葡萄穗轴褐变的图像处理技术研究

张伟+张李阳+陈守江+王海鸥+扶庆权+王蓉蓉

摘 要：文章以不同贮藏时间的葡萄穗轴为例，以摄影图像处理技术作为手段，对葡萄穗轴褐变程度进行检测。先用相机拍摄实验对象，将得到的图像利用MATLAB进行边缘处理，降低背景对图像分析的影响；经图像处理软件处理得到其平均RGB值，分析R，G，B值的变化，从而客观地以数字形式反映褐变程度，避免主观检测带来的检测误差。最后拍摄贮藏6天、15天和28天的穗轴对该模型进行验证。由此表明，图像处理技术能将拍摄的葡萄穗轴褐变程度以数字形式直观的表现出来，克服了人视觉系统的观察误差，图像处理技术可作为其他研究的研究工具。

关键词：葡萄穗轴；褐变；图像处理；MATLAB

中图分类号：Q-334 文献标志码：A 文章编号：2095-2945（2017）26-0038-02

1 概述

葡萄作为世界上最古老的果树树种之一，有着悠远的历史，也是最常见的水果品种之一，长期以来一直被人们所喜爱。葡萄几种常见的病害有：葡萄白腐病、葡萄穗轴褐枯病、葡萄霉霜病、葡萄炭疽病等[1]，主要对葡萄幼嫩的穗轴组织产生危害。一般的发病期为5月下旬～6月下旬， 病菌以分生孢子的形式在葡萄穗轴的表皮或芽鳞片内，通过外界风雨进行传播，葡萄品种不同，其对穗轴褐枯病的抗病性也有所差异[2]。一旦葡萄穗轴开始褐变，便会迅速蔓延至整个葡萄穗轴，且会迅速影响到葡萄果肉的品质，使整串葡萄开始腐烂，不再新鲜，这也是影响葡萄新鲜品质的重要影响因素。本研究以计算机图像处理为主要的技术手段，选择葡萄穗轴褐枯病作为主要的图像处理研究对象，提取特征参数，此研究可以从而客观地以数字形式反映褐变程度，避免主观检测带来的检测误差。

2 材料及方法

2.1 材料准备及处理

本试验以葡萄穗轴作为试验材料，选取新鲜、颜色嫩绿的，刚采摘下来的葡萄，去掉葡萄果粒，只留取葡萄穗轴，将葡萄穗轴用剪刀剪成小段，将处理好的葡萄穗轴分成四份，留作对照处理组，并将剪好的穗轴均匀的平铺在罩了一层黑布的平板上，且穗轴小段之间不能有太大的空隙，分别在4℃冰箱中放置不同的时间。将四份葡萄穗轴分别记为A、B、C、D，A为放置1天的穗轴，B为放置5天的穗轴，C为放置10天的穗轴，D为放置20天的穗轴。

2.2 实验方法

图像获取：

本实验使用的是Canon1200D单反照相机，为了保证所拍的图片不受其他外界因素的影响，因此，需要保证相机放置位置、光圈、快门等因素一致。相机的定位是在放置在可调节支架上的图像的50cm以上。

2.3 图像处理方法

2.3.1 图像边缘处理

图像的边缘是一个图像最基本的特征，图像大部分的信息主要是存在于图像的边缘中，所谓边缘就是指灰度变化较为剧烈的地方，也就是我们通常说的信号发生变化的地方。边缘处理时提取目标和背景的分界线，提取出边缘才能将目标和背景区分开来[3]。此处用edge（ ）函数实现检测边缘的功能。

2.3.2 求图像平均RGB值

我们使用的MATLAB软件为R2012a版本。它是一种以矩阵为基本变量单元的可视化程序设计语言，它的语法结构简单，数据类型单一，命令表达方式接近于常用的数学公式[4]。

3 实验结果与分析

3.1 获取图像

分别在相应的时间对ABCD四组葡萄穗轴进行拍照，得到图1图片。

图1中四张图片即为本实验的实验对象，A为4℃放置1天的穗轴，B为在4℃下放置5天的穗轴，C为在4℃下放置10天的穗轴，D为在4℃下放置20天的穗轴。通过肉眼可以直观的看出，随着贮藏天数的增加，穗轴褐变越来越严重，而且越来越干枯，这种鲜明的对比，可以用作为研究对象。

3.2 边缘处理

先将拍摄所得的图像进行简单的抠图处理，从图1可见，拍摄的图像背景不太理想，会对有用的图像部分的处理造成影响，因此，將拍摄的穗轴从背景中分割出来，这样可以减少误差。

3.3 MATLAB求取平均RGB

用matlab处理得出的平均RGB值如表1。

由表1数据可知，A为贮藏一天后拍摄的穗轴图像，最为新鲜，肉眼看上去也最嫩绿，所对应的RGB数值也最大，意为褐变程度越低，与肉眼所观察的一致；根据四组数值的对比，可以看出来A-D褐变越来越严重，褐变程度越深，RGB值越低，G值代表green（绿色），G值越低，表明新鲜程度也越低。由以上数据可以说明，葡萄穗轴褐变越严重，平均RGB值越低。

4 讨论与结论

本课题选用不同贮藏时间的葡萄穗轴作为实验材料，在良好的光照条件等环境条件下通过数码照相机拍摄图像，尽量减少因为光学失真等因素引起图像的不清晰和失真问题，对图像进行预处理去除各种噪音、背景干扰。首先选择黑色作为病害图像的背景，利用MATLAB软件编码，求得葡萄穗轴的平均RGB值，分析褐变程度。

由实验结果可以发现，随着贮藏天数的增加，平均RGB值逐渐降低，G值代表green（绿色），G值越低，数值越低，表明新鲜程度也越低，表明褐变程度越深。因此，这证明了数字图像处理技术在果蔬病害检测方面具有很好的应用价值和广阔的发展前景。本方法为计算机图像处理技术在果蔬病害识别处理方面的研究探索了一条可行的路线，但还需继续研究完善。

参考文献：

[1]于海.葡萄常见病识别与防治[J].农业科技与装备，2010（10）：71-72.

[2]蒋先文，李启立.几种葡萄病虫害特点及其防治技术[J].现代园艺，2011（09）：47.

[3]蒋爱花，邢济收.图像边缘处理技术[J].科学技术与工程，2005（05）：298-300.

[4]梁原.基于MATLAB的数字图像处理系统研究[D].长春理工大学，2008：11.endprint