基于图像处理技术的植物叶片面积和周长测量

崔世钢， 秦建华， 张永立

(天津职业技术师范大学/天津市信息传感与智能控制重点实验室，天津 300222)

叶片是植物进行光合作用的物质基础，是蒸腾作用的媒介，是合成有机物的主要器官，其面积和周长是衡量植物对光能利用、水循环、生长发育、果实产量的重要因素，也是研究植物生理生化、遗传育种和作物栽培等方面的关键指标[1-3]。因此，建立快速、简便、精确的叶片面积和周长的测量方法对植物生理机制的研究具有重要意义。传统的叶面积测量方法有叶面积仪测定法、方格法、剪纸称质量法等。其中，叶面积仪也可以测量叶片周长，具有操作简单、速度快的特点，但仪器价格昂贵，扫描速度对测定结果影响较大，重现性差；方格法操作繁琐，费时费力，常用于对其他测定结果校正；剪纸称质量法原理简单，但精度受叶片形状和纸张均匀性等影响。为此，本研究以图像处理技术为基础，探寻一种简单、准确、快速、适用性广的叶片面积和周长的测定方法。

1 试验方法

1.1 图像采集

利用数码相机对叶片进行拍照时，先将叶片放在有参考单位圆和参考矩形的白色纸板上(图1)；然后固定数码相机，使镜头光轴垂直与白色纸板，并调节数码相机处于自动调焦模式，保证图像的清晰度。拍摄完成后，须要对图像进行处理，主要有4个步骤：预处理、图像分割、轮廓提取、特征提取，图像处理总流程图如图2所示。

1.2 图像预处理

1.2.1 灰度化 用数码相机所获取的植物叶片图像是彩色图像，图片上的每个像素点都是由红(R)、绿(G)、蓝(B)3个通道组成，占用的存储空间较大，影响数据处理的速度。因此，为了减小图像原始数据量，通常先将彩色图像转化成灰度图像，之后进行后续处理。本研究将RGB空间进行灰度化采用的方法是加权平均法，红(R)、绿(G)、蓝(B)3个通道分量的加权系数分别取0.30、0.59、0.11。用这种方法对图片进行灰度化时，不会使图片出现失真现象。加权平均法的计算公式如下：

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

式中：f(x,y)是彩色图像在点(x,y)处灰度化的灰度值，R(x,y)、G(x,y)、B(x,y)分别表示彩色图像在点(x,y)处的红色分量、绿色分量、蓝色分量。

1.2.2 几何校正 由于利用数码相机对植物叶片进行采集，图像会出现倾斜失真现象。为了使叶片的图像能更准确地反映真实信息，须要对图像进行几何校正[4-6]。几何校正首先利用Hough变换提取矩形的4条边，求出矩形的顶点坐标，找到4个特征点。然后根据四边形的4个实际坐标点和特征点的对应关系求出变换方程，对畸变图像的所有像素点进行校正，从而实现几何校正。设畸变图像的4个实际坐标分别为(Xi,Yi)(i=1，2，3，4)，4个特征点的坐标分别是(xi,yi)(i=1，2，3，4)，映射关系公式如下：

由于校正图像中像素点映射到畸变图像中不一定是整数位置，导致部分像素丢失的现象。为此，须要对这些空缺像素点进行灰度插值。本研究对双线性插值法校正后的图像进行灰度插值，图3是几何校正的前后图，其中图3-a是几何校正前的图像，图3-b是几何校正后的图像。

1.2.3 中值滤波去噪 由于利用数码相机拍摄叶片时，外界光线和噪声都会对图片的质量产生影响，导致图像中出现噪声点，必须进行降噪处理，消除图像中的噪声，使图像能更准确地表征事实。中值滤波法是一种非线性的平滑滤波，通过将邻域内的像素按灰度级升序，取其中间值为此处像素的灰度值。本研究采用了3×3中值滤波，有效地消除了噪声，并且图像的边缘保留完好。

1.3 图像分割

1.4 轮廓提取

植物叶片的轮廓是叶片自身目标区域的一部分，含有丰富的形状特征信息，对研究植物叶片具有重要意义。使用Matlab对二值图像轮廓提取的代码为：bw2=bwperim(bw1)，其中，参数bw1是二值图像，输出参数bw2是二值图像bw1的轮廓图像。轮廓提取结果如图5所示，图6是对图5中局部放大轮廓图。

1.5 特征提取

1.5.1 叶片面积计算 叶片面积的计算采用像素计数法，分别统计参考单位圆的像素数和叶片区域的像素数，并且单位圆的面积是已知的。因此，叶片面积计算公式：

式中：Sleaf代表实际叶片面积，Scircle代表参考单位圆实际面积，Ncircle、Nleaf分别代表二值图像中参考单位圆的像素数和叶片区域的像素数。

2 不同测量方法的对比

为了验证上述图像处理法的准确性，以7号油菜幼苗为研究对象，选取无残缺、大小各异和新鲜的油菜叶片共10张，编号排序。分别用图形处理法、方格法和万深LA-S叶面积测量仪对油菜叶面参数进行测量，结果如表1所示。表2是3种测量结果两两建立一元线性回归方程。由表2可知，本方法与上述2种方法的测定结果存在极显著相关(r2=0.994 8～0.999 4)，表明图像处理法对叶片参数的测量具有较高的精确度。

表1 不同方法测定油菜叶片面积和周长

表2 不同测定结果间的回归分析

3 结论与讨论

目前，叶片面积和周长的测定方法已有很多种，各种方法都有其局限性和使用范围。本研究利用数码相机获取叶片的图像，采用基于图像处理技术对采集的图像进行灰度化、几何校正、中值滤波去噪、阈值分割和轮廓提取[7-10]。对植物叶片区域和轮廓区域分别采用像素统计法和8链码法分别统计像素数，进而计算叶片面积和周长，并与传统的方格法和万深LA-S叶面积测量仪的测量结果进行比较和回归分析。结果表明，本方法与上述2种方法的测定结果存在极显著线性相关(r2=0.994 8～0.999 4)。因此，数字图像处理技术作为一种新兴的测定技术，具有准确性、快速性、方便性等特点，可以在生产和科研中加以应用。