基于圖像處理的霧滴粒徑檢測(cè)方法

郭 娜，劉思瑤，須 暉，田素博，李天來(lái)

（1.沈陽(yáng)農(nóng)業(yè)大學(xué)a.園藝學(xué)院/設(shè)施園藝省部共建教育部重點(diǎn)實(shí)驗(yàn)室，b.工程學(xué)院，沈陽(yáng)110161；2.中國(guó)農(nóng)業(yè)大學(xué) 工學(xué)院，北京100083）

農(nóng)藥的減施增效問(wèn)題是我國(guó)農(nóng)業(yè)生產(chǎn)中亟待解決的問(wèn)題。為發(fā)揮農(nóng)藥的最佳防治效果，農(nóng)藥?kù)F滴必須均勻適量的分布在植物葉片等靶標(biāo)上，因此植保機(jī)械的作業(yè)質(zhì)量是決定防治病蟲害效果的重要因素[1-3]。 植保機(jī)械的作業(yè)質(zhì)量以霧滴在靶標(biāo)上的沉積分布、霧滴粒徑來(lái)衡量。農(nóng)藥?kù)F滴粒徑是影響農(nóng)藥在靶標(biāo)上沉積分布的主要因素，已有研究表明細(xì)小霧滴更易均勻附著在靶標(biāo)上，但易隨風(fēng)飄移且不易沉積，增加霧滴粒徑雖然抗飄移但容易從靶標(biāo)上流失，造成農(nóng)藥沉積到土壤而形成污染，且霧滴數(shù)目成倍減少[4-6]。另外，20 世紀(jì)70 年代提出的生物最佳粒徑理論認(rèn)為不同的生物靶標(biāo)所能捕獲的霧滴粒徑范圍不同，不同靶標(biāo)只有在最佳粒徑范圍內(nèi)才能捕獲最多的霧滴，取得最佳的防治效果[4,7-8]。 因此，農(nóng)藥?kù)F滴粒徑的檢測(cè)對(duì)指導(dǎo)植保機(jī)械高效施藥，提升農(nóng)藥有效利用率有著重要意義。

目前，霧滴粒徑檢測(cè)方法主要采用光學(xué)法直接測(cè)量或霧滴收集測(cè)量。 光學(xué)法直接測(cè)量?jī)x器主要包括基于激光衍射技術(shù)的激光粒度儀、基于圖像分析技術(shù)的粒子圖像分析儀等[1]，該方法直接對(duì)空中漂浮的霧滴進(jìn)行非接觸測(cè)量，測(cè)量精度高，粒徑范圍廣，但體積龐大，操作復(fù)雜，成本高，無(wú)法用于田間作業(yè)中霧滴粒徑檢測(cè)[9-13]。霧滴收集測(cè)量法通過(guò)油盤、采集卡等收集霧滴，使霧滴保持球形或撞擊采集卡形成斑痕，再通過(guò)顯微鏡人工測(cè)量或計(jì)算機(jī)圖像處理算法得到霧滴粒徑[14-17]。 其中，水敏試紙是最常用的霧滴收集材料，其本色為黃色，霧滴沉積后顯色為藍(lán)色，且操作簡(jiǎn)單、成本低，被廣泛應(yīng)用于植保機(jī)械田間霧化性能檢測(cè)中，國(guó)內(nèi)外學(xué)者對(duì)水敏試紙的圖像處理算法進(jìn)行了深入的研究，但多集中在對(duì)霧滴覆蓋率、霧滴密度等性能參數(shù)的分析[18-24]，缺乏對(duì)霧滴粒徑的檢測(cè)算法研究。 因此，基于水敏試紙的霧滴粒徑圖像檢測(cè)算法研究能夠?yàn)樘镩g快速檢測(cè)霧滴粒徑提供便利，實(shí)現(xiàn)植保機(jī)械噴頭霧化效果的及時(shí)反饋，以便于快速改善噴霧作業(yè)質(zhì)量，提高農(nóng)藥有效利用率。

目前，霧滴粒徑的圖像檢測(cè)算法多采用霧滴區(qū)域面積或周長(zhǎng)直接推導(dǎo)出霧滴粒徑[17]，該方法適用于油盤采集的霧滴，霧滴邊緣輪廓較清晰，但水敏試紙上霧滴斑痕粘連嚴(yán)重，形狀不規(guī)整，且霧滴在試紙上存在擴(kuò)散，導(dǎo)致霧滴粒徑識(shí)別誤差較大。 為解決上述問(wèn)題，本研究在已有研究基礎(chǔ)上[19]，搭建了水敏試紙圖像采集與處理系統(tǒng)，提取顯色的霧滴區(qū)域后將粘連霧滴進(jìn)行循環(huán)分割，采用Huber 損失函數(shù)對(duì)分割得到的單個(gè)霧滴斑痕輪廓進(jìn)行擬圓，進(jìn)而求取斑痕直徑，并試驗(yàn)得到霧滴斑痕直徑與真實(shí)粒徑的校正方程，提高霧滴粒徑的檢測(cè)精度，實(shí)現(xiàn)霧滴粒徑的快速檢測(cè)。

1 材料與方法

1.1 水敏試紙圖像采集與處理系統(tǒng)

水敏試紙圖像采集與處理系統(tǒng)主要由計(jì)算機(jī)、載物臺(tái)、相機(jī)、鏡頭、光源及光源控制器組成（圖1）。 相機(jī)為水星系列MER-125-30UC 彩色CCD， 分辨率為1292×964pixels，像素尺寸為3．75μm×3．75μm，并選用焦距為16mm 的M1214-MP2 鏡頭，調(diào)整鏡頭與載物臺(tái)的垂直距離為350mm。光源選用白色環(huán)形LED，直接套裝在鏡頭上，其亮度可由光源控制器調(diào)整。圖像處理軟件選用德國(guó)MVTec Software GmbH 公司研發(fā)的專業(yè)軟件HALCON， 該軟件可與相機(jī)進(jìn)行通訊實(shí)時(shí)采集圖像進(jìn)行處理。水敏試紙和標(biāo)定卡同時(shí)放置在載物臺(tái)上，為避免自然光的影響，載物臺(tái)及相機(jī)等放置在暗箱里，調(diào)整光源亮度后，利用HALCON 對(duì)水敏試紙進(jìn)行圖像采集及處理。

1.2 相機(jī)的標(biāo)定

為精確測(cè)量水敏試紙上霧滴斑痕的真實(shí)直徑，必須精確獲得試紙上的點(diǎn)與圖像像素點(diǎn)尺寸之間的轉(zhuǎn)化關(guān)系，相機(jī)的標(biāo)定即為尋找該轉(zhuǎn)換關(guān)系，從而實(shí)現(xiàn)從圖像中測(cè)量出實(shí)際數(shù)據(jù)的目的。

圖1 水敏試紙圖像采集和處理系統(tǒng)Figure 1 Image acquiring and processing system ofwater sensitive paper

圖2 標(biāo)定板Figure 2 Calibration card

標(biāo)定板選用30mm×30mm 鋁制圓形靶標(biāo)，標(biāo)定板在黑色方框內(nèi)包含7×7 個(gè)相同的圓靶（圖2）。 與棋盤靶標(biāo)的角點(diǎn)提取相比，圓心提取算法抗噪能力強(qiáng)，算法簡(jiǎn)單快速[25]。 本研究采用兩步標(biāo)定方法，首先不考慮畸變利用直接線性變換方法求得相機(jī)內(nèi)外參數(shù)的初值，然后考慮鏡頭畸變因素，利用最優(yōu)化算法提高標(biāo)定結(jié)果的精度。 利用HALCON 自帶的標(biāo)定助手生成初始標(biāo)定代碼后，根據(jù)上述標(biāo)定原理進(jìn)行改進(jìn)，采集15 張不同位置的標(biāo)定板圖像作為樣本進(jìn)行標(biāo)定。

相機(jī)標(biāo)定后得出了畸變系數(shù)（Kappa），焦距（Focus），每個(gè)像素代表的寬度與高度（Sx,Sy），圖像中心點(diǎn)位置（Cx,Cy），以及圖像的尺寸（Width，Height），根據(jù)這些參數(shù)即可通過(guò)后續(xù)計(jì)算將以霧滴斑痕直徑轉(zhuǎn)換為實(shí)際的長(zhǎng)度。

1.3 霧滴區(qū)域提取與粘連分離

在統(tǒng)計(jì)水敏試紙上的霧滴斑痕前，需要單獨(dú)提取出圖像中的每個(gè)霧滴進(jìn)行斑痕直徑求取。 由于霧滴區(qū)域十分微小，且存在霧滴相互粘連情況，因此本研究采用相干增強(qiáng)擴(kuò)散算法對(duì)圖像進(jìn)行增強(qiáng)，提取水敏試紙區(qū)域后，將彩色圖形分為R、G、B 3 個(gè)單通道圖像，并選擇對(duì)比度最強(qiáng)的R 通道進(jìn)行動(dòng)態(tài)閾值分割，然后采用先腐蝕后膨脹的結(jié)構(gòu)化分割方法對(duì)粘連霧滴區(qū)域進(jìn)行循環(huán)分割處理，最終得到單個(gè)霧滴斑痕區(qū)域[19]。

1.4 霧滴區(qū)域擬圓算法

經(jīng)過(guò)霧滴區(qū)域提取及粘連霧滴分離，即可針對(duì)單個(gè)霧滴區(qū)域求取其斑痕直徑。 采用提取霧滴區(qū)域的輪廓點(diǎn)后擬合成圓形的方法，以擬合圓直徑為霧滴斑痕直徑。隨著霧滴密度的增加，水敏試紙上霧滴粘連越嚴(yán)重，粘連分割后霧滴斑痕形狀不規(guī)則，因此在霧滴區(qū)域邊緣點(diǎn)擬合為圓的過(guò)程中，需要考慮異常點(diǎn)的影響。

Huber 算法是一個(gè)常用于回歸問(wèn)題的損失函數(shù)，其優(yōu)點(diǎn)是能增強(qiáng)平方誤差損失函數(shù)對(duì)異常點(diǎn)的魯棒性，因此常用于直線或圓的擬合，其損失函數(shù)如式（1），其中y 表示測(cè)定值，f(x)表示預(yù)測(cè)值，δ 表示殘差，常規(guī)的最小二乘法與Huber 算法擬合時(shí)殘差與損失的對(duì)比如圖3。

圖3 Huber 算法擬合損失曲線Figure 3 Fitting loss curve of Huber

由圖3 可知，最小二乘法不論擬合損失有多大，損失函數(shù)一直呈二次函數(shù)增長(zhǎng)，而Huber 算法只有在殘差值大于殘差閾值δ 時(shí)，損失函數(shù)才呈線性增長(zhǎng)。 以殘差閾值δ 取1 時(shí)為例，在擬合過(guò)程中，若擬合殘差為3 時(shí)，最小二乘法能夠容忍的損失要遠(yuǎn)高于Huber 算法，即其在擬合中會(huì)把更多的異常點(diǎn)當(dāng)作是參考點(diǎn)進(jìn)行擬合，這樣得到的擬合結(jié)果，較損失曲線較低的Huber 算法擬合精度低出很多。 因此，本研究選用基于Huber 算法對(duì)霧滴區(qū)域輪廓進(jìn)行擬合。 在應(yīng)用Huber 算法對(duì)霧滴區(qū)域輪廓擬合時(shí)，首先獲取輪廓上所有的點(diǎn)坐標(biāo)，并將這些點(diǎn)坐標(biāo)作為待擬合原始數(shù)據(jù)。 為確定最優(yōu)的δ 值，隨機(jī)選取了大量待擬合霧滴區(qū)域輪廓點(diǎn)坐標(biāo)數(shù)據(jù)樣本，根據(jù)其損失函數(shù)分別進(jìn)行了當(dāng)δ=1．0，1．5，2．0，2．5，…，4．5，5．0 時(shí)的標(biāo)準(zhǔn)圓方程的擬合試驗(yàn)。 最終得出針對(duì)本研究的霧滴區(qū)域輪廓擬合，當(dāng)δ 值為1．5 時(shí)擬合效果最佳。Huber 算法的應(yīng)用能夠降低異常點(diǎn)對(duì)擬合圓方程的影響，同時(shí)又不會(huì)丟失重要輪廓點(diǎn)的信息，對(duì)霧滴區(qū)域擬合結(jié)果比較理想。

1.5 霧滴粒徑校正方程的求取

將霧滴區(qū)域輪廓擬合為圓后，通過(guò)標(biāo)定即可求得圖像中霧滴斑痕的直徑。 但由于水敏試紙本身有一定的纖維特性，會(huì)使得霧滴在接觸試紙后存在擴(kuò)散作用，使得水敏試紙上的霧滴斑痕直徑大于液滴實(shí)際的大小，但二者之間往往存在對(duì)應(yīng)函數(shù)關(guān)系。 為了得到霧滴真實(shí)粒徑，需要對(duì)圖像處理得到的霧滴斑痕直徑進(jìn)行校正。

為得到霧滴斑痕直徑與霧滴真實(shí)粒徑的校正關(guān)系，利用微量進(jìn)樣器向水敏試紙滴加定量液滴。 微量進(jìn)樣器可以提取固定體積的微量液體，通過(guò)微量進(jìn)樣器滴加的液滴近似為球體，因此可根據(jù)球體體積V 公式，求取滴加液滴的直徑作為霧滴真實(shí)粒徑D：

求取霧滴粒徑校正方程的試驗(yàn)方案為：向水敏試紙滴加0．1，0．2，0．3，…，1μL 的定量液滴，每個(gè)體積滴加10次，應(yīng)用上述圖像處理算法處理水敏試紙，得到液滴所產(chǎn)生的斑痕直徑d，計(jì)算10 個(gè)霧滴的直徑平均值作為該體積液滴對(duì)應(yīng)的霧滴斑痕直徑，并以圓點(diǎn)標(biāo)記在圖4中，然后基于最小二乘法原理對(duì)數(shù)據(jù)進(jìn)行擬合，得到霧滴真實(shí)直徑與霧滴斑痕直徑的校正方程為：

2 霧滴粒徑圖像檢測(cè)算法試驗(yàn)驗(yàn)證

圖4 霧滴斑痕直徑與真實(shí)粒徑之間關(guān)系Figure 4 Relationship between the diameters in the images and the actual diameters of droplets

2.1 霧滴區(qū)域擬圓試驗(yàn)

采用普蘭迪機(jī)電設(shè)備公司生產(chǎn)的背負(fù)式電動(dòng)噴霧機(jī)（工作壓力0．2～0．4MPa，額定電壓12V）及杭州美琪公司生產(chǎn)的L334 單孔錐形噴頭搭建噴霧系統(tǒng)，以水代替農(nóng)藥，從水敏試紙上方50cm 向下噴灑，噴霧后得到水敏試紙如圖5a。 利用水敏試紙圖像采集處理系統(tǒng)對(duì)圖像采集和處理后，結(jié)果如圖5b，提取出霧滴區(qū)域以藍(lán)色表示，擬圓后霧滴用黑色圓形表示，圖5c 為水敏試紙方框部分進(jìn)行局部放大后的處理結(jié)果。由圖5b 可知試紙上的霧滴斑痕被準(zhǔn)確提取出來(lái)，粘連霧滴被準(zhǔn)確分割，經(jīng)過(guò)圖像處理后該水敏試紙共識(shí)別到679 個(gè)霧滴，與人工計(jì)數(shù)相同。 由圖5c 可知，對(duì)于邊緣較規(guī)整的霧滴，擬合后的圓形與其外輪廓基本吻合，方框中2 個(gè)和3 個(gè)霧滴粘連區(qū)域被準(zhǔn)確分割后擬合成圓形，擬合結(jié)果較準(zhǔn)確，且位置信息未發(fā)生變動(dòng)。 因此擬合后結(jié)果可以為后續(xù)霧滴粒徑分布特性的分析做好準(zhǔn)備，圖5 試紙中其最大粒徑為746．7μm，最小粒徑為52．6μm，VMD 為369．907μm，NMD 為267．422μm。

2.2 對(duì)比試驗(yàn)分析

常用的霧滴粒徑參數(shù)是體積中值粒徑（volume middle diameter，VMD）與數(shù)量中值粒徑（number medium diameter，NMD），將所有霧滴按體積從小到大順序排列，中間的霧滴粒徑即為NMD，而從小到大累加所有霧滴體積，當(dāng)體積累加值為全部霧滴體積的50%時(shí)，所對(duì)應(yīng)的霧滴粒徑即為VMD。為驗(yàn)證基于水敏試紙的霧滴粒徑圖像識(shí)別的可行性和有效性，利用最常用的激光粒徑儀進(jìn)行霧滴粒徑識(shí)別與霧滴粒徑圖像識(shí)別方法進(jìn)行對(duì)比試驗(yàn)，考慮上述2 個(gè)參數(shù)來(lái)衡量霧滴粒徑圖像識(shí)別算法的效果。選用濟(jì)南Winner 分體式激光粒度儀，該儀器選用米氏散射和Fraunhoff 衍射理論對(duì)其鏡頭前霧滴粒徑進(jìn)行測(cè)量統(tǒng)計(jì)，測(cè)量精度高，能夠?qū)崿F(xiàn)較大范圍的霧滴粒徑測(cè)量；噴嘴采用TEEJET 公司生產(chǎn)的110015 噴嘴；分體式激光粒度儀的檢測(cè)中心距離噴嘴0．3m，為了使激光粒度儀檢測(cè)的霧滴群體與水敏試紙承接的霧滴群體大致相似，噴霧系統(tǒng)壓力穩(wěn)定后激光粒度儀開始采集數(shù)據(jù)，同時(shí)水敏試紙?jiān)趪婎^下0．5m 模擬靶標(biāo)手持以穩(wěn)定速度通過(guò)激光粒度儀檢測(cè)區(qū)域。 此試驗(yàn)分別在噴霧壓力為0．2，0．3，0．4MPa 的工況下進(jìn)行霧滴粒徑測(cè)量，每個(gè)工況下分別進(jìn)行10 次重復(fù)試驗(yàn)，分別統(tǒng)計(jì)兩種檢測(cè)方法的VMD 和NMD，以10 次試驗(yàn)的均值作為該壓力下的霧滴粒徑參數(shù)進(jìn)行對(duì)比。

由表1 可知，隨著噴霧壓力的增加，兩種檢測(cè)方法所檢測(cè)到的VMD 和NMD 隨壓力變化的趨勢(shì)基本一致，即增大噴霧壓力會(huì)使霧滴粒徑更小。 以激光粒度儀檢測(cè)結(jié)果為基準(zhǔn)，圖像檢測(cè)方法的VMD 檢測(cè)相對(duì)誤差分別為0．2%、4．5%和2．0%，NMD 檢測(cè)相對(duì)誤差分別為12．3%、13．7%和7．7%。 兩種方法都是對(duì)檢測(cè)到的霧滴進(jìn)行統(tǒng)計(jì)分析得到的VMD 和NMD，因其統(tǒng)計(jì)的霧滴無(wú)法完全相同，必然存在檢測(cè)誤差。 但霧滴粒徑圖像檢測(cè)方法能基本反映霧滴粒徑的變化趨勢(shì)，尤其是VMD 的最大檢測(cè)相對(duì)誤差為4．5%。 因此，利用水敏試紙圖像進(jìn)行田間霧滴粒徑檢測(cè)切實(shí)可行，能夠反映作業(yè)中噴頭霧化效果和霧滴粒徑范圍，為提升噴霧作業(yè)質(zhì)量提供參考。

圖5 霧滴圖像擬合為圓形的結(jié)果Figure 5 Result of fitting the droplets regions into circles

表1 不同噴霧壓力下的霧滴粒徑檢測(cè)結(jié)果Table 1 Detection results under different pressure

3 結(jié)論

本試驗(yàn)對(duì)利用水敏試紙圖像進(jìn)行田間霧滴粒徑檢測(cè)方法進(jìn)行了研究，應(yīng)用Huber 算法對(duì)霧滴輪廓進(jìn)行擬圓后作為霧滴斑痕直徑，并利用校正方程獲取霧滴真實(shí)粒徑，結(jié)果證明該方法是可行的，能夠用于田間霧滴粒徑的快速測(cè)量，對(duì)指導(dǎo)植保作業(yè)參數(shù)的調(diào)節(jié)、提高農(nóng)藥利用率具有一定的指導(dǎo)意義。 但霧滴斑痕擬圓算法和粒徑校正方程精度有待于進(jìn)一步改進(jìn)，以提高霧滴粒徑檢測(cè)精度，且霧滴粒徑圖像檢測(cè)方法的衡量方法也有待優(yōu)化，以便更好地評(píng)價(jià)霧滴粒徑檢測(cè)精度。