对植物生长柜中油菜叶片面积测定的初步研究

崔世钢等

摘要：采用数字图像处理方法对油菜叶片进行长、宽、面积测算，建立了叶片长、宽、长宽积和叶片面积的回归方程，为植物叶片面积快速估算提供了比较好的方法。

关键词：叶片面积；数字图像处理；油菜；植物生长柜

中图分类号：S126；S565.4 文献标识码：A 文章编号：0439-8114（2015）18-4591-02

DOI：10.14088/j.cnki.issn0439-8114.2015.18.051

中国是农业大国，人口密集、土地资源形势日趋严峻、可耕地面积大量减少、淡水资源紧张、自然灾害（旱、涝、风、雪等）频发以及土地沙漠化等问题在很大程度上制约了中国农业的发展。药物残留超标问题日益突出，人们对安全食品的需求也越来越迫切。中国农业发展面临着利用有限的资源满足人们日益增长的对食品需求的重大挑战。植物生长柜是现代科技集成创新的产物，是一种新兴生产模式，为未来农业向垂直空间发展提供了有效的技术支撑，以后将会面对不具备栽培专业知识的人群，从而得到广泛利用。

叶片是作物进行光合作用的主要器官，其面积的大小直接影响作物的受光，是作物种群结构的一种标志性参数[1]。叶片的大小对水分蒸发量、土壤水分平衡、物质循环、生长发育、抗逆性、产量以及经济效益有着显著的影响[2]，也是衡量植物生产状况和对光能利用的重要指标。因此，需要建立简便、精确的方法用来测定叶片面积。关于叶片面积的测量方法有坐标法、抛物线拟合法、复印称重法、叶面积仪法等，坐标纸法是最原始、最准确的叶片面积测量方法，但因其操作步骤繁琐和巨大的工作量而不适合用于平时的操作，更多地用于在特定的场景中进行测量[3，4]；抛物线法对叶子的规则程度有着一定的要求；复印称重法操作繁重复杂、工作量较大，纸片的质量和复印机的质量影响测量精度，应用范围较窄。叶面积仪测量法会受到叶片大小的制约，使得测量值与实际值有着一定的偏差。近年来，随着计算机图像处理在各个领域的全面发展，数字图像处理技术的日益成熟，利用图像处理技术对植物叶片面积的分析和测量研究已经实现了很多[5]。本研究通过观察油菜叶片形状类型，拟定利用数字图像处理可以测定叶片长和宽[6]，再结合回归相关法建立回归方程，提供测定油菜叶片面积便捷方法，为生产和研究工作服务。

1 测定原理

像素点的累积构成一幅幅数字图像，每个像素点代表一定的实际面积值，而其所代表的实际面积值可以由已知参照物面积求得。因此，叶片面积可由下列公式求得：

S=m1×■

式中，S代表叶片的面积，S0代表实际面积，m0代表参照物的像素个数，m1代表叶片的像素个数。

在测量叶片面积时，首先需要摘下待测叶片，置于有参照物的背景板上，用透明的玻璃板压平其上面，然后在严格的物距下进行叶片的采样，以保证每个像素代表的真实面积不变。拍摄叶片时应该让数码相机与被测叶片保持较远的距离，使拍摄的焦距拉长，这样可以使人为误差大大地减少。同时要求被测叶片与标准测量参照物在同一时刻进行拍摄，而且还要求被测叶片和标准测量参照物出现在同一幅图像上，即把叶片信息转化成计算机可识别的图像信息。

2 硬件组成

叶片面积的硬件测量部分主要有数码相机、计算机、参照物（本研究中选用一个黑色圆片，直径为1 cm的圆，能与叶片有很大的颜色差别，参照物要与相机有足够的距离，参照物的面积对测量精度有着决定的影响）和背景板（纸板选用白色的，这样可以使背景颜色与叶片有很大的差别）。通过数码相机（500万像素以上的）来取得数字图像，在不损毁油菜的整体结构情况下，检测油菜叶片的生长周期和规律[7]。

3 图像处理参数计算流程

如图1所示，即为油菜叶片面积参数计算的基本流程。根据图像中叶片面积A，最小外接矩形的长L和宽W以及比例系数，可计算得到实际的叶片面积AR，叶片长LR和叶片宽WR。

4 实际应用

4.1 试验环境

本试验在智能植物生长柜环境下进行，以先优7号油菜幼苗为研究对象。为保证植物生长所必需的各种营养元素以及提供适宜的生长环境，试验采用标准营养液水培的方式，并通过智能控制面板调节柜内环境参数，将LED光源为红蓝组合光源，光照度为3 000 lx，温度为23 ℃，湿度为65%，二氧化碳浓度设置为700 mmol/L。

4.2 试验方法

分别选用植物生长柜中油菜生长的3个阶段，每个阶段随机取30片大小不同的叶片，测量每个叶片的叶长（叶柄到叶尖的距离）、最大叶宽（与中间主脉垂直的宽度）和油菜的叶片面积作为参照数据，分别以所选取的叶片长、叶片宽、叶片长宽积作为回归方程的自变量，叶片面积作为因变量，进行相关性分析，并计算出油菜叶片长度、叶片宽度以及叶长宽积与叶片面积的决定系数和最适关系的回归方程[8-10]。再选取不同阶段各20片大小不同的叶片分别将测量的参数（叶片长、叶片宽），对方程进行验证。

4.3 结果与分析

4.3.1 相关性分析 回归分析结果表明，各个参数（叶片长、叶片宽、叶片长宽积）与叶片面积的最佳适应的函数为幂函数，均可以反映出良好的相关性（表1至表3）。由表1至表3可以看出，以叶片长、叶片宽与叶片面积做回归相关性拟合，并不是每个阶段都可以达到很好的效果。以叶片的长宽积来与叶片面积做相关拟合的话，每个生长阶段的函数关系大致是相近的，因此，用叶片的长宽积测定先优7号油菜的叶片面积更好。

4.3.2 回归方程的检验 分别取每个阶段20片大小不同的油菜叶片测定其叶片长、宽，用求得的回归方程对模拟值和测量值作分析，检验回归方程的准确性。结果表明，3个生长阶段的叶片模拟值与测量值是比较相近的，决定系数R2均在0.85 以上，既可以使用叶片长宽积拟合的油菜的回归方程，并且可以利用该方程来计算出先优7号油菜的叶片面积。

5 小结与讨论

回归相关法是一种对植物无损害估算叶片面积的方法，该方法使得测量油菜叶片面积变得更加方便、简单。本研究中用长宽积对先优7号油菜的叶片面积进行估算效果是最好的，但是在特定的条件下，准确地估算出不同品种的油菜叶片面积差异仍然存在着局限性。

参考文献：

[1] 马彦平，白由路，高祥照，等.基于数字图像的玉米叶面积测量方法研究[J].中国农学通报，2009，25（22）：329-334.

[2] 王忠芝，张金瑞.基于图像处理的叶面积测量方法[J].微计算机应用，2010，31（5）：68-72.

[3] 袁道军.利用计算机视觉技术获取油菜苗期生长信息方法的研究[D].武汉：华中农业大学，2005.

[4] 杨劲峰，陈 清，韩晓日，等.数字图像处理技术在蔬菜叶面积测量中的应用[J].农业工程学报，2002，18（4）：155-158.

[5] 高祥斌，张秀省，蔡连捷.观赏植物叶面积测定及相关分析[J].福建林业科技，2009，36（2）：231-234.

[6] 谢安德，王凌晖，潘启龙.灰木莲叶面积回归方程的建立[J].广东农业科学，2011（14）：28-29.

[7] 张仁祖，徐为根，黄文杰.一种新的基于图像处理的作物叶面积测量方法[J].江西农业学报，2008，20（4）：117-119.

[8] 傅 平，柳 茜，敖学成，等.利用数码图片和回归相关法测定苜蓿叶面积的初步研究[J].草业与畜牧，2013（4）：15-18.

[9] 张传来，尤 扬，贾文庆，等.新高梨叶面积测量相关性分析及回归方程的建立[J].贵州农业科学， 2009，37（12）：171-174.

[10]毛丽萍，郭 尚.回归相关法测定西葫芦叶面积研究[J].上海蔬菜，2008（5）：74-75.