大豆叶片叶绿素含量与颜色特征的关系获奖科研报告

大豆叶片叶绿素含量与颜色特征的关系获奖科研报告摘

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

关键词：数字图像处理；叶绿素；颜色特征；大豆叶片

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測定

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