[发明专利]基于常规低分辨率摄像头对叶色特征值的提取方法

说明书

本发明公开了基于低分辨率摄像头对叶色特征值的提取方法，具体包括以下步骤：S1、首先使用低分辨率摄像头对叶片的图像信息进行采集，然后对采集的数字图像进行边缘检测，S2、然后通过运用图像轮廓切割及颜色阈值算法对S1边缘处理完成的数字图像进行切割、分离出前景目标图像，实现对普通相机所采集的彩色叶片图像进行自动化的精确快速切割并提取目标透明背景图像，涉及植物生理研究技术领域。本发明方法，对比了不同分辨率、不同样本容量数字图像对叶色特征参数的影响，说明了本办法对设备条件要求较低，可以通过适当降低图像分辨率或者运用大型计算机对数据进行处理。

技术领域

本发明涉及植物生理研究技术领域，具体为基于常规低分辨率摄像头对叶色特征值的提取方法。

背景技术

高通量表型检测所需的设备和软件成本往往是大规模研究的瓶颈，如突变体筛选或数量遗传学分析，已有学者通过高光谱等手段对植物叶片中的生理生化指标及内在器官的变化情况进行定量分析，但由于其使用条件要求苛刻、成本昂贵，难以在生产中大规模推广，近年来，随着数字图像技术的日益成熟及高分辨率摄像设备的普及，采用数字图像对植物外观表型性状的定量描述成为了可能，由于数字图像摄像设备成本相较于高光谱仪器较为低廉，且具有携带使用方便，图像采集门槛低等优点，因此，基于数字图像对植物的定量分析成为一个研究热点，植株叶片是其最重要的光合器官，叶色是反映植株内在生理生化指标及器官变化的最主要外在特征之一，对叶色进行定量描述对于快速检测判断植物生长态势具有重要意义，有学者提出了从图像分析角度来估算叶片表观颜色方法，如基于叶图像检索（CBLIR）对叶片形状，颜色和纹理特征的描述方法，以及基于Rice中RGB值的叶色动力学建模，有学者通过对植物叶片图像形状和颜色信息的分析，提出了数字图像在观赏叶及茶叶嫩叶识别中应用的方法，也有学者基于颜色特征对图像切割后定量描述农作物病害情况，现阶段的研究已基本实现了对植物数字图像特定形状、颜色的定量识别。

随着研究的深入，部分学者开始尝试通过数字图像建立植物外观性状与其内部的生理生化变化情况的关联；已有研究实现了通过彩色RGB图像对植物体内水分及氮素含量的估测，并提出了运用图像R、G、B值及其组合参数在定量描述植物内在因子变化中的系列方法，由于其所需要的数字照片采集条件要求相对苛刻，算法及分析过程较为繁琐，难以在生产中进行大规模推广。

发明内容

（一）解决的技术问题

针对现有技术的不足，本发明提供了基于常规低分辨率摄像头对叶色特征值的提取方法，解决了现有的高分辨率摄像头所需数字照片采集条件要求相对苛刻，算法及分析过程较为繁琐，难以在生产中进行大规模推广的问题。

（二）技术方案

为实现以上目的，本发明通过以下技术方案予以实现：基于常规低分辨率摄像头对叶色特征值的提取方法，具体包括以下步骤：

S1、首先使用低分辨率摄像头对叶片的图像信息进行采集，然后对采集的数字图像进行边缘检测；

S2、然后通过运用图像轮廓切割及颜色阈值算法对S1边缘处理完成的数字图像进行切割、分离出前景目标图像，实现对低分辨率摄像头所采集的彩色叶片图像进行自动化的精确快速切割并提取目标透明背景图像；

S3、之后快速获取目标图像各个像素点R、G、B及灰度分量的色阶值及其累计频次，并基于偏态分布分别对中位数、标准差、方差、偏度、峰度和峰值叶色特征参数进行描述性统计；

S4、建立叶色像素色阶累计频次直方图与特征参数表，实现对叶色特征值的精确、全局性描述。

优选的，所述步骤S2中只进行图片切割的数字图像在计算机识别中会对白色背景进行误判，影响叶片颜色特征值获取的准确性，因此还需要通过颜色阈值法对所分离出来的目标图像再次进行背景透明化处理，减少背景噪点对叶片图像像素点RGB累积量的干扰。