晁艷麗

摘? 要：田間作物最重要的特征指標就是葉色，其能夠直觀地反映出葉綠素含量的變化、作物生長過程中的光合作用、養(yǎng)分情況及水分含量等栽培信息，為田間的作物管理、苗的生長情況的診斷和根據(jù)苗的肥力情況提供重要依據(jù)。以大豆的葉片為研究材料，測定了葉片的葉綠素含量，利用數(shù)字圖像處理技術提取了葉片的顏色特征值。結果表明，葉綠素含量與顏色特征參數(shù)具有一定的相關性，并建立了與葉綠素之間的聯(lián)系

關鍵詞：數(shù)字圖像處理；葉綠素；顏色特征；大豆葉片

田間作物在不同生長期間，其顏色也是隨著生育期的變化而變化的，所以顏色是反映作物長勢的重要信息。由于不同的光照、土壤成分、群體結構等因素對作物的生長發(fā)育都有一定的影響，這些影響主要體現(xiàn)在作物不同部位的顏色不同［１］。作物整個生長發(fā)育期間都在大田里，通常有兩種方法采集作物相關信息，其一是通過肉眼觀察作物的顏色等特征，憑著以往的經(jīng)驗來判斷作物的生長狀況；另一種是將不同地塊間的作物取樣回來，進行實驗室處理，通過化學手段來進行分析，獲取各種所需要的參數(shù)值［2-4］。

近年來，數(shù)字圖像處理技術已經(jīng)在農業(yè)方面有所應用，并且已經(jīng)對農作物的某些參數(shù)指標具有一定的指導意義，同時這也是一種新興的手段來監(jiān)測作物的生長信息［5-9］。本研究利用數(shù)字圖像處理對大豆葉片的圖像進行處理，然后提取顏色特征值，分析了其與大豆葉片葉綠素含量的關系，為快速、準確地測定大豆葉片葉綠素含量提供了有效的方法，也為能夠掌握大豆生長狀況的實時監(jiān)測提供了保障。

1 大豆葉片葉綠素含量的測定

本研究采用Ｍｉｃｒｏｖｉｓｉｏｎ工業(yè)攝像頭進行實地拍攝，拍攝單片葉靜態(tài)數(shù)字圖像以及地面其他數(shù)據(jù)，采集均在大豆初期。葉綠素濃度采用澳作生態(tài)儀器有限公司的ＣＣＭ－２００型葉綠素計測定，每個葉片測５次，計算葉綠素均值，測定結果如表１所示。

2 大豆葉片顏色特征的提取

2.1圖像的預處理

本研究開發(fā)了大豆葉片圖像分析與處理系統(tǒng)，通過中值濾波方法對圖片進行處理。中值濾波窗口一般有像素為３、５、７等幾種正方形，經(jīng)過分析表明，３×３窗口濾波效果更好。濾波如圖１所示，左圖為原圖像，右圖為中值濾波后的圖像。

2.2圖像顏色特征的提取

利用自行開發(fā)的大豆葉片圖像分析與處理系統(tǒng)的顏色特征提取模塊，提取顏色特征值紅（Ｒ）、綠（Ｇ）、藍（Ｂ），色調（Ｈ）、亮度（Ｉ）、飽和度（Ｓ）各個均值及各自標準差如圖２所示，所提取的顏色特征值分別如表２和表３所示。

根據(jù)以上所獲得的參數(shù)，進一步進行數(shù)學變換得到Ｒ／（Ｇ＋Ｂ）、Ｇ／（Ｒ＋Ｂ）、Ｒ／（Ｒ＋Ｇ＋Ｂ）、Ｇ／（Ｒ＋Ｇ＋Ｂ）、Ｒ／Ｇ、Ｒ／Ｂ、Ｇ／Ｂ、Ｇ／Ｒ、Ｂ／Ｒ、Ｂ／Ｇ、２Ｇ－Ｒ、２Ｇ－Ｂ、２Ｇ－Ｒ－Ｂ，將變換后所得到的值與所測得的葉綠素含量進行數(shù)學分析，利用Ｅxcel的回歸分析功能，得出葉綠素含量與２Ｇ－Ｒ－Ｂ呈顯著相關，相關系數(shù)為０．８６４，相應的回歸方程如圖３所示。

3 小結與討論

1）運用顏色特征值對大豆葉片葉綠素含量估測的可行性。各種植物通常是綠色的，而其冠層能反映葉片的綠色狀況，這些綠色狀況與葉片的葉綠素含量相關，葉片的綠色是通過光合作用產生的。因此，葉綠素含量與太陽光的吸收和反射狀況有關系。對于可見光的吸收和反射的數(shù)量多少，會直接影響著葉片的葉綠素含量。這些都是能夠利用數(shù)字圖像處理來獲取葉片顏色特征參數(shù)，從而獲得大豆葉片與其他作物葉片的葉綠素含量比較的生理基礎。在研究大豆葉片之前，很多學者已經(jīng)獲得了很好的成果，像Ａｄａｍａｅｎ等［１］與賈良良［3］都是利用數(shù)字圖像處理技術獲得參數(shù)與葉綠素建立相關關系，從而得到不同參數(shù)與葉綠素含量呈明顯相關。本研究表明，數(shù)字圖像所獲取的綠色、藍色、紅色通過計算得出２Ｇ－Ｒ－Ｂ與葉綠素呈顯著相關，為利用顏色參數(shù)進一步研究其與產量預測打下了一定的基礎。

2）各種因素對顏色特征值的影響。在試驗地里讀取數(shù)據(jù)時，難免會受到天氣的變化的影響，因為天氣的變化會引起葉片的化學成分含量的微小變化，但這些微小的變化用肉眼是看不出來的。但通過對于圖像的處理與分析便可以從中發(fā)現(xiàn)，顏色特征值會因為化學成分含量微小變化而引起變化，但是這些對于研究人員的最終結果影響并不大。另外，溫度的高低、風力的強弱、濕度的大小均會影響葉片葉綠素含量的變化，也會影響對陽光的紅光和藍光的吸收程度，最終也會導致葉綠素含量的變化。

參考文獻

[1]? 賈良良．應用數(shù)字圖像技術與土壤植株測試進行冬小麥氮營養(yǎng)診斷［Ｄ］．北京：中國農業(yè)大學．2003．

[2]? 王 勇，沈明霞，姬長英．基于顏色信息和形狀特征的棉桃識別方法［Ｊ］．農業(yè)機械學報，2007，38（11）：77－79，８７．

[3]? 徐增輝，張彥娥．溫室黃瓜葉片圖像的白平衡處理［Ｊ］．農業(yè)機械學報，2007，38（11）：189－191．

[4]? 楊福增，楊亮亮，田艷娜，等．基于顏色和形狀特征的茶葉嫩芽識別方法［Ｊ］．農業(yè)機械學報，2009，40（增刊）：119－123．