[發(fā)明專(zhuān)利]一種基于葉片圖像特征的植物養(yǎng)分含量指標(biāo)定量分析方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201010173064.3
• 申請(qǐng)日: 2010-04-16
• 公開(kāi)（公告）號(hào): CN102072882A
• 公開(kāi)（公告）日: 2011-05-25
• 發(fā)明（設(shè)計(jì)）人: 姚孝明;袁忠志
• 申請(qǐng)（專(zhuān)利權(quán)）人: 姚孝明;袁忠志
• 主分類(lèi)號(hào): G01N21/25
• 分類(lèi)號(hào): G01N21/25;G06T7/00
• 代理公司: 海口翔翔專(zhuān)利事務(wù)有限公司 46001
• 代理人: 莫臻

1.一種基于葉片圖像特征的植物養(yǎng)分含量指標(biāo)定量分析方法，其步驟如下：

1)、構(gòu)建標(biāo)準(zhǔn)農(nóng)化模型

①按照一定量級(jí)標(biāo)準(zhǔn)設(shè)置對(duì)給定植物做缺素培養(yǎng)，然后從植物上采集具有代表性的樣本葉片；②在室內(nèi)日常光源條件下將葉片固定在白色背景紙板上，用能夠覆蓋背景區(qū)域的透明圓筒罩住背景紙板，然后用圖像采集設(shè)備垂直于背景紙板進(jìn)行拍攝，采集樣本葉片的圖像；③采用迭代法或OTSU法計(jì)算全局閾值，根據(jù)全局閾值將該圖像分割為背景與葉片區(qū)域兩部分，用計(jì)算幾何的方法計(jì)算包括葉片區(qū)域在內(nèi)的最小矩形限界框，按照最小矩形限界框的面積依回形方式劃分為等面積的外、中、內(nèi)三個(gè)子區(qū)域；④分別將三個(gè)子區(qū)域各有效像素RGB值經(jīng)IHS變換為HSB值，計(jì)算其均值H₁、S₁、H₂、S₂、H₃、S₃及其方差σ₁、σ₂、σ₃，并以此作為葉片的色彩特征集；5)計(jì)算最小矩形限界框的高寬比以及/或葉片區(qū)域的傅里葉形狀描述子，并以此作為葉片的形狀特征集；⑥建立葉片養(yǎng)分含量指標(biāo)量級(jí)與上述色彩特征集及形狀特征集的關(guān)系映射表，即標(biāo)準(zhǔn)農(nóng)化模型；

2)、建立相應(yīng)量級(jí)色標(biāo)

①取已知養(yǎng)分含量指標(biāo)的葉片區(qū)域，計(jì)算外、中、內(nèi)三個(gè)子區(qū)域各子區(qū)域內(nèi)有效像素RGB值的均值“R₁、G₁、B₁”，“R₂、G₂、B₂”以及“R₃、G₃、B₃”；②分別將“R₁、G₁、B₁”、“R₂、G₂、B₂”、“R₃、G₃、B₃”確定為外、中、內(nèi)三個(gè)子區(qū)域的標(biāo)準(zhǔn)色，生成由外、中、內(nèi)三個(gè)等面積子區(qū)域構(gòu)成的回形色標(biāo)或者三個(gè)面積相同的色彩分別取上述標(biāo)準(zhǔn)色RGB值的方形色標(biāo)；③根據(jù)養(yǎng)分指標(biāo)量級(jí)確定色標(biāo)數(shù)量；④色標(biāo)生成后采用高質(zhì)量印刷技術(shù)進(jìn)行印刷得到與其原色差異很小的色標(biāo)卡；

3)、葉片養(yǎng)分指標(biāo)圖像分析檢測(cè)方法

分析檢測(cè)方法由待檢葉片圖像采集及樣本圖像分析處理兩個(gè)步驟構(gòu)成；

待檢葉片圖像采集：按照植物類(lèi)別將其相應(yīng)量級(jí)的色標(biāo)與待檢葉片一起固定在背景紙板上，經(jīng)透明圓筒罩住后，在室內(nèi)日常光源條件下進(jìn)行拍攝，得到待檢測(cè)樣本圖像；

樣本圖像分析處理：包括樣本圖像分割過(guò)程、色標(biāo)圖像色彩特征提取過(guò)程、葉片圖像色彩特征提取過(guò)程、葉片圖像形狀特征提取過(guò)程、匹配尋優(yōu)與查表過(guò)程；

樣本圖像分割過(guò)程：

首先，根據(jù)預(yù)設(shè)空間位置關(guān)系快速分離葉片與色標(biāo)所在圖像區(qū)域。設(shè)葉片圖像區(qū)域最小矩形限界框大小為M×N，其左上角位置為(x₁，y₁)，則提取葉片區(qū)域子圖像matlab代碼為：

I₁＝I(x₁:x₁+M-1，y₁:y₁+N-1，:)；％其中I為待檢樣本圖像；

類(lèi)似地，可以得到每個(gè)色標(biāo)所在區(qū)域的子圖像J₁，J₂，…，Jn；

其次，對(duì)上述各個(gè)區(qū)域圖像的子圖像I₁，J₁，J₂，…，Jn采用迭代法或OSTU法確定分割閾值T，然后將閾值T與子圖像每個(gè)像素逐個(gè)比較，當(dāng)像素值大于或等于T時(shí)將該像素確定為背景像素，當(dāng)像素值小于T時(shí)將該像素確定為葉片有效區(qū)域像素，然后分別做非線性空域?yàn)V波以消除其中噪點(diǎn)，其p×p模板如下：

濾波規(guī)則：由窗口K在上述區(qū)域圖像中滑動(dòng)，區(qū)域圖像窗口像素分布用A表示，則：

當(dāng)K.×A＝0，則令區(qū)塊A中所有像素值均為0，即A＝0；

當(dāng)K.×A≠0，則A＝1，為全1矩陣；

經(jīng)過(guò)上述處理，可以得到比較干凈的色標(biāo)及葉片有效區(qū)域；

色標(biāo)圖像色彩特征提取過(guò)程：

丟棄色標(biāo)圖像外圍1-2像素以忽略細(xì)微的形狀畸變以及邊緣色彩干擾，采用傳統(tǒng)邊緣檢測(cè)方法(如sobel算子)提取外、中、內(nèi)三個(gè)子區(qū)域，分別計(jì)算其均值R₁，G₁，B₁，然后采用傳統(tǒng)IHS變換將其轉(zhuǎn)換為Hv，Sv，Iv值，并保存在給定特征數(shù)組Fv中；

葉片圖像色彩特征提取過(guò)程：

以給定面積比方式將葉片區(qū)域限界框分為外、中、內(nèi)三個(gè)子區(qū)域，對(duì)每個(gè)子區(qū)域采用區(qū)域二值掩模函數(shù)提取其有效像素的RGB值，并采用傳統(tǒng)IHS變換將其轉(zhuǎn)換為相應(yīng)的色度值、飽和度和亮度值；分別計(jì)算各個(gè)子區(qū)域的色度均值和飽和度均值及其相應(yīng)子區(qū)域方差，作為色彩特征保存到特征數(shù)組變量中；

葉片圖像形狀特征提取過(guò)程：

計(jì)算各個(gè)子區(qū)域面積比，計(jì)算葉片整體區(qū)域的高寬比，追蹤葉片的葉片區(qū)域輪廓并用多邊形離散方式表示，采用歸一化算法，計(jì)算葉片傅里葉形狀描述子，作為葉片形狀特征保存到特征數(shù)組變量中；

匹配尋優(yōu)與查表過(guò)程：

以歐幾里得距離作為匹配評(píng)價(jià)指標(biāo)，計(jì)算色標(biāo)外、中、內(nèi)區(qū)域Hv，Sv值與葉片外、中、內(nèi)區(qū)域的色度均值和飽和度均值的歐幾里得距離值；選擇該值最小的2-3個(gè)色標(biāo)作為匹配候選色標(biāo)；查表讀取對(duì)應(yīng)標(biāo)準(zhǔn)特征參數(shù)集中的色彩方差參數(shù)值和形狀參數(shù)值；計(jì)算其與特征數(shù)組變量中方差距離以及特征數(shù)組變量中形狀特征參數(shù)距離，取其中總距離最小者作為最優(yōu)匹配特征，然后根據(jù)其對(duì)應(yīng)色標(biāo)，查表得到養(yǎng)分指標(biāo)量級(jí)值。