叶片病斑数量与面积自动化测量系统设计与实现

程荣花等

摘 要： 本研究以VS.Net2005为开发平台，在Windows XP SP3运行环境下，运用单位面积标定物和数字图像处理技术，实现了植物叶片病斑数量和面积的自动化测量。首先利用高分辨率数码相机对含病斑的活体待测叶片和单位面积标定物进行拍照，根据预先设定获取标定物位置，并统计其像素点数量，然后利用HSV颜色分量过滤及中值滤波除噪获得叶片病斑区域块，统计病斑数量和总像素数量，通过叶病斑区域总像素数量和标定物面积换算，最终自动计算出叶片病斑总面积，效果较好。

关键词： 叶片；病斑数量；病斑面积；自动化测量；HSV颜色分量过滤

中图分类号： S126 文献标识号：A 文章编号： 1001 - 4942（2014）08 - 0015 - 04

Design and Realization of Automatic Measuring

System of Leaf Spot Number and Area

Cheng Ronghua1， Ma Fei1，2*， Liang Yahong1， Ma Li1， Zhao Jingru1

（1.College of Resources and Environment， Pingdingshan University，Pingdingshan 467000， China；

2.Computer School of Wuhan University， Wuhan 430072， China）

Abstract It was realized to automatically measure the plant leaf spot number and area by digital image processing technique using calibration per unit area on the development platform of VS.Net2005 in Windows XP SP3 operating environment. Firstly， the living leaf with disease spots and calibration object per unit area was photographed using high resolution digital camera， and the pixel number of calibration object was counted according to a preset position. Secondly，the leaf spot area blocks were obtained using the HSV color component filtering and median filtering； the disease spot number and its total pixels were counted. Finally， the total leaf spot area could be calculated automatically through conversion based on the former statistics. Better effect was obtained.

Key words Leaf； Disease spot number； Disease spot area； Automatic measurement； HSV color component filtering

国内对基于图像处理测定叶面积方法的研究起步较晚，但发展很快。目前对植物叶片面积计算的研究[1～4]，主要集中在利用图像获取设备采集植物叶片图像，然后利用现有软件或平台实现植物叶片面积的计算，而且多是对完整叶片面积和病斑面积比值[5]的测量计算，鲜有对叶片枯焦、病斑或残缺等面积参数的自动化、约束相对较少的计算。鉴于此，本文通过设定一定面积的标定物，采用计算机图像处理方法实现了对植物叶片病斑数量和面积的自动化测量。

1 总体设计方案

利用高分辨率摄像头或数码相机，对活体待测含病斑区域的植物叶片和单位面积标定物进行拍照，利用计算机处理样本图像；首先进行单位面积标定物定位并统计标定物像素点数量，然后对病斑区域进行HSV颜色过滤并利用中值滤波降噪，统计叶片病斑的数量及病斑区域的像素点数量，最后根据标定物像素点数量换算出叶片病斑面积，显示相应的运算结果。

计算过程中按照图4所示的方式进行编码，有些区域含有凸出的细长点列，会导致同一区域被同时编码，占用了不同的编码序号，如第一个区域同时占有了1和2两个编码，需要在运算时消除一个序号，此处消去2，同时累加原有2编号的所有像素点数量，并将存储在对应数组中的像素点数量置为0，即arrPixelOfArea[2]=0；执行结束后，效果如图3所示，在编码中对每个像素点值中的R分量进行了重置，所得病斑数量为11个。

3 结论

本系统采用VS.Net2005开发实现，运行环境为Windows XP SP3，CPU 1.6 GHz，内存2 GB，实验图片大小为300×200像素点；从对样本图像预处理到结果输出，共耗时1.50 s，运算速度相对较快； 基于HSV颜色空间模型的图像过滤算法较好地保留了叶病斑目标区域，实现了精确定位和像素点统计，运算结果精度较高；系统仅是对照片图像进行处理，不会损害原来的叶片样本，也不会对植物造成伤害。本系统为科研人员提供了较为高效和准确的叶病斑面积测量方法，为农业信息化和智能化病虫害诊断[7]提供了有益的尝试和探索。

参 考 文 献：

[1] 成丽君，张宇波.机器视觉在植物叶片叶面积测算中的应用[J].山西农业大学学报：自然科学版，2014，34（3）：277-280.

[2] 石剑飞.采用数码图像处理法测定油菜叶面积的方法探讨[J].中国油料作物学报，2010，32（3）：379-382.

[3] 王忠芝，张金瑞.基于图像处理的叶面积测量方法[J].微计算机应用，2010，31（5）：68-72.

[4] 郁进元.长宽法测定作物叶面积的校正系数研究[J].江苏农业科学，2007（2）：37-39.

[5] 程荣花，马飞，梁亚红.一种新的茶叶病斑面积比自动测量方法[J].吉林农业科学， 2013，38（1）：38-39，43.

[6] 王璞.HSV颜色传感器叶绿素仪的研究[D].天津：天津大学，2008.

[7] 程荣花，马飞，鲁书喜.一种新型农作物病虫害监测与预报方法初探[J].广东农业科学，2013，7（4）：171-173.

摘 要： 本研究以VS.Net2005为开发平台，在Windows XP SP3运行环境下，运用单位面积标定物和数字图像处理技术，实现了植物叶片病斑数量和面积的自动化测量。首先利用高分辨率数码相机对含病斑的活体待测叶片和单位面积标定物进行拍照，根据预先设定获取标定物位置，并统计其像素点数量，然后利用HSV颜色分量过滤及中值滤波除噪获得叶片病斑区域块，统计病斑数量和总像素数量，通过叶病斑区域总像素数量和标定物面积换算，最终自动计算出叶片病斑总面积，效果较好。

关键词： 叶片；病斑数量；病斑面积；自动化测量；HSV颜色分量过滤

中图分类号： S126 文献标识号：A 文章编号： 1001 - 4942（2014）08 - 0015 - 04

Design and Realization of Automatic Measuring

System of Leaf Spot Number and Area

Cheng Ronghua1， Ma Fei1，2*， Liang Yahong1， Ma Li1， Zhao Jingru1

（1.College of Resources and Environment， Pingdingshan University，Pingdingshan 467000， China；

2.Computer School of Wuhan University， Wuhan 430072， China）

Abstract It was realized to automatically measure the plant leaf spot number and area by digital image processing technique using calibration per unit area on the development platform of VS.Net2005 in Windows XP SP3 operating environment. Firstly， the living leaf with disease spots and calibration object per unit area was photographed using high resolution digital camera， and the pixel number of calibration object was counted according to a preset position. Secondly，the leaf spot area blocks were obtained using the HSV color component filtering and median filtering； the disease spot number and its total pixels were counted. Finally， the total leaf spot area could be calculated automatically through conversion based on the former statistics. Better effect was obtained.

Key words Leaf； Disease spot number； Disease spot area； Automatic measurement； HSV color component filtering

国内对基于图像处理测定叶面积方法的研究起步较晚，但发展很快。目前对植物叶片面积计算的研究[1～4]，主要集中在利用图像获取设备采集植物叶片图像，然后利用现有软件或平台实现植物叶片面积的计算，而且多是对完整叶片面积和病斑面积比值[5]的测量计算，鲜有对叶片枯焦、病斑或残缺等面积参数的自动化、约束相对较少的计算。鉴于此，本文通过设定一定面积的标定物，采用计算机图像处理方法实现了对植物叶片病斑数量和面积的自动化测量。

1 总体设计方案

利用高分辨率摄像头或数码相机，对活体待测含病斑区域的植物叶片和单位面积标定物进行拍照，利用计算机处理样本图像；首先进行单位面积标定物定位并统计标定物像素点数量，然后对病斑区域进行HSV颜色过滤并利用中值滤波降噪，统计叶片病斑的数量及病斑区域的像素点数量，最后根据标定物像素点数量换算出叶片病斑面积，显示相应的运算结果。

计算过程中按照图4所示的方式进行编码，有些区域含有凸出的细长点列，会导致同一区域被同时编码，占用了不同的编码序号，如第一个区域同时占有了1和2两个编码，需要在运算时消除一个序号，此处消去2，同时累加原有2编号的所有像素点数量，并将存储在对应数组中的像素点数量置为0，即arrPixelOfArea[2]=0；执行结束后，效果如图3所示，在编码中对每个像素点值中的R分量进行了重置，所得病斑数量为11个。

3 结论

本系统采用VS.Net2005开发实现，运行环境为Windows XP SP3，CPU 1.6 GHz，内存2 GB，实验图片大小为300×200像素点；从对样本图像预处理到结果输出，共耗时1.50 s，运算速度相对较快； 基于HSV颜色空间模型的图像过滤算法较好地保留了叶病斑目标区域，实现了精确定位和像素点统计，运算结果精度较高；系统仅是对照片图像进行处理，不会损害原来的叶片样本，也不会对植物造成伤害。本系统为科研人员提供了较为高效和准确的叶病斑面积测量方法，为农业信息化和智能化病虫害诊断[7]提供了有益的尝试和探索。

参 考 文 献：

[1] 成丽君，张宇波.机器视觉在植物叶片叶面积测算中的应用[J].山西农业大学学报：自然科学版，2014，34（3）：277-280.

[2] 石剑飞.采用数码图像处理法测定油菜叶面积的方法探讨[J].中国油料作物学报，2010，32（3）：379-382.

[3] 王忠芝，张金瑞.基于图像处理的叶面积测量方法[J].微计算机应用，2010，31（5）：68-72.

[4] 郁进元.长宽法测定作物叶面积的校正系数研究[J].江苏农业科学，2007（2）：37-39.

[5] 程荣花，马飞，梁亚红.一种新的茶叶病斑面积比自动测量方法[J].吉林农业科学， 2013，38（1）：38-39，43.

[6] 王璞.HSV颜色传感器叶绿素仪的研究[D].天津：天津大学，2008.

[7] 程荣花，马飞，鲁书喜.一种新型农作物病虫害监测与预报方法初探[J].广东农业科学，2013，7（4）：171-173.

摘 要： 本研究以VS.Net2005为开发平台，在Windows XP SP3运行环境下，运用单位面积标定物和数字图像处理技术，实现了植物叶片病斑数量和面积的自动化测量。首先利用高分辨率数码相机对含病斑的活体待测叶片和单位面积标定物进行拍照，根据预先设定获取标定物位置，并统计其像素点数量，然后利用HSV颜色分量过滤及中值滤波除噪获得叶片病斑区域块，统计病斑数量和总像素数量，通过叶病斑区域总像素数量和标定物面积换算，最终自动计算出叶片病斑总面积，效果较好。

关键词： 叶片；病斑数量；病斑面积；自动化测量；HSV颜色分量过滤

中图分类号： S126 文献标识号：A 文章编号： 1001 - 4942（2014）08 - 0015 - 04

Design and Realization of Automatic Measuring

System of Leaf Spot Number and Area

Cheng Ronghua1， Ma Fei1，2*， Liang Yahong1， Ma Li1， Zhao Jingru1

（1.College of Resources and Environment， Pingdingshan University，Pingdingshan 467000， China；

2.Computer School of Wuhan University， Wuhan 430072， China）

Abstract It was realized to automatically measure the plant leaf spot number and area by digital image processing technique using calibration per unit area on the development platform of VS.Net2005 in Windows XP SP3 operating environment. Firstly， the living leaf with disease spots and calibration object per unit area was photographed using high resolution digital camera， and the pixel number of calibration object was counted according to a preset position. Secondly，the leaf spot area blocks were obtained using the HSV color component filtering and median filtering； the disease spot number and its total pixels were counted. Finally， the total leaf spot area could be calculated automatically through conversion based on the former statistics. Better effect was obtained.

Key words Leaf； Disease spot number； Disease spot area； Automatic measurement； HSV color component filtering

国内对基于图像处理测定叶面积方法的研究起步较晚，但发展很快。目前对植物叶片面积计算的研究[1～4]，主要集中在利用图像获取设备采集植物叶片图像，然后利用现有软件或平台实现植物叶片面积的计算，而且多是对完整叶片面积和病斑面积比值[5]的测量计算，鲜有对叶片枯焦、病斑或残缺等面积参数的自动化、约束相对较少的计算。鉴于此，本文通过设定一定面积的标定物，采用计算机图像处理方法实现了对植物叶片病斑数量和面积的自动化测量。

1 总体设计方案

利用高分辨率摄像头或数码相机，对活体待测含病斑区域的植物叶片和单位面积标定物进行拍照，利用计算机处理样本图像；首先进行单位面积标定物定位并统计标定物像素点数量，然后对病斑区域进行HSV颜色过滤并利用中值滤波降噪，统计叶片病斑的数量及病斑区域的像素点数量，最后根据标定物像素点数量换算出叶片病斑面积，显示相应的运算结果。

计算过程中按照图4所示的方式进行编码，有些区域含有凸出的细长点列，会导致同一区域被同时编码，占用了不同的编码序号，如第一个区域同时占有了1和2两个编码，需要在运算时消除一个序号，此处消去2，同时累加原有2编号的所有像素点数量，并将存储在对应数组中的像素点数量置为0，即arrPixelOfArea[2]=0；执行结束后，效果如图3所示，在编码中对每个像素点值中的R分量进行了重置，所得病斑数量为11个。

3 结论

本系统采用VS.Net2005开发实现，运行环境为Windows XP SP3，CPU 1.6 GHz，内存2 GB，实验图片大小为300×200像素点；从对样本图像预处理到结果输出，共耗时1.50 s，运算速度相对较快； 基于HSV颜色空间模型的图像过滤算法较好地保留了叶病斑目标区域，实现了精确定位和像素点统计，运算结果精度较高；系统仅是对照片图像进行处理，不会损害原来的叶片样本，也不会对植物造成伤害。本系统为科研人员提供了较为高效和准确的叶病斑面积测量方法，为农业信息化和智能化病虫害诊断[7]提供了有益的尝试和探索。

参 考 文 献：

[1] 成丽君，张宇波.机器视觉在植物叶片叶面积测算中的应用[J].山西农业大学学报：自然科学版，2014，34（3）：277-280.

[2] 石剑飞.采用数码图像处理法测定油菜叶面积的方法探讨[J].中国油料作物学报，2010，32（3）：379-382.

[3] 王忠芝，张金瑞.基于图像处理的叶面积测量方法[J].微计算机应用，2010，31（5）：68-72.

[4] 郁进元.长宽法测定作物叶面积的校正系数研究[J].江苏农业科学，2007（2）：37-39.

[5] 程荣花，马飞，梁亚红.一种新的茶叶病斑面积比自动测量方法[J].吉林农业科学， 2013，38（1）：38-39，43.

[6] 王璞.HSV颜色传感器叶绿素仪的研究[D].天津：天津大学，2008.

[7] 程荣花，马飞，鲁书喜.一种新型农作物病虫害监测与预报方法初探[J].广东农业科学，2013，7（4）：171-173.