基于圖像處理技術的植物葉片面積和周長測量

崔世鋼， 秦建華， 張永立

(天津職業技術師范大學/天津市信息傳感與智能控制重點實驗室，天津 300222)

葉片是植物進行光合作用的物質基礎，是蒸騰作用的媒介，是合成有機物的主要器官，其面積和周長是衡量植物對光能利用、水循環、生長發育、果實產量的重要因素，也是研究植物生理生化、遺傳育種和作物栽培等方面的關鍵指標[1-3]。因此，建立快速、簡便、精確的葉片面積和周長的測量方法對植物生理機制的研究具有重要意義。傳統的葉面積測量方法有葉面積儀測定法、方格法、剪紙稱質量法等。其中，葉面積儀也可以測量葉片周長，具有操作簡單、速度快的特點，但儀器價格昂貴，掃描速度對測定結果影響較大，重現性差；方格法操作繁瑣，費時費力，常用于對其他測定結果校正；剪紙稱質量法原理簡單，但精度受葉片形狀和紙張均勻性等影響。為此，本研究以圖像處理技術為基礎，探尋一種簡單、準確、快速、適用性廣的葉片面積和周長的測定方法。

1 試驗方法

1.1 圖像采集

利用數碼相機對葉片進行拍照時，先將葉片放在有參考單位圓和參考矩形的白色紙板上(圖1)；然后固定數碼相機，使鏡頭光軸垂直與白色紙板，并調節數碼相機處于自動調焦模式，保證圖像的清晰度。拍攝完成后，須要對圖像進行處理，主要有4個步驟：預處理、圖像分割、輪廓提取、特征提取，圖像處理總流程圖如圖2所示。

1.2 圖像預處理

1.2.1 灰度化 用數碼相機所獲取的植物葉片圖像是彩色圖像，圖片上的每個像素點都是由紅(R)、綠(G)、藍(B)3個通道組成，占用的存儲空間較大，影響數據處理的速度。因此，為了減小圖像原始數據量，通常先將彩色圖像轉化成灰度圖像，之后進行后續處理。本研究將RGB空間進行灰度化采用的方法是加權平均法，紅(R)、綠(G)、藍(B)3個通道分量的加權系數分別取0.30、0.59、0.11。用這種方法對圖片進行灰度化時，不會使圖片出現失真現象。加權平均法的計算公式如下：

f(x,y)=0.30R(x,y)+0.59G(x,y)+0.11B(x,y)。

式中：f(x,y)是彩色圖像在點(x,y)處灰度化的灰度值，R(x,y)、G(x,y)、B(x,y)分別表示彩色圖像在點(x,y)處的紅色分量、綠色分量、藍色分量。

1.2.2 幾何校正 由于利用數碼相機對植物葉片進行采集，圖像會出現傾斜失真現象。為了使葉片的圖像能更準確地反映真實信息，須要對圖像進行幾何校正[4-6]。幾何校正首先利用Hough變換提取矩形的4條邊，求出矩形的頂點坐標，找到4個特征點。然后根據四邊形的4個實際坐標點和特征點的對應關系求出變換方程，對畸變圖像的所有像素點進行校正，從而實現幾何校正。設畸變圖像的4個實際坐標分別為(Xi,Yi)(i=1，2，3，4)，4個特征點的坐標分別是(xi,yi)(i=1，2，3，4)，映射關系公式如下：

由于校正圖像中像素點映射到畸變圖像中不一定是整數位置，導致部分像素丟失的現象。為此，須要對這些空缺像素點進行灰度插值。本研究對雙線性插值法校正后的圖像進行灰度插值，圖3是幾何校正的前后圖，其中圖3-a是幾何校正前的圖像，圖3-b是幾何校正后的圖像。

1.2.3 中值濾波去噪 由于利用數碼相機拍攝葉片時，外界光線和噪聲都會對圖片的質量產生影響，導致圖像中出現噪聲點，必須進行降噪處理，消除圖像中的噪聲，使圖像能更準確地表征事實。中值濾波法是一種非線性的平滑濾波，通過將鄰域內的像素按灰度級升序，取其中間值為此處像素的灰度值。本研究采用了3×3中值濾波，有效地消除了噪聲，并且圖像的邊緣保留完好。

1.3 圖像分割

1.4 輪廓提取

植物葉片的輪廓是葉片自身目標區域的一部分，含有豐富的形狀特征信息，對研究植物葉片具有重要意義。使用Matlab對二值圖像輪廓提取的代碼為：bw2=bwperim(bw1)，其中，參數bw1是二值圖像，輸出參數bw2是二值圖像bw1的輪廓圖像。輪廓提取結果如圖5所示，圖6是對圖5中局部放大輪廓圖。

1.5 特征提取

1.5.1 葉片面積計算 葉片面積的計算采用像素計數法，分別統計參考單位圓的像素數和葉片區域的像素數，并且單位圓的面積是已知的。因此，葉片面積計算公式：

式中：Sleaf代表實際葉片面積，Scircle代表參考單位圓實際面積，Ncircle、Nleaf分別代表二值圖像中參考單位圓的像素數和葉片區域的像素數。

2 不同測量方法的對比

為了驗證上述圖像處理法的準確性，以7號油菜幼苗為研究對象，選取無殘缺、大小各異和新鮮的油菜葉片共10張，編號排序。分別用圖形處理法、方格法和萬深LA-S葉面積測量儀對油菜葉面參數進行測量，結果如表1所示。表2是3種測量結果兩兩建立一元線性回歸方程。由表2可知，本方法與上述2種方法的測定結果存在極顯著相關(r2=0.994 8～0.999 4)，表明圖像處理法對葉片參數的測量具有較高的精確度。

表1 不同方法測定油菜葉片面積和周長

表2 不同測定結果間的回歸分析

3 結論與討論

目前，葉片面積和周長的測定方法已有很多種，各種方法都有其局限性和使用范圍。本研究利用數碼相機獲取葉片的圖像，采用基于圖像處理技術對采集的圖像進行灰度化、幾何校正、中值濾波去噪、閾值分割和輪廓提取[7-10]。對植物葉片區域和輪廓區域分別采用像素統計法和8鏈碼法分別統計像素數，進而計算葉片面積和周長，并與傳統的方格法和萬深LA-S葉面積測量儀的測量結果進行比較和回歸分析。結果表明，本方法與上述2種方法的測定結果存在極顯著線性相關(r2=0.994 8～0.999 4)。因此，數字圖像處理技術作為一種新興的測定技術，具有準確性、快速性、方便性等特點，可以在生產和科研中加以應用。