需拍摄新的校验纸图像。
[0023]三、水稻叶形曲线、叶面积参数的提取。
[0024]如图2所示，利用本发明从水稻叶形图像采集装置拍摄的校验纸图像和水稻叶形图像提取水稻叶形曲线和叶面积参数的整个处理过程由matlab图形用户界面编程实现，提取水稻叶形曲线和叶面积参数的主要功能模块包括:
1)像素变换方程:处理校验纸(8)的图像，获得像素点的位置与实际坐标转化方程；像素点的位置(i, j)与实际坐标(X，y)转化方程使用二元二次函数
^i+e^j+fi，y=a2*i2+b2*i*j+c2*j2+d2*i+e2*j+f2，参数通过拟合得到，目标为变换后校验纸
(8)图像上相邻黑点之间的距离与实际最接近；
2)预处理叶片图像:读取叶片图像，对叶片图像依次做灰度化，二值化，腐蚀，膨胀处理；
3)叶片标记:每张叶片图像有同一茎杆上的多片叶片，标记每张叶片，提取每张叶片像素坐标；
4)像素点位置坐标变换:利用像素变换方程获得的像素点的位置与实际坐标的转化方程对叶片像素点的位置进行坐标变换，得到叶片像素点实际坐标；
5)像素点实际坐标旋转:由于拍摄叶片图像时，放置叶片方式不同，叶片不一定是平行图像边界，所以需要做坐标旋转，通过对叶片像素点实际坐标做坐标旋转使得叶片叶脉平行于实际坐标的横坐标轴；并通过坐标变换使得叶片叶结点为坐标原点，叶脉在横坐标轴上，这时像素点的横坐标即为改点到叶片结点的水平距离，纵坐标即为改点到叶脉的竖直距离；所以像素点的最大横坐标为叶长，像素点的最大纵坐标为叶宽；
6)叶片拼接:有的叶片可能太长，需要将叶片剪断拍照，叶片拼接就是要将分为两段叶片拼接成一片；
7)边界拟合:叶片边界像素点的实际坐标通过拟合得到叶片边界的曲线方程；
8)面积计算:计算每片水稻叶片的叶长、叶宽，并利用微元法计算每片水稻叶片的叶面积；
9)文件存储:处理完所有的叶片图像后，将数据保存到Excel文件。
[0025]如图3所示，利用本发明从水稻叶形图像采集装置拍摄的校验纸图像和水稻叶形图像提取水稻叶形曲线和叶面积参数的整个处理过程由matlab图形用户界面编程实现，提取水稻叶形曲线和叶面积参数的主要步骤包括:
1)校验设置:读入校验纸图像，处理校验纸的图像，获得像素点的位置与实际坐标转化方程；
2)图像文件读入:将图像处理的文件读入系统；
3)图像预处理:对叶片图像依次做灰度化，二值化，腐蚀，膨胀处理；
4)图像分析:标记叶片，提取叶片像素坐标；通过对叶片像素点实际坐标做坐标旋转使得叶片叶脉平行于实际坐标的横坐标轴；并通过坐标变换使得叶片叶结点为坐标原点，叶脉在横坐标轴上，这时像素点的横坐标即为改点到叶片结点的水平距离，纵坐标即为改点到叶脉的竖直距离；所以像素点的最大横坐标为叶长，像素点的最大纵坐标为叶宽；
5)图像拼接:将剪断叶片拼接成一片；
6)曲线拟合:叶片边界像素点的实际坐标通过拟合得到叶片边界的曲线方程；
7)数据保存:重复步骤3-6)，处理完所有的叶片图像后，将数据保存到Excel文件。
[0026]将用本发明得到的水稻叶长、叶宽和叶面积值作为预测值，用直尺直接测量的叶长、叶宽和LA3000测量的叶面积作为观测值，作散点图如附图4-6所示，同时进行线性拟合，来验证本方法的精确度和准确度。
[0027]附图4表明，用两种方法得到的水稻叶长值进行线性拟合时，二者之间的关系可以分别用公式Lenp = 1.018Lent - 1.008来描述。图4中黑点表示直尺直接测量值对应的本方法测量值。图4中黑色斜线的斜率为I)。从公式参数的统计学意义分析，以直尺直接测得的水稻叶长作比较，公式斜率为1.018，非常接近1，则说明本方法所测水稻叶长值准确度非常高；决定系数R2 = 0.998，非常接近1，则说明本方法所测水稻叶长值准确度非常高。
[0028]附图5表明，用两种方法得到的水稻叶宽值进行线性拟合时，二者之间的关系可以分别用公式Widp = 0.986 Widt + 0.077来描述。图4中黑点表示直尺直接测量值对应的本方法测量值。图4中黑色斜线的斜率为I)。从公式参数的统计学意义分析，以直尺直接测得的水稻叶宽作比较，公式斜率为0.986，非常接近1，则说明本方法所测水稻叶宽值准确度非常高；决定系数R2 = 0.949，非常接近1，则说明本方法所测水稻叶宽值准确度非常高。
[0029]附图6表明，用两种方法得到的水稻叶面积值进行线性拟合时，二者之间的关系可以分别用公式Areap = 1.091 Areat - 4.868来描述。图4中黑点表示直尺直接测量值对应的本方法测量值。图4中黑色斜线的斜率为I。从公式参数的统计学意义分析，以直尺直接测得的水稻叶面积作比较，公式斜率为1.091，非常接近1，则说明本方法所测水稻叶面积值准确度非常高；决定系数R2 = 0.982，非常接近1，则说明本方法所测水稻叶面积值准确度非常高。
[0030]本发明提取水稻叶形和叶面积的图形处理系统，方便、快捷、高效、精确地获取水稻叶形和叶面积。为水稻株形模拟和优化设计提供水稻茎杆空间位置和叶方位角数据采集的所需装置及方法。
【主权项】
1.本发明提供的水稻叶形图像采集装置，其特征在于包括摄像头(1)、摄像头固定装置(2)、支架横杆(3)、载叶台(4)、支架竖杠(5)、支架调节器(6)、计算机(7)、校验纸(8)、双面胶(9)、黑色胶带(10);摄像头(I)通过摄像头固定装置(2)固定在支架横杆(3)上；载叶台(4)是黑色水平桌面，黑色胶带(10)通过双面胶(9)粘贴在水平桌面上，黑色胶带(10)的带胶的一面朝上；支架调节器(6)固定在载叶台(4) 一侧，支架调节器(6)上有三个等距的螺杆；支架竖杠(5)上有若干等距螺孔，支架竖杠(5)通过螺孔和支架调节器(6)的螺杆固定在载叶台(4) 一侧的中央，通过调整支架竖杠(5)的螺孔与支架调节器(6)的螺杆的对应位置，调节摄像头(I)与桌面的距离以适应不同长度叶片图像的拍摄；摄像头(I)为高清网络摄像头直接连接在计算机(7)上，能用摄像头(I)自带的软件拍摄水稻叶片图像；校验纸(8)是一张描有黑色等距网格点的白纸。
2.—种利用权利要求1所述利用水稻叶形图像采集装置拍摄水稻叶形图像的过程，其特征在于包括以下步骤: 1)根据叶片的长短，通过支架调节器(7)调节摄像头(I)与桌面的距离，并固定支架，连接摄像头与计算机，启动图像拍摄软件，调节好拍摄参数； 2)将校验纸(8)平放在载叶片板(3)上，拍摄校验纸(8)的图像； 3)将叶片展开依次贴在双面胶上，控制拍摄软件拍摄水稻叶片图像； 4)去掉拍过图像的叶片，重复权利3的步骤4)，拍摄所有要处理的水稻叶片图像。
3.—种基于权利要求2所述拍摄水稻叶形图像过程所拍摄的校验纸图像和水稻叶形图像提取水稻叶形曲线和叶面积的方法，其特征在于包括以下步骤: 1)像素变换方程:处理校验纸(8)的图像，获得像素点的位置与实际坐标转化方程； 2)预处理叶片图像:读取叶片图像，对叶片图像依次做灰度化，二值化，腐蚀，膨胀处理； 3)叶片标记:标记叶片，提取叶片像素坐标； 4)像素点位置坐标变换:利用权利4步骤I)获得的像素点的位置与实际坐标的转化方程对叶片像素点的位置进行坐标变换，得到叶片像素点实际坐标； 5)像素点实际坐标旋转:由于拍摄叶片图像时，放置叶片方式不同，叶片不一定是平行图像边界，所以需要做坐标旋转，通过对叶片像素点实际坐标做坐标旋转使得叶片叶脉平行于实际坐标的横坐标轴；并通过坐标变换使得叶片叶结点为坐标原点，叶脉在横坐标轴上，这时像素点的横坐标即为改点到叶片结点的水平距离，纵坐标即为改点到叶脉的竖直距离；所以像素点的最大很坐标为叶长，像素点的最大纵坐标为叶宽； 6)叶片拼接:有的叶片可能太长，需要将叶片剪断拍照，叶片拼接就是要将分为两段叶片拼接成一片； 7)边界拟合:叶片边界像素点的实际坐标通过拟合得到叶片边界的曲线方程； 8)面积计算:计算每片水稻叶片的叶长、叶宽，并利用微元法计算每片水稻叶片的叶面积； 9)文件存储:重复权利4所述的步骤2)-8)，处理完所有的叶片图像后，将数据保存到Excel文件； 10)整个处理过程由matlab图形用户界面编程实现。
4.根据权利要求3所述步骤7)的边界拟合，其特征在于使用的是多项式函数拟合，以边界点到叶片结点的水平距离为自变量，以边界点到叶脉的竖直距离为因变量。
【专利摘要】本发明涉及水稻叶形采集装置及稻叶形态参数提取方法。一种水稻叶形采集装置，其主体包括摄像头、摄像头固定装置、支架横杆、载叶台、支架竖杠、支架调节器、计算机、校验纸、双面胶、黑色胶带；摄像头通过摄像头固定装置固定在支架横杆上；载叶台是黑色水平桌面，黑色胶带通过双面胶粘贴在载叶台上，且带胶的一面朝上；支架竖杠固定在载叶板一侧的中央，通过支架调节器可调节摄像头与桌面的距离；摄像头直接连接在计算机上；校验纸是一张描有黑色等距网格点的白纸。利用本发明的装置及方法采集水稻叶形图像和提取水稻叶形曲线和叶面积方便、快捷、精确，为水稻叶形及参数的提取提供了硬件和方法，能为水稻株形的模拟和优化设计提供基础参数。
【IPC分类】G01B11-28, G01B11-24
【公开号】CN104776814
【申请号】CN201510184567
【发明人】李绪孟, 周文新, 黄璜
【申请人】湖南农业大学
【公开日】2015年7月15日
【申请日】2015年4月20日