基于图像处理的土壤颜色判别方法研究

诸莉燕，毕利东 ，柳开楼

（1. 河海大学农业工程学院/南方地区高效灌排与农业水土环境教育部重点实验室，江苏 南京 210098；2. 江西省红壤研究所，江西 南昌 330046）

土壤颜色是土壤内在的物质组成在外在色彩上的表现，同时也是土壤物质组成及其性质在视觉上的综合反映［1］。土壤颜色的变化是土壤发育程度评价的重要指标［2］，而土壤颜色的深浅最为直观地反映了土壤的肥力状况［3-4］，因此准确定量化研究土壤颜色特征具有重要的理论意义及应用价值。土壤颜色的测定方法通常分为3种：一是目测比色法［5-6］，二是分光光度计算法［7-8］，三是利用电子设备测得照片的RGB值，通过一系列转换求得门赛尔系统中的色调、色值和色度（HVC）值［9-10］。目测比色法通过观察者肉眼对比土样与比色卡颜色片得到土样颜色，方法操作简便，但较为依赖于眼睛对色彩的敏感度，导致较大的主观性［5］；分光光度计算法是在土壤光谱反射特性研究基础上提出的一种土壤颜色定量测定方法［7］。该方法应用分光光度计，根据试验光线的光谱强度、土样光谱反射系数和光谱波段数等参数采用纵坐标累积法或选择波长法计算得到光谱三刺激值［8］，再转换为 HVC 值［11-12］。分光光度计算法所需的分光光度计价格较昂贵，操作要求较高，携带性差，且颜色模型间转换过程复杂，过程中容易产生误差［13］；为简化试验设备，缩短试验用时，照相机、智能手机被应用于土壤颜色测定。通过图像处理技术读取照片中土样颜色的RGB值，并对其进行校正，校正后的RGB值通过转换公式转换成土样颜色的光谱三刺激值和HVC值。这种方法首先需要对照片色彩进行精确修正，对图像处理技术要求较高，其次转换计算过程复杂。现有定量测定土样颜色方法要求研究者具备较丰富的专业知识，为降低对研究者的技术要求，需简化土样颜色测定方法。因此，我们基于传统的目测比色法，运用简单拍照结合图像处理技术判别土壤颜色类别，以期简化试验仪器并规避复杂的色彩校正和转换过程。由于Image J软件［14］操作简单，能直接获得选定区域中图像颜色的RGB平均值，故改进后的土壤颜色测定方法选择Image J这一专业图像处理软件进行试验操作。

1 材料与方法

1.1 研究区概况

研究区位于江西省南昌市进贤县，属亚热带温润季风气候区，气候温和，雨量充沛，日照充足，无霜期长。年均降雨量1 537 mm，年蒸发量1 100～1 200 mm，无霜期282 d，年平均气温17.7℃，最冷月（1月）平均气温为5.1℃，最热月（7月）平均气温为29.8℃，年平均日照时数为 1 900～2 000 h。

1.2 试验材料

土壤样品选用不同母质发育的红壤性水稻土，母质类型包括第四纪红色粘土、河积物、泥质岩类风化物、湖积物、酸性结晶岩类风化物和石英岩类风化物6种类型。根据进贤县土壤母质图采集耕作层和犁底层的土壤样品，采样地点及样品编号如表1所示。样品采集回室内后风干20 d后全部过2 mm土壤筛备用。每个样品分别采用传统门赛尔比色法和改进后的图像处理方法分别测定，每个样品重复10次。试验在自然光光照强度为4 000～4 500 lx，无灯光照射的实验室内进行。实验室窗户玻璃为无色透明玻璃，且无大面积彩色物体。

表1 土壤样品采样地点

主要仪器设备：门赛尔土壤比色卡、照相机、白纸、双面胶、白色塑料板。本试验采用2009版门赛尔土壤比色卡型号为M50215B；照相机型号为NIKON D7000，光圈值为f/4.5，曝光时间为1/400 s，曝光补偿为+0.3步骤，焦距为50 mm，白平衡选项设置为自动，闪光灯处于关闭状态；白纸尺寸选用A3大小，2块白色塑料板尺寸为200 mm×150 mm×2 mm。

1.3 试验方法

根据三原色理论，任何一种颜色的光都可以用红（R）、绿（G）、蓝（B）3种颜色的光按不同的比例混合而成，即颜色可以用红、绿、蓝3种基色的变化以及它们相互之间的叠加来描述。而国际上普遍采用的颜色分类和标定体系为HVC颜色模型。HVC颜色模型与RGB颜色模型间差距很大，土壤颜色测定过程中需进行颜色模型间的转换。由于RGB色彩可以通过电子设备直接获取，故考虑将门赛尔比色卡上颜色片的HVC值通过简单拍照和图像处理转换为RGB值。通过比较土样与颜色片的RGB值，找到与土样颜色RGB值最接近的颜色片，该颜色片所对应的HVC值即为土样颜色的HVC值。

目测比色法：将风干土样碾磨过0.053 mm土壤筛，取适量放于白纸片上，将白纸片置于门赛尔土壤比色卡后，使得土样居于比色卡颜色片的小孔中，移动白纸片，通过比较找到与土样颜色最接近的颜色片，颜色片的HVC值即为该土样颜色的HVC值。每个样品重复10次，随机找10位具有土壤学基础的人员判读，实验者均无色盲、色弱，分别记录判读结果。

改进后的方法：（1）将风干土碾磨过0.053 mm土壤筛，均匀装填于有双面胶和白色塑料板组成的卡槽内，土样装填厚度为0.5 mm；（2）选择出与土壤颜色相近的几张门赛尔比色卡，将比色卡粘贴于另一块白色塑料板上；（3）将两块塑料板并排放置于A3白纸上，用相机对其进行拍摄（拍摄距离：110 cm，图像尺寸：4928像素×3264像素）；（4）将照片导入电脑，利用Image J软件测得土样和门赛尔比色卡上的颜色片的RGB平均值（土样选择区域：195像素×195像素，颜色片选择区域：177像素×148像素）。（5）将土样与颜色片的R、G和B值差的绝对值加权，通过比较找到加权值最小的RGB值，该RGB值所对应的颜色片即为与土样颜色最接近的颜色片，从而求得土样颜色的HVC值。

2 结果与分析

2.1 土样颜色RGB值的变化

表2结果表明，不同母质发育水稻土R、G、B 值区间分别为 166.4～177.6、146.1～153.5、96.1～124.2。同一种土壤犁底层R值均显著大于其耕作层土壤R值，其中第四纪红粘土发育的水稻土犁底层与耕作层R值差异显著，其余母质发育的水稻土犁底层与耕作层R值差异极显著。同一母质发育的水稻土犁底层B值均小于耕作层B值，其中第四纪红粘土、河积物由于土壤耕作层和犁底层的腐殖质含量均较高，其耕作层和犁底层土壤R值差异不显著，其余母质发育的水稻土犁底层B值均显著小于耕作层。除泥质岩类风化物发育的水稻土耕作层G值显著大于犁底层外，其余母质发育的水稻土耕作层与犁底层G值差异不显著。

表2 红壤水稻土颜色RGB值

2.2 测定方法对土壤颜色类型的影响

表3结果表明，采用改进后的方法进行土壤颜色测定时，得到的土壤颜色HVC值类型不大于两种。部分土样测定结果有2种类型的颜色HVC值，其主要原因是求取HVC值的方法为寻找与土样颜色RGB值间差的绝对值加权和最小的颜色片，而门赛尔比色卡颜色片间的RGB值差异较小，不同色调的颜色片的RGB值与土样颜色的RGB值接近的颜色种类不同且接近程度也不尽相同，故出现不同颜色片与土样颜色的RGB值差的绝对值加权相同或相近的情况。

对比表3和表4，每一种土样采用改进后的方法重复测定结果间变异性显著减小，采用目测比色法测得的土样颜色类型均大于改进后的方法测得的颜色类型数。其中，采用改进后的方法测定的土壤颜色类型数平均值为1.4，而采用目测比色法得到的土壤颜色类型数平均值为4.6。这主要是由于门赛尔比色卡颜色片间的色彩差异较小，且观察者对色彩的敏感度不同，导致试验主观性较为严重［5］。同时，这也间接说明门赛尔比色卡中的单一颜色片不能准确描述江西地区水稻土的颜色，这一现象与余建军等［15］的研究结果一致。

表3 改进后的方法测得的土样颜色类型

表4 目测比色法测得的土样颜色类型

3 结论与讨论

本研究结果表明，对于江西省6种母质发育的水稻土，当母质类型相同时，水稻土犁底层R值显著大于耕作层，B值则小于耕作层；除泥质岩类风化物发育的水稻土外，其余母质发育的土壤耕作层与犁底层G值差异不显著。水稻土犁底层和耕作层颜色的R、G值变化主要是腐殖质含量［16-18］变化引起的，由于耕作层受施肥以及水稻返田秸秆影响较大，因此腐殖质含量较高，腐殖质呈现的颜色掩盖了三价铁离子的红色。泥质岩类风化物发育的水稻土耕作层土壤颜色呈灰色，说明土壤中氧化亚铁含量较高，氧化亚铁本身呈绿色［1］，故耕作层土壤G值大于犁底层；而其余母质的红壤性水稻土耕作层有机质含量高于犁底层，有机质含量与土壤颜色G值呈负相关关系［19］，故耕作层土壤颜色G值小于犁底层，但由于耕作层和犁底层的氧化铁等暗色矿物含量［20］或有机质含量较高［21-23］，削弱了有机质含量变化对G值的影响［24］。

土壤颜色是土壤理化性质的集中体现，是土壤类型判断、发生层划分、发育程度评价以及土壤性质研究的重要依据［1，25］。由于受到试验设备和专业技术要求的限制，目前土壤颜色测定主要采用目测比色法［15］。随土壤颜色与土壤理化性质之间的深入研究发现，采用目测比色法存在较大主观性［5］，且门赛尔比色卡上的颜色片间色差较小，肉眼因受色彩敏感度等因素的限制，易造成各人判定结果不统一。改进后的方法基于传统目测比色法，利用简单拍照结合图像处理技术进行土壤颜色测定。对于江西省6种母质类型的耕作层和犁底层土壤，采用改进后的方法测定的土壤颜色类型数平均值为1.4，而采用目测比色法测得的土壤颜色类型数平均值为4.6，同一土样采用改进后的方法测得的土样颜色类型数减少，重复测定结果间变异性显著降低，试验研究结果佐证该测定方法切实可行。因此，改进后的方法简化了试验仪器，降低了试验人员的专业技能要求，提高了判断结果的客观准确性。

本研究仅定量测定了江西省不同母质的红壤水稻土颜色，未对土壤颜色显色机理进行定量化深入研究，且样本颜色主要为黄红色调，下一步将扩大研究区范围，增加土壤类型，并研究土壤颜色与其影响因素的定量关系。