便携式温室植物叶面积测量方法研究

黄胜一+李东+郦志浩

摘要 为了快速、准确地测量植物叶面积，本文提出了一种基于可编程片上系统技术和图像处理技术的便携式叶面积测量方法。该系统通过摄像头采集叶面积数据，利用FPGA特有的并行工作方式对原始数据进行图像处理，提高叶面积测量精度和速度，采用具有Nios II嵌入式软核处理器的现场可编程门阵列控制系统，提高整个系统的管理效率。田间实地测量表明该系统能够有效地采集叶面积数据，并具有测量速度快、可扩展性强和携带方便等优点。

关键词 温室植物叶面积；FPGA；测量；图像处理

中图分类号 S216 文献标识码 A 文章编号 1007-5739（2018）01-0168-03

Study on Portable Measuring Methods of Plant Leaf Area in Greenhouse

HUANG Sheng-yi LI Dong LI Zhi-hao

（Huazhong Agricultural University，Wuhan Hubei 430000）

Abstract In order to measure plant leaf area quickly and accurately，a portable leaf area measurement method based on programmable system-on-chip and image processing technology is proposed in this paper.The system collected the leaf area datas through the camera，utilized the unique parallel working mode of FPGA to process the raw data，and improved the accuracy and speed of the leaf area measurement.The field programmable gate array control system with Nios II embedded soft-core processor was adopted，improved the overall system management efficiency. Field measurements showed that the system could effectively collect leaf area data，and had the advantages of fast measurement speed，scalability and easy to carry.

Key words greenhouse plant leaf area；FPGA； measurement；image processing

植物叶片面积是衡量作物群体结构的重要指标之一，是实际管理的重要依据，因而叶面积的测量对研究植物特性和指导生产有重要的意义[1-3]。目前常用的叶面积测量方法主要有网格法[1]、称重法[2]、系数法[3]、叶面仪测量法[4]等。随着科技的发展，基于计算机技术和数字图像处理的植物叶面积测量方法被广泛应用[5-7]。聂鹏程等[8]基于BP 神经网络应用设计一种利用多晶硅光电感应板与平板均匀发光光源照射系统构成的叶面积测量装置。韩殿元等[9]基于彩色图像，利用彩色通道相似性，提出了圖像分割的植物叶面积测量方法。

FPGA 是20 世纪80 年代中期发展起来的一种超大规模可编程专用集成电路（VLSI），它是在PAL、GAL、CPLD等可编程器件的基础上发展的产物。由于FPGA可内嵌CPU或DSP内核，支持软硬件协同设计，非常适合于诸如数字图像处理类的数学密集型应用。目前用FPGA技术处理图像的研究正处于热门阶段[10-12]。

1 系统的总体结构和总体方案设计

系统总体上由平行光产生模块、摄像头采集、LCD显示模块、红外遥控模块、电源模块、FPGA控制模块等组成，如图1所示。平行光由以下部分产生：一个密闭的黑箱，一块透明挡板，LED点阵实现黑箱内平行光产生，保证摄像头采集数据时与叶子保持几乎垂直的角度。FPGA控制系统采用基于友晶公司的DE2开发板，核心芯片采用ALTERA公司的Cyclone II系列，在DE2开发板上配备11.7 cm触摸屏[13]。基于OV7670摄像头模块配合FPGA控制系统完成图像实时采集、帧缓存、预处理、数据处理等功能，并通过对FPGA系统的优化提高图像采集和处理系统的整体性能。

系统总体方案如图2所示，利用Nios Ⅱ处理器强大的运算能力，将所有相关算法使用C语言实现，并利用开发环境中C2H工具的加速功能，将算法中最耗时间的部分进行硬件化，缩短了开发周期，极大地提高了效率。FPGA主控系统上电后，红外传感器进行工作等待信号。当有叶片放在透明挡板上时，按下遥控，OV7670摄像头将进行图像采集，FPGA硬件电路对数据进行预处理，然后Nios Ⅱ软核处理器控制系统进行图像处理。最后，通过LCD彩屏显示叶面积的大小，每次测量数据存储在SD卡中，在小面积测量时，精确度为2%[14]。

2 图像采集处理单元设计

2.1 摄像头采集的机构设计与原理分析

在本系统中，摄像头安装于箱底，距离透明挡板0.2 m的位置，可以采集直径为0.15 m、面积为0.07 m2的图像信息，如图3所示。

数字图像由许多像素点组成，每个像素点代表一定的实际面积值，本系统采用定值的绿色矩形面积进行换算，通过式（1）求出比例K：

K=T/S（1）

式中，T為绿色定值矩形面积的总像素点，S为绿色矩形面积的实际面积，K为比例系数[15]。

2.2 图像处理算法设计

2.2.1 噪声消除。图像在获取、存储、处理、传输过程中，会受电气系统和外界干扰而存在一定程度的噪声。图像噪声导致图像模糊，甚至淹没图像特征，影响目标识别和面积计算。中值滤波是一种非线性滤波，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，能在滤除噪声的同时很好地保持图像边缘。方法是去结构上的二维滑动模板，将板内像素按照像素值的大小进行排序，生成单调上升（或下降）的二维数据序列。二维中值滤波输出如式（2）所示。

g（x，y）=med{f（x-k，y-1），（k，1？缀W）}（2）

式中，f（x，y）为原始图像；g（x，y）为处理后图像；W为二维模板，通常为2*2、3*3区域，也可以是十字形、线状、圆环形、圆形等不同形状。中值滤波通常取含奇数个像素的窗口，以方便操作。

由于提取的图像是8位数据，不可避免地会产生数字脉冲噪声，而中值滤波对于脉冲噪声，特别是脉冲宽度小于窗口宽度的1/2时，中值滤波效果较好，频谱特性起伏不大，可认为中值滤波后，信号频谱基本不变。

2.2.2 阈值分割。经过试验观察，叶片图像与背景之间的边界两侧像素的灰度值差别很大，图像目标与背景的灰度分布都是单峰。而且图像目标与背景对应的2个单峰大小接近、方差较小且均值相差较大，则该图像的直方图具有双峰性质。阈值化常可有效分割具有双峰性质的图像。

在进行大小分级时首先进行二值化处理。阈值分割过程如下：首先确定一个阈值T，对于图像中的每个像素，若其灰度值大于T，则将其置为目标点（值为1），否则置为背景点（置为0），或者相反，从而将图像分为目标区域与背景区域，如式（3）所示。

g（x，y）=1，（f（x，y）>T）0，（f（x，y）≤T）（3）

阈值分割的关键是如何确定合适的阈值，不同的阈值其处理结果差异很大，会影响特征测量与分析等后续过程。

2.2.3 二值图像的形态学滤波。形态学滤波最基本的操作就是腐蚀和膨胀，对于腐蚀，一个目标像素在结构单元能完全被包含在目标中时被保留。结构单元S由一个向量几何构成，可以被看做另一幅二值图像，将结构单元作为一个窗口，在所有输入为1时输出是目标像素，因而腐蚀是窗口内像素的逻辑与，如式（4）所示。

Q（x，y）=I？茚S=∧i，j？缀SI[x+i，y+i]（4）

再通过膨胀算法处理数据，每个输入像素在输出图像中被替换成结构单元的形状，膨胀使目标扩大而背景变小，膨胀使窗口中像素进行逻辑或运算，如式（5）所示。

Q（x，y）=I？茌S=∨i，j？缀SI[x+i，y+i]（5）

2.2.4 边界点处理与面积计算。图像面积大小的计算是在二值化的基础上，将所有有效点做累和，采用的算法如式（6）所示。

在标定过程中，采用可通过其他方法精确测量面积的矩形纸片，输入纸片的实际面积值，软件便算出测量比率K，将该测量比率应用到面积测量过程中，根据式（2）计算出所测叶片的面积，如式（7）所示。

S=T×K（7）

3 系统的实物部分

系统实物如图4所示，系统内部各部分的安装顺序：摄像头位于暗箱底部，暗箱顶部放置光源，光源与摄像头间用半透明塑料板分隔，半透明塑料与暗箱底部组成密闭的空间，半透明塑料下固定透明有机玻璃板，工作时，将叶片放于透明有机玻璃板上面，合上箱盖，半透明有机玻璃板与透明有机玻璃板将叶片压紧，在光源的照射下，摄像头开始采集叶片色素，并将其数据传入FPGA开发板，FPGA开发板将图片信息进行处理并将得到的面积值通TFT-LCD显示屏显示出来。光源采用较多数量的发光二级管加限流电阻，采用5 V开关电源供电，最终经实践，亮度满足此系统的要求。

4 试验分析

目前测量叶面积的方法很多，前已述及，为了验证本系统的测量精度，采用传统叶面积测量法与本系统基于FPGA图像的测定方法对 6 片叶片进行面积测定，结果如表1 所示。利用matlab数据统计分析，对其结果进行统计分析，计算以上4种方法的相关系数，如表2所示。根据数据分析可知，本系统测量结果精确可靠，与称重法、网格交叉法、方格纸法的测量结果都有显著的相关性，在满足99%的置信区内，误差系数r<0.01，这表明本系统稳定可靠。

5 结论

本文基于FPGA设计一个植物叶面积测量系统，该系统由平行光产生模块、摄像头采集、LCD显示模块、红外遥控模块、电源模块、FPGA控制模块组成。利用FPGA特有的并行工作方式对摄像头采集的叶面积图像进行噪声消除、滤波、叶面积计算等处理，能够提高叶面积测量精度和速度，采用具有Nios Ⅱ嵌入式软核处理器的现场可编程门阵列控制系统能够提高整个系统的管理效率。田间实地测量表明该系统具有稳定可靠、成本低、组装维护简单、扩展方便等特点，可以适应于野外环境测量。

6 参考文献

[1] WILHELM W W，RUWE K，SCHLEMMER M R.Comparison of three leaf area index meters in a corn canopy[J].Crop Sci，2000，16（40）：1179-1183.

[2] JONCKHEERE，FLECK S，NACKAERTS K，et al.Review of methods for in-situ leaf area index determination. Part I.Theories，sensors and hemi-spherical photography[J].Agric Forest Meteorol，2004，121（13）：19-35.

[3]胥辉，马焕成，王学力，等.赤桉叶面积动态模型的研究[J].云南林业科技，2000（1）：19-22.

[4] HEO J，KONG S G，ABIDI B R，et al.Fusion of Visual and Thermal Sign-atures with Eyeglasses Removal for Robust Face Recognition[C].IEEE Workshop on Object Tracking and Classification Beyond the Visible Spe-ctrum in Conjunction with CVPR 2004，2004：94-99.

[5] 歐阳浩楠，肖娅萍，孙蓉蓉，等.三叶木通叶面积测量方法[J].安徽农学通报，2008，14（9）：121-122.

[6] 张云鹤，乔晓军，张云辉，等.采用CCD摄像和图像分析技术的作物叶面积测量仪的研发[J].仪器仪表学报，2006（4）：345-347.

[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] 聂鹏程，杨燕，刘飞，等.植物叶面积无损测量方法及仪器开发[J].农业工程学报 ，2010（9）：198-202.

[9] 韩殿元，黄心渊，付慧.基于彩色通道相似性图像分割方法的植物叶面积计算[J].农业工程学报，2012，28（6）：179-184.

[10] ASTARLOA A，L？魣ZARO J，BIDARTE U，et al.FPGA Technology for Multi-axis Control Systems[J].Mechatronics，2009，19（2）：258-268.

[11] 李燕，汤心溢，葛军，等.基于FPGA的多通道红外图像实时采集系统[J].红外与激光工程，2012，41（5）：1363-1368.

[12] 郭永彩，苏渝维，高潮.基于FPGA的红外图像实时采集系统设计与实现[J].仪器仪表学报，2011，32（3）：514-519.

[13] KONG S G，HEO J，ABIDI B R，et al.Recent Advances in Visual and Infrared Face Recognition—A Review[J].Computer Vision and Image Understanding，2005，97：103-135.

[14] 何友，王国宏.多传感器信息融合及应用[M].北京：电子工业出版社，2000.

[15] M A TURK，A P PENTLAND.Face Recognition Using Eigenfaces[C].Proceedings of IEEE Computer Vision and Pattern Recognition，1991：586-591.