计算机图像处理在缺素叶片颜色特征识别方面的应用
2017-04-12何光钊
何光钊
摘要:在对缺素玉米叶片进行采样后提取出缺素玉米营养元素亏缺叶片彩色图像的颜色特征,与此同时进行缺素叶片的分类汇总,利用数据库原理和VB计算机程序升级语言同时结合GDI+技术实现对缺素叶片的图片处理,处理过程包括对图像的细致分析、对图像的注明解释以及对图像的优化处理。同时结合图表的形式来进行元素亏缺的处理,图表的数据取于对图像的不同算法计算,通过图表表示法能够帮助更加明确的识别缺素叶片颜色特征。
关键词:缺素玉米;图像处理;识别颜色特征;图表表示法
近阶段以来,计算机图像处理技术在各种领域越来越多的进行运用,同时提升了各个领域的操作水平。在研究缺素叶片颜色特征识别过程当中,计算机图像处理技术得到了一定的应用和认可。例如,在农业方面对缺素叶片颜色滕成识别方面就有相应的应用,研究人员通过对不同种农作物的缺素症的研究可以改善农作物病变的现象。本文就农作物当中较为广泛的缺素玉米叶片进行了研究和分析。
一、对缺素玉米叶片进行取樣
在对缺素玉米叶片进行取样的过程当中,实验室的光箱可以是自制的也可以是标准光箱,摄像头采用美国Punix公司的CCD摄像头,摄像头型号为:TMC-7DSP,CCD的面阵为768*494(V)。图像采集卡为Matrox公司的转换精度较高的Meteor/MC4。计算机可以选择DELLI5-6400。采集过程如下:取生长在不同阶段的玉米采用配方施肥技术进行培植,从培植第一天开始对玉米叶片间隔相同时间段进行采样,取样过程中要注意在不同关照条件下各取一片叶片进行分析,样本数量要相同,当玉米叶片缺素症的症状比较明显的时候可以停止采样进行样本的分析。由于在玉米缺素叶片取样过程中会对植株产生一定的损伤,所以需要注意在取样过程当中不可以过多取样以免造成植株死亡的严重后果。采样过程会出现不同程度的外界影响,比如研究环境的声音、叶片本身的结构构造等等,所以对叶片图像要进行滤波。这种滤波方法可以使得图像更为清晰的展现,同时可以保护图像的真实度。最后要从样品中取出一定的数量进行图像处理以及分析,采用计算机图像处理的方法。
二、颜色特征的识别方法及图像预处理
针对颜色特征,识别方法是建立在标准的颜色测量领域的,我们虽然对颜色有着一定的定义,但是在实验过程中,为确保精度和准确度我们采用国际照明委员会(CIE)所规定的一系列的颜色系统。本文当中所采用的是RGB系统模型,这种模型在研究颜色特征识别方面中应用较为广泛。对缺素玉米叶片进行取样后,应该对叶片的边缘部分进行处理,从而减少边缘部分的色彩对样品颜色特征识别研究的影响。缺素玉米叶片形状和大小会对颜色提取过程产生一定的影响,所以我们采用一些特殊算法来进行颜色特征的统计和分析,以避开这样的影响因素。通过对颜色特征的收集可以对颜色参数进行统计计算和相关系数的计算,它们的均值、方差、标准偏差以及同一颜色系统的颜色参数的相关系数进行总结和分析后,我们可以发现实验过程所涉及到的明显特征。另外根据RGB系统可以判别出比较明显的颜色并可以取这样的样本进行细致分析。实验过程一定要注意细节,秉承细致认真的态度,由于后续工作涉及到数据的分析以及图表设计,数据的真实性准确性极大的影响着后续工作的进行,一旦数据出现误差,所有的实验过程就必须推翻重做了。
三、计算机图像处理技术的简述以及实验联系
简单的计算机图像处理技术就好比生活中我们所用的Photoshop,对现有图像进行一定的修整和提光,让图像看起来更舒服。但是涉及到实验过程,就需要保证图像的真实度和清晰度,我们在进行对玉米缺素叶片颜色特征识别的过程中要用到的图像处理技术是GDI+技术,这种技术不仅最大限度的还原了图像的真实度,同时降低了在提高图像的清晰度过程中对图像造成的损伤和改变。在颜色特征识别过程中我们已经收集到一定的数据和图像,利用数据库原理和计算机VB程序设计技术进行图像分析和数据分析,与此同时利用GDI+技术不断改善图像以得到更精准的结论。从实验过程当中找到关键性的影响因素,计算机图像处理技术最大的优点就是在不改变原有图像基本特征的基础上进行图像改善,对图像的伤害达到最低限度。计算机VB程序设计技术会进行一定的程序设计进行颜色特征与颜色标准的比对和分析,运用数据库原理进行数据分析其实是减少了实验者对数据分析的工作量以及对实验数据产生误差的情况。在进行计算机图像处理过程中,同时需要用到统计算法来对所得数据进行更加细致的分析,其内容和分布可以用建立图表的形式进行表达,这样能够更加直观的将实验数据表现出来,有利于后续工作的进行。虽然用到了计算机图像处理技术,但是仍需要对数据有一个自己的标准,因为实验数据的分布较散,需要实验者在观察数据过程当中对数据的敏感度更加明显,一旦出现相异数据一定要再次进行测量、图像分析,以保证数据图像的准确性。
四、如何将计算机图像处理技术应用到缺素叶片颜色特征识别方面
计算机图像处理技术运用的最广泛的就是在医学上的运用,我们常见的B超、X光拍摄技术、核磁共振图像处理技术都是计算机图像处理技术的表现。而在对农作物缺素症上的运用也是相同的目的,患有缺素症的农作物就好比一个个病人,而我们所要用到的计算机图像处理技术也就好比对病人进行B超分析一样。由于计算机图像处理技术的复杂性,需要程序技术、数据技术、图像处理技术多方位技术相结合,所以在使用这种技术进行玉米缺素叶片颜色特征识别过程当中,一定要有专业的技术设计团队。GDI+图像处理技术处理图像过程一定要全面处理玉米不同种缺素症的分析,比如:在缺铁、缺氮的玉米缺素症分析过程中,对叶片进行正反面、左右侧面等不同方位的图像分析,以保证实验数据以及实验结果的准确性。对玉米叶片缺素症的分析过程中,会发现各种影响缺素症发展的因素,通过计算机图像处理技术可以更明显的发现影响因素而不受肉眼观察的影响。
总之,计算机图像处理技术在农作物方面的运用还不是很多,在未来需要更多投入来进行农作物病变情况的改善。本文仅以玉米缺素叶片颜色特征识别过程作为例子进行简要的分析,其中还略有不足以及需要改善之处,笔者十分希望技术及图像处理技术能够更好更多的应用到农作物改善方面。计算机图像处理在缺素叶片颜色特征识别方面的应用还是比较广泛的,现阶段所出现的黄瓜缺素叶片颜色特征识别研究就是特例之一。
参考文献:
[1]穗波信雄等,图像处理在植物生长信息提取中的应用[R]农业机械学会关西支部研究会资料(日)1922。
[2]王合生。花卉蔬菜技术培养[M]长沙:湖南科学技术出版社1999。
[3]阮秋琦。数字图像处理技术[M]北京:电子工业出版社,2001,1。
[4]何东键。用活动便捷模型精确检测表面缺陷[J]农业工程学报,2001,17。