基于骨架細化和坐標點計算的水稻劍葉角測量

張偉偉，張衛正，劉巖，梁婷婷，殷君茹，陳啟強，金保華

(鄭州輕工業學院，河南 鄭州 450002)

水稻劍葉是光合作用產物的主要來源之一，也是水稻相關性狀的直接決定因素[1]。水稻主莖與劍葉之間的夾角稱為劍葉角，是決定水稻產量的重要因素之一。測量劍葉角是理想植株育種過程中非常重要的一部分[2-3]。目前，常用的測量水稻劍葉角的方法是人工使用量角器測量，該方法自動化程度低，且容易產生較大誤差，亟須研發能夠快速、準確測量水稻劍葉角的方法。

智能手機、便攜式平板電腦等設備具備拍照、存儲與數據處理等功能，并且具有體積小、重量輕和易攜帶等優點，結合圖像處理和識別技術，能夠從復雜場景中提取出所需要的關鍵信息，在農業工程等領域得到日益廣泛的應用[4-6]。龔愛平等[7]提出了基于Android系統手機的葉面積測量方法，利用Java編寫軟件，以Android手機為工作平臺，通過圖像獲取、圖像分割、圖像二值化、濾波去噪等實現葉片面積計算，測量結果與LI-3100型葉面儀測得的結果偏差在±1%以內。路文超等[8]設計了基于Android智能手機的水稻劍葉角測量系統，采用智能手機獲取水稻劍葉圖像，經過圖像預處理、直線檢測、K-means聚類和向量方法得到水稻劍葉角，實現了在Android平臺下利用JNI和Android NDK調用基于OpenCV庫的劍葉角計算，功能良好，但開發和計算過程略顯復雜。王建武[9]采用平板電腦對外業數據進行采集，替代了傳統外業調查利用紙質地形圖勾繪的繁重復雜調查方式，實現了林業外業調查無紙化，有利于數據、圖形、實地三統一，完成了數據存儲、定位和面積測算，數據更加精準，可隨時隨地進行數據查詢與調閱。Gajanan等[10]利用Android平臺，通過檢測葉片的斑點的顏色、面積和數量進行病害早期檢測及病害程度的確定。

本文針對水稻劍葉角的實際測量需求，采用圖像處理及相關數學計算方法自動獲取劍葉角。同時，考慮到田間使用對便攜性、實時性和準確性等的要求，依托便攜式平板電腦平臺，運用Matlab設計并開發了劍葉角測量應用程序，實現了劍葉角的快速、非接觸測量。

1 圖像采集與預處理

1.1 劍葉角測量的流程

提出的水稻劍葉角測量系統的主要功能模塊包括：水稻劍葉角圖像的采集，背景去除，劍葉和主莖的骨架細化，采用坐標法計算劍葉角。劍葉角測量的流程如圖1所示。

圖1 劍葉角測量的流程

1.2 圖像采集

采用微軟(Microsoft)公司開發的便攜式平板電腦Surface Pro 4獲取劍葉基部圖像。該設備采用Windows操作系統，觸控顯示屏尺寸為12.3 inch(1 inch≈2.54 cm)，分辨率為2 736 pixel×1 824 pixel，采用第6代Intel酷睿TM處理器，系統內存為16 GB，具有800萬像素后置自動對焦攝像頭，配備1 024級壓感觸控筆，電池續航時間長達9 h，機身厚度8.45 mm，質量為786 g，攜帶方便，便于移動操作，可滿足本文圖像采集與處理的要求。

將黑色背景板平行緊貼于主莖與劍葉的基部，采用基于Matlab軟件所設計的應用程序調用Surface Pro 4平板電腦的后置攝像頭拍攝劍葉基部圖像，如圖2所示。

圖2 劍葉基部圖像

1.3 背景去除與二值化

由于測量系統在采集原始圖像的過程中已經將黑色背景板放置在水稻劍葉和主莖的后方，因而降低了圖像分割提取的難度。本文提取RGB空間的B、G兩個通道，并用作差取閾值的方法實現分割提取[11]，如圖3所示。該分割方法的優點是能較好地保留水稻劍葉及主莖的形狀及紋理，同時又能較好地去除光照因素的干擾。

圖3 背景去除與二值化

采用Matlab內部的DIP(數字圖像處理)工具箱函數rgb2gray()將彩色圖像轉換為灰度圖像，然后用graythresh()函數輸出二值化所需的閾值，最后通過函數im2bw()及閾值將灰度圖像轉換成二值圖像。

1.4 噪聲去除

二值圖像的劍葉和主莖的邊緣部分較為粗糙，且可能有零散的白色斑點，劍葉和主莖的內部可能出現黑色孔洞，需要分別采用開運算和孔洞填充算法進行處理。

先腐蝕再膨脹的整個操作過程稱為開運算，其主要作用是消除小物體、平滑較大物體的邊界、在纖細點處分離物體，同時在整個過程中并不明顯改變其面積。采用函數bwmorph(image,‘open’)對圖像進行開運算，消除劍葉和主莖的粗糙邊緣及零散的白色斑點。

采用Matlab的二值圖像孔洞填充函數imfill()對劍葉和主莖中的黑色孔洞進行填充。經過開運算、孔洞填充操作之后，二值圖像的噪聲已經去除，如圖4所示。

圖4 去除噪聲的二值圖像

2 骨架細化和坐標點計算劍葉角

2.1 劍葉和主莖的細化操作

圖像中的目標細化就是指獲得目標骨架的整個過程，骨架細化算法的目的就是為了方便描述、抽取目標的線性特征[12-13]。一般細化算法須滿足以下幾點要求：1)保證原來圖像邊緣的連通性；2)原來圖像邊緣的中心線為骨架圖像；3)盡可能多地將一個像素寬度的線條圖像作為細化結果；4)細化速度要快[14]。本文采用的骨架細化函數為bwmorph(image,‘thin’,Inf)，其中，image表示被處理的目標圖像，‘thin’表示細化操作，Inf表示進行多次操作，直到圖像不能再細化。細化圖像如圖5所示。

圖5 劍葉和主莖的骨架細化

2.2 坐標法計算劍葉角

水稻植株的劍葉角有可能出現銳角、直角和鈍角3種情況，對應的劍葉和主莖共有8種位置關系，如圖6所示。其中，出現圖6中d和圖6中h所示的情況時不能直接以劍葉和主莖的夾角作為劍葉角。本文根據坐標點計算劍葉角。

圖6 劍葉和主莖的8種位置關系

2.2.1 縮短細化線

從圖5可看出，水稻劍葉和主莖經過骨架細化操作后，兩者的細化線在頂部出現一定程度的偏離主體走勢，需要進一步縮短細化線，最大限度地通過劍葉和主莖的細化線準確還原劍葉角。為了縮短細化線，采用以下步驟。

Step 1：通過函數bwmorph(image,‘endpoints’)查找并標記骨架細化線的3個端點；

Step 2：刪除前述3個端點；

Step 3：將Step1和Step2重復執行30次。

實現骨架細化線縮短的結果如圖7所示，以減小端部細化線的偏移對測量劍葉角精度的影響。

圖7 縮短細化線

2.2.2 根據坐標點計算劍葉角

通過函數bwmorph(image,‘endpoints’)查找并標記骨架細化線的3個端點，如圖8中的圓點所示。通過函數bwmorph(image,‘branchpoints’) 查找并標記主莖和劍葉骨架細化線的1個交叉點，如圖8中“×”所示。

圖8 端點和交叉點檢測

在實際檢測中，如果出現如圖8中a和圖8中e所示的這2種情況，表明劍葉和主莖重合，顯示為一條線段，只有2個端點，沒有交叉點，結合劍葉的生長情況，此時判定劍葉角為0°，因為劍葉不可能向下生長。

如果3個端點中的某一個端點的行坐標與交叉點的行坐標相等，即出現如圖8-c或圖8-g所示的2種情況，判定劍葉角為90°。

如果3個端點中的2個端點的行坐標小于交叉點的行坐標，即出現如圖8-b或圖8-f所示的情況，根據這2個端點與交叉點的行坐標和列坐標計算其所組成的夾角，即為劍葉角。

如果3個端點中的2個端點的行坐標大于交叉點的行坐標，即出現如圖8-d和圖8-h所示的情況，根據這2個端點與交叉點的行坐標和列坐標計算其所組成的夾角，并用180°減去該夾角得到劍葉角(此時的劍葉角為鈍角)。

以上各種情況下劍葉和主莖骨架細化線的端點和交叉點的檢測及劍葉角計算，均通過編寫的程序自動運行。

3 圖形用戶界面設計與實現

在平板電腦上采用Matlab軟件設計圖形用戶界面，如圖9所示，并開發應用程序，編寫各個操作按鈕所對應的程序代碼，通過簡單便捷的人機交互界面，調用圖像處理算法實現劍葉角的測量。

圖9 劍葉角測量的圖形用戶界面

界面左側的按鈕包括“打開相機”“拍照”和“關閉相機”，通過這些步驟可以實現劍葉圖像的采集。通過“打開圖像”“背景去除”“二值化”“噪聲去除”“細化”“角度測量”等按鈕，實現劍葉角測量的功能。為了實現快速計算劍葉角，在打開圖像之后，也可以直接點擊“測量”按鈕，實現劍葉角的計算和存儲。

4 結果與分析

為了驗證測量系統的精度，采用本測量系統對田間多株水稻的劍葉角進行測量。針對此次試驗，在田間隨機選定多株水稻植株進行劍葉角測量。在使用本系統測量水稻植株的劍葉角后，再用量角器對同一植株的同一片劍葉進行人工測量并記錄。

對本文方法取得的測量值和人工測量值進行分析，如圖10所示。其中，橫軸為采用本文方法對多個水稻植株劍葉角的測量值，縱軸為對相應植株進行人工測量的角度值，擬合得到直線方程y=0.996x+0.2。本文方法測得的平均絕對誤差為0.51°，相對誤差為1.22%，本文方法測量值和人工測量值的相關系數為0.998。

圖10 本文測量值和人工測量值的分析

整體來看，本文方法測量值和人工測量值較為吻合，但仍存在較小的誤差。產生這種誤差的原因可能是，經過圖像細化，主莖和劍葉的骨架細化線的位置可能產生偏移，加之端點及交叉點的定位也可能存在誤差。

5 小結

提出一種測量水稻劍葉角的圖像處理算法，通過圖像預處理、噪聲去除、骨架細化、坐標點計算等步驟實現了水稻劍葉角的測量。在便攜式平板電腦上采用Matlab設計圖形用戶界面，開發劍葉角測量的應用程序，實現了圖像采集、劍葉和主莖的提取、骨架細化，以及多種位置關系的劍葉角計算。利用本文開發的測量系統在田間對多株水稻進行了劍葉角測量，試驗結果表明，本文所提出的方法精度高、誤差小，與人工測量值的相關系數為0.998，表明本系統能夠高精度地測量水稻劍葉角，具有一定的應用價值。