[发明专利]基于饱和度分割的叶面积图像测量方法

说明书

本发明提供一种基于饱和度分割的叶面积图像测量方法，该方法包括以下步骤：S1、拍摄叶片图像发送至处理器；S2、处理器执行如下运算，根据叶片图像背景上的矩形标定框坐标对所述叶片图像进行透视畸变校正；S3、将透视畸变校正后的图像像素由RGB颜色空间变换到HSI颜色空间，采用混合阈值法对图像的饱和度分量进行阈值分割；S4、对分割后的二值图像进行连通域分析，提取形状特征区分叶片区域和标准块区域，统计叶片区域像素个数与标准块区域像素个数的比值，根据标准块实际面积获取叶片实际面积。本发明的成本较低、容易操作，能够适应低光照、不均匀光照和倾斜拍摄等复杂拍摄环境。

技术领域

本发明涉及叶面积测量技术领域，尤其是基于图像处理的叶面积测量，具体地说是一种利用图像饱和度进行叶片分割的叶面积测量方法。

背景技术

叶片是农作物生产有机养料及光合作用的主要部分，其大小是衡量作物长势、产量的重要指标，也是农作物病虫害检测与培育管理的主要依据，因此，快速、准确地测量植物叶面积在现代化农业生产中具有重要意义。

传统叶面积测定方法有方格法、复印称重法、回归方程法、叶面积仪测量法等。方格法与复印称重法精度较高，但操作复杂，回归方程法操作简单，但精度不高，叶面积仪成本较高。随着计算机技术的发展，基于图像处理的叶面积测量的方法得到了迅速的发展，广泛应用于水稻、小麦、玉米等农作物的叶面积测量及经济林的叶面积测量。近年来，研究者们将叶面积图像测量方法与智能手机结合，具有测量方式灵活、准确快速、操作简单及便于携带等优点。

从图像中分割出叶片是叶面积测定的关键步骤，已有方法主要采取以下两种手段：(1)通过在RGB、YCbCr等颜色空间检测绿色像素来提取叶片区域。；(2)将图像灰度化后采用阈值法、分水岭等图像分割算法提取叶片区域。但是，上述方法对拍摄光照环境要求较高，不能适用于低光照、不均匀光照等复杂拍摄环境。

发明内容

本发明的目的是针对复杂拍摄环境下的图像叶面积测量问题，本发明提出一种基于饱和度分割的图像叶面积测量方法，在低照度、存在光斑阴影时能够稳定地提取叶片区域，同时，通过透视畸变校正实现一定角度范围内的倾斜拍摄。

本发明的技术方案是：

本发明提供一种基于饱和度分割的叶面积图像测量方法，该方法包括以下步骤：

S1、拍摄叶片图像发送至处理器；

S2、处理器执行如下运算，根据叶片图像背景上的矩形标定框坐标对所述叶片图像进行透视畸变校正；

S3、将透视畸变校正后的图像像素由RGB颜色空间变换到HSI颜色空间，采用混合阈值法对图像的饱和度分量进行阈值分割；

S4、对分割后的二值图像进行连通域分析，提取形状特征区分叶片区域和标准块区域，统计叶片区域像素个数与标准块区域像素个数的比值，根据标准块实际面积获取叶片实际面积。

进一步地，S1具体为：在白色背景纸上绘制矩形标定框，在矩形标定框内放置绿色正方形标准块；将叶片放入矩形框内拍摄，注意不要遮挡标准块。

进一步地，S2具体为：

S2-1、选择原图即畸变图像中矩形标定框的4个顶点，获取其坐标

S2-2、采用下述公式对畸变图像进行透视畸变校正，将畸变图像中矩形标定框的4个顶点与校正图像4个顶点一一对应，获取单应性矩阵T：

其中：(x，y)表示校正图像像素坐标；(X，Y)表示畸变图像像素坐标，a、b、c、d、e、f、g、h表示单应性矩阵中的参量；