费丽君，蔡月芹
（黑龙江八一农垦大学信息技术学院，黑龙江 大庆 １６３３１９）
摘要：田间作物最重要的特征指标就是叶色，其能够直观地反映出叶绿素含量的变化、作物生长过程中的光合作用、养分情况及水分含量等栽培信息，为田间的作物管理、苗的生长情况的诊断和根据苗的肥力情况提供重要依据。以大豆的叶片为研究材料，测定了叶片的叶绿素含量，利用数字图像处理技术提取了叶片的颜色特征值。结果表明，叶绿素含量与颜色特征参数具有一定的相关性，并建立了与叶绿素之间的联系。
教育期刊网 http://www.jyqkw.com
关键词 ：数字图像处理；叶绿素；颜色特征；大豆叶片
中图分类号：ＴＰ３９１．４１ 文献标识码：A 文章编号：0439－８114（２０15）04－0967-03
DOI:10.14088/j.cnki.issn0439-8114.2015.04.051
收稿日期：２０１４－０４－１７
基金项目：黑龙江省教育厅项目（１２５４１５９２）
作者简介：费丽君（１９７９－），女，黑龙江大庆人，讲师，硕士，主要从事数字图像处理研究，（电话）１３９４５６２２６６５（电子信箱）ｆｅｉｌｉｊｕｎ１９７９＠１６３．ｃｏｍ。
田间作物在不同生长期间，其颜色也是随着生育期的变化而变化的，所以颜色是反映作物长势的重要信息。由于不同的光照、土壤成分、群体结构等因素对作物的生长发育都有一定的影响，这些影响主要体现在作物不同部位的颜色不同［１］。作物整个生长发育期间都在大田里，通常有两种方法采集作物相关信息，其一是通过肉眼观察作物的颜色等特征，凭着以往的经验来判断作物的生长状况；另一种是将不同地块间的作物取样回来，进行实验室处理，通过化学手段来进行分析，获取各种所需要的参数值［2-4］。
近年来，数字图像处理技术已经在农业方面有所应用，并且已经对农作物的某些参数指标具有一定的指导意义，同时这也是一种新兴的手段来监测作物的生长信息［5-9］。本研究利用数字图像处理对大豆叶片的图像进行处理，然后提取颜色特征值，分析了其与大豆叶片叶绿素含量的关系，为快速、准确地测定大豆叶片叶绿素含量提供了有效的方法，也为能够掌握大豆生长状况的实时监测提供了保障。
１ 大豆叶片叶绿素含量的测定
本研究采用Ｍｉｃｒｏｖｉｓｉｏｎ工业摄像头进行实地拍摄，拍摄单片叶静态数字图像以及地面其他数据，采集均在大豆初期。叶绿素浓度采用澳作生态仪器有限公司的ＣＣＭ－２００型叶绿素计测定，每个叶片测５次，计算叶绿素均值，测定结果如表１所示。
２ 大豆叶片颜色特征的提取
２．１ 图像的预处理
本研究开发了大豆叶片图像分析与处理系统，通过中值滤波方法对图片进行处理。中值滤波窗口一般有像素为３、５、７等几种正方形，经过分析表明，３×３窗口滤波效果更好。滤波如图１所示，左图为原图像，右图为中值滤波后的图像。
２．２ 图像颜色特征的提取
利用自行开发的大豆叶片图像分析与处理系统的颜色特征提取模块，提取颜色特征值红（Ｒ）、绿（Ｇ）、蓝（Ｂ），色调（Ｈ）、亮度（Ｉ）、饱和度（Ｓ）各个均值及各自标准差如图２所示，所提取的颜色特征值分别如表２和表３所示。
根据以上所获得的参数，进一步进行数学变换得到Ｒ／（Ｇ＋Ｂ）、Ｇ／（Ｒ＋Ｂ）、Ｒ／（Ｒ＋Ｇ＋Ｂ）、Ｇ／（Ｒ＋Ｇ＋Ｂ）、Ｒ／Ｇ、Ｒ／Ｂ、Ｇ／Ｂ、Ｇ／Ｒ、Ｂ／Ｒ、Ｂ／Ｇ、２Ｇ－Ｒ、２Ｇ－Ｂ、
２Ｇ－Ｒ－Ｂ，将变换后所得到的值与所测得的叶绿素含量进行数学分析，利用Ｅxcel的回归分析功能，得出叶绿素含量与２Ｇ－Ｒ－Ｂ呈显著相关，相关系数为０．８６４，相应的回归方程如图３所示。
３ 小结与讨论
１）运用颜色特征值对大豆叶片叶绿素含量估测的可行性。各种植物通常是绿色的，而其冠层能反映叶片的绿色状况，这些绿色状况与叶片的叶绿素含量相关，叶片的绿色是通过光合作用产生的。因此，叶绿素含量与太阳光的吸收和反射状况有关系。对于可见光的吸收和反射的数量多少，会直接影响着叶片的叶绿素含量。这些都是能够利用数字图像处理来获取叶片颜色特征参数，从而获得大豆叶片与其他作物叶片的叶绿素含量比较的生理基础。在研究大豆叶片之前，很多学者已经获得了很好的成果，像Ａｄａｍａｅｎ等［１］与贾良良［3］都是利用数字图像处理技术获得参数与叶绿素建立相关关系，从而得到不同参数与叶绿素含量呈明显相关。本研究表明，数字图像所获取的绿色、蓝色、红色通过计算得出２Ｇ－Ｒ－Ｂ与叶绿素呈显著相关，为利用颜色参数进一步研究其与产量预测打下了一定的基础。
２）各种因素对颜色特征值的影响。在试验地里读取数据时，难免会受到天气的变化的影响，因为天气的变化会引起叶片的化学成分含量的微小变化，但这些微小的变化用肉眼是看不出来的。但通过对于图像的处理与分析便可以从中发现，颜色特征值会因为化学成分含量微小变化而引起变化，但是这些对于研究人员的最终结果影响并不大。另外，温度的高低、风力的强弱、湿度的大小均会影响叶片叶绿素含量的变化，也会影响对阳光的红光和蓝光的吸收程度，最终也会导致叶绿素含量的变化。
教育期刊网 http://www.jyqkw.com
参考文献：
［１］ ＡＤＡＭＳＥＮ Ｆ Ｊ， ＣＯＦＦＥＬＴ Ｔ Ａ， ＮＥＬＳＯＮ Ｍ， ｅｔ ａｌ． Ｍｅｔｈｏｄ ｆｏｕｓｉｎｇ ｉｍａｇｅｓ ｆｒｏｍ ａ ｃｏｌｏｒ ｄｉｇｉｔａｌ ｃａｍｅｒａ ｔｏ ｅｓｔｉｍａｔｅ ｆｌｏｗｅｒｎｕｍｂｅｒ［Ｊ］． Ｃｒｏｐ Ｓｃｉ， ２０００， ４０： ７０４－７０９．
［２］ Ｐｕｒｃｅｌｌ Ｌ Ｃ． ｓｏｙｂｅａｎ ｃａｎｏｐｙ ｃｏｖｅｒａｇｅ ａｎｄ ｌｉｇｈｔ ｉｎｔｅｒ－ｃｅｐｔｉｏｎ ｍｅａｓｕｒｅｍｅｎｔｓ ｕｓｉｎｇ ｄｉｇｉｔａｌ ｉｍａｇｅｒｙ［Ｊ］． Ｃｒｏｐ Ｓｃｉ，２０００，４０：８３４－８３７．
［3］ 贾良良．应用数字图像技术与土壤植株测试进行冬小麦氮营养诊断［Ｄ］．北京：中国农业大学．２００３．
［4］ 王 勇，沈明霞，姬长英．基于颜色信息和形状特征的棉桃识别方法［Ｊ］．农业机械学报，２００７，３８（１１）：７７－７９，８７．
［5］ 徐增辉，张彦娥．温室黄瓜叶片图像的白平衡处理［Ｊ］．农业机械学报，２００７，３８（１１）：１８９－１９１．
［6］ 杨福增，杨亮亮，田艳娜，等．基于颜色和形状特征的茶叶嫩芽识别方法［Ｊ］．农业机械学报，２００９，40（增刊）：１１９－１２３．
［7］ 姚付启，张振华，杨润亚，等．基于红边参数的植被叶绿素含量高光谱估算模型［Ｊ］．农业工程学报，２００９，１４５（２５）：１２３－１２８．
［8］黄春燕，王登伟，张煜星．基于棉花红边参数的叶绿素密度及叶面积指数的估算［Ｊ］．农业工程学报，２００９，１４５（２５）：１３７－１４１．
［9］ 陈树人，沈宝国，毛罕平，等．基于颜色特征的棉田中铁苋菜识别技术［Ｊ］．农业机械学报，２００９，４０（５）：１４９－１５２．
（责任编辑 屠 晶）