2018, Vol. 40
Issue (4): 33-39
表 1
(Table 1)
自然界物质对电磁辐射会产生反射、吸收和散射, 把物质产生的这些光信息按频率大小排列就是光谱。作物冠层光谱特征可以反映作物的色素、组织结构等综合信息, 利用作物接受太阳辐射产生的独特光谱特征, 可监测植株长势, 诊断水肥状况, 判别逆境灾害和估算产量, 对提高作物管理水平与水肥利用效率, 以及减少环境污染和指导节水农业生产具有重要意义。
叶面积指数(leaf area index, LAI)为单位面积中所表现出的最大叶面积, 是决定作物光合作用速率的重要指标, LAI越大, 单位面积的作物截获的光合有效辐射就越大[1]。LAI是反映农作物长势并且预报作物产量的重要农学参数。科学家利用在轨卫星的红光和红外波段的不同组合进行植被研究, 这些波段间的不同组合方式统称为植被指数(vegetation index, VI), VI可表明植被的活力[2]。李刚等[3]通过实验总结出, 遥感影像的红波段和近红外波段遥感信息计算的VI与作物的LAI、太阳光合有效辐射呈正相关[4]。VI的预测力主要依赖于LAI的整体变化范围, 两者呈曲线相关[5]。
目前的实验都是运用遥感手段, 通过卫星传感器记录地球表面植被信息, 实验成本高, 而且没有考虑到太阳光照角度的影响, 但是太阳的光照角度对LAI的测量是很重要的, 因为背光的一面会有较大面积的阴影, 这会降低实验数据的准确度, 所以本文在实验室内用A光源模拟了太阳光, 通过变换A光源的照射角度来模拟太阳光照角度的变化, 采用多光谱成像系统获取多个光照角度下马铃薯叶片的多光谱图像, 以达到精确测量植叶面积的目的。
1 植叶面积提取原理表示作物冠层信息的参数主要有光谱反射率、叶面积指数和植叶面积等, 本文主要利用多光谱成像系统[6]测量马铃薯的植叶面积。由于数字图像由一个个像素点组成, 所以在已知每个像素点代表的真实面积下, 可通过计算图中目标植叶区域的像素数, 求出植叶的面积[7]。在二值化图像中:背景区域的灰度值为0, 即黑色; 植叶区域的灰度值为255, 即白色。要计算植叶面积只需计算出白色区域的像素个数占总像素个数的比例即可。根据公式
|
(1) |
可求出马铃薯植株的植叶面积。
一幅图像包括目标物体、背景和噪声, 要在图像中取出目标物体, 常用方法是设定某一阈值T, 用T将图像的数据分成两部分, 即大于T的像素群和小于T的像素群, 将一幅灰度图变成黑白二值图像, 这就是图像的二值化[8], 拍摄的灰度图像经二值化处理后就成为一张只有植叶区域和背景区域的黑白图像。
2 测量方法 2.1 采集系统本文所用的采集系统是由一个Spectrocam多光谱相机和一台计算机组成, 光源是Zolix光谱测量专用A光源, 目的是确保在近红外波段范围内有充足的光能量。在实验前先搭建好由多光谱相机和计算机构成的多光谱成像系统, 然后在暗室环境下对系统进行标定, 调节设备的增益、曝光时间、光通量和焦距等参数。相机的滤光片参数如表 1所示。
|
表 1 滤光片的中心波长及半带宽 Table 1 Central wavelength and half-bandwidth of the filter |
本文研究的是室内植物冠层叶面的不同光照角度下的植叶面积, 具体方法如下。
使用A光源水平照射植物并且改变光源的照射角度, 照射角度为0°、45°、135°和180°。为了避免后期复杂的图像配准处理, Spectrocam多光谱相机始终固定在实验样本法线并距离实验样本1.8 m处, 对植物冠层选定的叶面局部进行数据采集。为了精确计算出植物的植叶面积, 对马铃薯植株进行一次正面数据的采集和一次背面数据的采集。实验中注意避免其他光源的干扰, 光源照射角度一定要精确, 以确保采集数据的准确性。在改变光源位置的过程中不要碰到马铃薯植株, 以免采集系统采集到的植叶区域发生改变。Spectrocam多光谱相机最多能装8个波段的滤光片, 在拍摄过程中需要更换滤光片时不能使镜头拍摄的区域改变, 实验方案如图 1所示。
|
图 1 多光谱成像采集系统 Figure 1 Multi-spectral imaging acquisition system |
由于光源的发射光谱、整个系统的光谱响应特性等因素对图像的影响很大, 所以在多光谱图像采集时, 在各个波段采用了CCD曝光时间控制技术来实现光谱响应补偿和系统的非线性校正[9]。步骤为:
(1) 光照角度90°时, 对15个通道用相同的曝光时间采集参考白板的图像。
(2) 通过图像的灰度值来调节各通道合适的曝光时间。
(3) 使用计算好的曝光时间再次采集参考白板各波段的光谱图像, 曝光时间如表 2所示[10]。
|
|
表 2 各通道曝光时间 Table 2 Exposure time of each channel |
系统的非线性校正效果如图 2所示, 可见从425 nm到972 nm这15个通道校正后的背景在不同波段的响应基本一致, 起到了简化分割环境的作用。
|
图 2 多光谱成像系统的非线性校正 Figure 2 Nonlinear correction of multi-spectral imaging system |
利用Spectrocam多光谱相机获取马铃薯植株的多光谱数据, 从0°、45°、135°到180°依次对马铃薯植株正面和背面进行多光谱数据的采集(当光源照射角度为90°时, 马铃薯植株、光源和相机在同一直线上, 光源对马铃薯植株的照射被遮挡, 所以未采集90°时的照片)。图 3和图 4为各通道下马铃薯植株正面45°和背面135°的多光谱图像。
|
图 3 马铃薯植株正面45°下各通道的光谱图 Figure 3 Spectral map of the channels of potato plants under 45° |
|
图 4 马铃薯植株背面135°下各通道的光谱图 Figure 4 Spectral map of the channels of potato plant on the back under 135° |
由于不同的波长对应的折射率不同, 且植物在近红外波段对水分有较强反射, 所以实验选择近红外波段下的通道11(中心波长为750 nm)和通道12(中心波长为800 nm)拍摄的图像作为研究对象。
(1) 通道11下的马铃薯植叶面积
因为光源在0°处植株右侧处于背光面, 拍到的植株右侧几乎是黑暗的, 只能拍到植株左侧的植叶, 光源在180°处植株左侧处于背光面, 拍到的植株左侧几乎是黑暗的, 只能拍到植株右侧的植叶, 所以对0°、45°、135°、180°的光谱图像采用MATLAB软件进行处理并合在一起, 处理后的图像各个面都清晰可见, 如图 5所示。由于马铃薯植株部分区域亮度很低, 如果直接进行二值化处理, 部分亮度低的区域就会被处理为黑色, 所以在进行二值化处理前先使用Photoshop图像处理软件选择马铃薯植叶区域并将这些区域亮度提高, 处理后的图像如图 6所示。
|
图 5 通道11下马铃薯植株正面图像 Figure 5 Positive image of potato plants under channel 11 |
|
图 6 通道11下经Photoshop处理过的马铃薯植株正面图像 Figure 6 Positive image of potato plant treated by Photoshop under channel 11 |
经MATLAB软件二值化处理后的图像如图 7所示, 计算出的植叶像素与总像素的比值为0.551 8, 实验前测量出的标准面积版面积为1 764 cm2, 所以根据式(1)可得出马铃薯植株正面的植叶面积为973.375 cm2。
|
图 7 通道11下二值化处理后的植株正面图像 Figure 7 Positive image of the plant after the binarization processing under channel 11 |
(2) 通道12下的马铃薯植叶面积
根据通道11的处理方法获得通道12下合成的马铃薯植株, 如图 8所示; 经Photoshop软件处理, 得到马铃薯植叶区域的亮度提高后的图像, 如图 9所示; 经二值化处理, 得到如图 10所示的图像。计算得出, 植叶像素与总像素的比值为0.550 4, 马铃薯植株正面的植叶面积为967.554 cm2。
|
图 8 通道12下马铃薯植株正面图像 Figure 8 Positive image of potato plants under channel 12 |
|
图 9 通道12下经Photoshop处理过的马铃薯植株正面图像 Figure 9 Positive image of potato plant treated by Photoshop under channel 12 |
|
图 10 通道12下二值化处理后的植株正面图像 Figure 10 Positive image of the plant after the binarization processing under channel 12 |
经对比, 通道11和通道12下计算出的马铃薯植叶面积相差不大, 但经两者的二值图与原图进行细节对比后发现, 通道12的二值图与原图较为吻合, 所以通道12为计算马铃薯植叶面积的最优通道。
3.2 马铃薯植株背面的植叶面积通道12下合成的马铃薯植株如图 11所示, 经Photoshop软件提高亮度后的图像如图 12所示, 经二值化处理后的图像如图 13所示。计算得出植叶像素与总像素的比值为0.447 8, 计算得出马铃薯植株正面的植叶面积为789.919 cm2。
|
图 11 通道12下马铃薯植株背面图像 Figure 11 Rear image of potato plants under channel 12 |
|
图 12 通道12下经Photoshop处理过的马铃薯植株背面图像 Figure 12 Rear image of potato plant treated by Photoshop under channel 11 |
|
图 13 通道12下二值化处理后的植株背面图像 Figure 13 Rear image of the plant after the binarization processing under channel 12 |
将马铃薯植株正面的植叶面积和背面植叶面积相加即可得到整株的植叶面积, 为1 586.473 cm2。
4 数据验证为了进一步验证计算结果, 实验选择一个相对简单的马铃薯植株(如图 14所示)来进行实验。在45°光照角度下直接求得的总植叶面积为51.645 cm2, 在135°光照角度下求得的总植叶面积为51.645 cm2, 运用前述方法将45°和135°的照片处理后得出植叶面积为58.080 cm2。同时, 为了获取该植株的真实植叶面积, 将马铃薯叶片摘下平铺, 采用90°光照进行图片采集(如图 15所示), 最后获得马铃薯叶片真实的植叶面积为64.350 cm2。计算可得45°下求出的植叶面积占真实面积的81.54%, 135°下求出的植叶面积占真实面积的80.29%, 将45°和135°的照片合在一起进行亮度处理后, 求出的植叶面积占真实面积的90.26%。通过实验可见, 利用多角度成像获取的马铃薯植叶面积与真实的植叶面积更加接近, 计算的准确度更高。
|
图 14 叶片正面图像 Figure 14 Positive image of leaf blade |
|
图 15 叶片平铺图像 Figure 15 Image of the tile leaves |
为了能更好地了解植物光谱特性, 本文对马铃薯植株的植叶面积进行了研究。采用Spectrocam多光谱相机对不同光照角度下的植叶进行数据采集, 并计算植叶面积。实验结果表明, 通道12(中心波长为800 nm)为计算马铃薯植叶面积的最优通道, 而且利用多角度照明方法计算出的植叶面积与真实的植叶面积更接近。
本文只研究了健康马铃薯的植叶面积, 后续将会研究患病植株的植叶面积并和健康植株的植叶面积作对比。
| [1] | 张荣霞.不同作物多种叶面积指数获取方法的对比研究[D].湖北: 华中农业大学, 2013. |
| [2] | 郭铌. 植被指数及其研究进展[J]. 干旱气象, 2003(4): 71–75. |
| [3] | 李刚, 杨粉团, 姜晓莉, 等. 遥感技术在玉米栽培中的应用研究进展[J]. 玉米科学, 2010, 18(5): 149–152. |
| [4] | ROBERTO B, PAOLO R. On the use of NDVI profiles as a tool for agricultural statistics:the case study of wheat yield estimate and forecast in Emilia Romagna[J]. Remote Sensing of Environment, 1993, 45(3): 311–326. DOI:10.1016/0034-4257(93)90113-C |
| [5] | 薛利红, 曹卫星, 罗卫红, 等. 光谱植被指数与水稻叶面积指数相关性的研究[J]. 植物生态学报, 2004, 28(1): 47–52. DOI:10.3321/j.issn:1005-264X.2004.01.007 |
| [6] | 王魏, 郑芝寰, 沈会良. 多光谱成像系统的快速调焦方法[J]. 光电工程, 2013, 40(9): 35–40. DOI:10.3969/j.issn.1003-501X.2013.09.006 |
| [7] | 贾方伟, 杨武, 於文雪, 等. 基于区间算法理论的数字图像处理[J]. 电脑知识与技术, 2013, 9(16): 3820–3822. |
| [8] | 张涛, 齐永奇. MATLAB图像处理编程与应用[M]. 北京: 机械工业出版社, 2014: 143-144. |
| [9] | 冯洁.植物病害检测与识别的光谱成像技术研究[D].北京: 北京理工大学, 2008. |
| [10] | 冯洁, 廖宁放, 梁敏勇, 等. 用于植物病虫害诊断的多光谱成像系统[J]. 光谱学与光谱分析, 2009, 29(4): 1008–1012. DOI:10.3964/j.issn.1000-0593(2009)04-1008-05 |