積測量方法主要有網格法[1]、稱重法[2]、系數法[3]、葉面儀測量法[4]等。隨著科技的發展，基于計算機技術和數字圖像處理的植物葉面積測量方法被廣泛應用[5-7]。聶鵬程等[8]基于BP 神經網絡應用設計一種利用多晶硅光電感應板與平板均勻發光光源照射系統構成的葉面積測量裝置。韓殿元等[9]基于彩色圖像，利用彩色通道相似性，提出了圖像分割的植物葉面積測量方法。

FPGA 是20 世紀80 年代中期發展起來的一種超大規?？删幊虒Ｓ眉呻娐罚╒LSI），它是在PAL、GAL、CPLD等可編程器件的基礎上發展的產物。由于FPGA可內嵌CPU或DSP內核，支持軟硬件協同設計，非常適合于諸如數字圖像處理類的數學密集型應用。目前用FPGA技術處理圖像的研究正處于熱門階段[10-12]。

1 系統的總體結構和總體方案設計

系統總體上由平行光產生模塊、攝像頭采集、LCD顯示模塊、紅外遙控模塊、電源模塊、FPGA控制模塊等組成，如圖1所示。平行光由以下部分產生：一個密閉的黑箱，一塊透明擋板，LED點陣實現黑箱內平行光產生，保證攝像頭采集數據時與葉子保持幾乎垂直的角度。FPGA控制系統采用基于友晶公司的DE2開發板，核心芯片采用ALTERA公司的Cyclone II系列，在DE2開發板上配備11.7 cm觸摸屏[13]?；贠V7670攝像頭模塊配合FPGA控制系統完成圖像實時采集、幀緩存、預處理、數據處理等功能，并通過對FPGA系統的優化提高圖像采集和處理系統的整體性能。

系統總體方案如圖2所示，利用Nios Ⅱ處理器強大的運算能力，將所有相關算法使用C語言實現，并利用開發環境中C2H工具的加速功能，將算法中最耗時間的部分進行硬件化，縮短了開發周期，極大地提高了效率。FPGA主控系統上電后，紅外傳感器進行工作等待信號。當有葉片放在透明擋板上時，按下遙控，OV7670攝像頭將進行圖像采集，FPGA硬件電路對數據進行預處理，然后Nios Ⅱ軟核處理器控制系統進行圖像處理。最后，通過LCD彩屏顯示葉面積的大小，每次測量數據存儲在SD卡中，在小面積測量時，精確度為2%[14]。

2 圖像采集處理單元設計

2.1 攝像頭采集的機構設計與原理分析

在本系統中，攝像頭安裝于箱底，距離透明擋板0.2 m的位置，可以采集直徑為0.15 m、面積為0.07 m2的圖像信息，如圖3所示。

數字圖像由許多像素點組成，每個像素點代表一定的實際面積值，本系統采用定值的綠色矩形面積進行換算，通過式（1）求出比例K：

K=T/S（1）

式中，T為綠色定值矩形面積的總像素點，S為綠色矩形面積的實際面積，K為比例系數[15]。

2.2 圖像處理算法設計

2.2.1 噪聲消除。圖像在獲取、存儲、處理、傳輸過程中，會受電氣系統和外界干擾而存在一定程度的噪聲。圖像噪聲導致圖像模糊，甚至淹沒圖像特征，影響目標識別和面積計算。中值濾波是一種非線性濾波，它將每一像素點的灰度值設置為該點某鄰域窗口內的所有像素點灰度值的中值，能在濾除噪聲的同時很好地保持圖像邊緣。方法是去結構上的二維滑動模板，將板內像素按照像素值的大小進行排序，生成單調上升（或下降）的二維數據序列。二維中值濾波輸出如式（2）所示。

g（x，y）=med{f（x-k，y-1），（k，1？綴W）}（2）

式中，f（x，y）為原始圖像；g（x，y）為處理后圖像；W為二維模板，通常為2*2、3*3區域，也可以是十字形、線狀、圓環形、圓形等不同形狀。中值濾波通常取含奇數個像素的窗口，以方便操作。

由于提取的圖像是8位數據，不可避免地會產生數字脈沖噪聲，而中值濾波對于脈沖噪聲，特別是脈沖寬度小于窗口寬度的1/2時，中值濾波效果較好，頻譜特性起伏不大，可認為中值濾波后，信號頻譜基本不變。

2.2.2 閾值分割。經過試驗觀察，葉片圖像與背景之間的邊界兩側像素的灰度值差別很大，圖像目標與背景的灰度分布都是單峰。而且圖像目標與背景對應的2個單峰大小接近、方差較小且均值相差較大，則該圖像的直方圖具有雙峰性質。閾值化?？捎行Х指罹哂须p峰性質的圖像。

在進行大小分級時首先進行二值化處理。閾值分割過程如下：首先確定一個閾值T，對于圖像中的每個像素，若其灰度值大于T，則將其置為目標點（值為1），否則置為背景點（置為0），或者相反，從而將圖像分為目標區域與背景區域，如式（3）所示。

g（x，y）=1，（f（x，y）>T）0，（f（x，y）≤T）（3）

閾值分割的關鍵是如何確定合適的閾值，不同的閾值其處理結果差異很大，會影響特征測量與分析等后續過程。

2.2.3 二值圖像的形態學濾波。形態學濾波最基本的操作就是腐蝕和膨脹，對于腐蝕，一個目標像素在結構單元能完全被包含在目標中時被保留。結構單元S由一個向量幾何構成，可以被看做另一幅二值圖像，將結構單元作為一個窗口，在所有輸入為1時輸出是目標像素，因而腐蝕是窗口內像素的邏輯與，如式（4）所示。

Q（x，y）=I？茚S=∧i，j？綴SI[x+i，y+i]（4）

再通過膨脹算法處理數據，每個輸入像素在輸出圖像中被替換成結構單元的形狀，膨脹使目標擴大而背景變小，膨脹使窗口中像素進行邏輯或運算，如式（5）所示。

Q（x，y）=I？茌S=∨i，j？綴SI[x+i，y+i]（5）

2.2.4 邊界點處理與面積計算。圖像面積大小的計算是在二值化的基礎上，將所有有效點做累和，采用的算法如式（6）所示。

在標定過程中，采用可通過其他方法精確測量面積的矩形紙片，輸入紙片的實際面積值，軟件便算出測量比率K，將該測量比率應用到面積測量過程中，根據式（2）計算出所測葉片的面積，如式（7）所示。

S=T×K（7）

3 系統的實物部分

系統實物如圖4所示，系統內部各部分的安裝順序：攝像頭位于暗箱底部，暗箱頂部放置光源，光源與攝像頭間用半透明塑料板分隔，半透明塑料與暗箱底部組成密閉的空間，半透明塑料下固定透明有機玻璃板，工作時，將葉片放于透明有機玻璃板上面，合上箱蓋，半透明有機玻璃板與透明有機玻璃板將葉片壓緊，在光源的照射下，攝像頭開始采集葉片色素，并將其數據傳入FPGA開發板，FPGA開發板將圖片信息進行處理并將得到的面積值通TFT-LCD顯示屏顯示出來。光源采用較多數量的發光二級管加限流電阻，采用5 V開關電源供電，最終經實踐，亮度滿足此系統的要求。

4 試驗分析

目前測量葉面積的方法很多，前已述及，為了驗證本系統的測量精度，采用傳統葉面積測量法與本系統基于FPGA圖像的測定方法對 6 片葉片進行面積測定，結果如表1 所示。利用matlab數據統計分析，對其結果進行統計分析，計算以上4種方法的相關系數，如表2所示。根據數據分析可知，本系統測量結果精確可靠，與稱重法、網格交叉法、方格紙法的測量結果都有顯著的相關性，在滿足99%的置信區內，誤差系數r<0.01，這表明本系統穩定可靠。

5 結論

本文基于FPGA設計一個植物葉面積測量系統，該系統由平行光產生模塊、攝像頭采集、LCD顯示模塊、紅外遙控模塊、電源模塊、FPGA控制模塊組成。利用FPGA特有的并行工作方式對攝像頭采集的葉面積圖像進行噪聲消除、濾波、葉面積計算等處理，能夠提高葉面積測量精度和速度，采用具有Nios Ⅱ嵌入式軟核處理器的現場可編程門陣列控制系統能夠提高整個系統的管理效率。田間實地測量表明該系統具有穩定可靠、成本低、組裝維護簡單、擴展方便等特點，可以適應于野外環境測量。

6 參考文獻

[1] WILHELM W W，RUWE K，SCHLEMMER M R.Comparison of three leaf area index meters in a corn canopy[J].Crop Sci，2000，16（40）：1179-1183.

[2] JONCKHEERE，FLECK S，NACKAERTS K，et al.Review of methods for in-situ leaf area index determination. Part I.Theories，sensors and hemi-spherical photography[J].Agric Forest Meteorol，2004，121（13）：19-35.

[3]胥輝，馬煥成，王學力，等.赤桉葉面積動態模型的研究[J].云南林業科技，2000（1）：19-22.

[4] HEO J，KONG S G，ABIDI B R，et al.Fusion of Visual and Thermal Sign-atures with Eyeglasses Removal for Robust Face Recognition[C].IEEE Workshop on Object Tracking and Classification Beyond the Visible Spe-ctrum in Conjunction with CVPR 2004，2004：94-99.

[5] 歐陽浩楠，肖婭萍，孫蓉蓉，等.三葉木通葉面積測量方法[J].安徽農學通報，2008，14（9）：121-122.

[6] 張云鶴，喬曉軍，張云輝，等.采用CCD攝像和圖像分析技術的作物葉面積測量儀的研發[J].儀器儀表學報，2006（4）：345-347.

[7] 張仁祖，徐為根，黃文杰.一種新的基于圖像處理的作物葉面積測量方法[J].江西農業學報，2008，20（4）：117-119.

[8] 聶鵬程，楊燕，劉飛，等.植物葉面積無損測量方法及儀器開發[J].農業工程學報 ，2010（9）：198-202.

[9] 韓殿元，黃心淵，付慧.基于彩色通道相似性圖像分割方法的植物葉面積計算[J].農業工程學報，2012，28（6）：179-184.

[10] ASTARLOA A，L？魣ZARO J，BIDARTE U，et al.FPGA Technology for Multi-axis Control Systems[J].Mechatronics，2009，19（2）：258-268.

[11] 李燕，湯心溢，葛軍，等.基于FPGA的多通道紅外圖像實時采集系統[J].紅外與激光工程，2012，41（5）：1363-1368.

[12] 郭永彩，蘇渝維，高潮.基于FPGA的紅外圖像實時采集系統設計與實現[J].儀器儀表學報，2011，32（3）：514-519.

[13] KONG S G，HEO J，ABIDI B R，et al.Recent Advances in Visual and Infrared Face Recognition—A Review[J].Computer Vision and Image Understanding，2005，97：103-135.

[14] 何友，王國宏.多傳感器信息融合及應用[M].北京：電子工業出版社，2000.

[15] M A TURK，A P PENTLAND.Face Recognition Using Eigenfaces[C].Proceedings of IEEE Computer Vision and Pattern Recognition，1991：586-591.