日光温室黄瓜叶片湿润时间机器视觉监测研究

发布时间：2020-10-10 09:53

　　温室蔬菜病害预警中最常用的警兆来源是环境因子,叶片湿润时间(leaf wetness duration,LWD),是许多植物叶部病害侵染和流行的主导因子之一。而日光温室室内相对湿度大、LWD长是普遍现象,从而使霜霉病等病害多发。但是在日光温室环境下,由于叶片湿润时间是一个渐变的过程,叶片湿润时间的获取仍然十分困难,因此有效的监测叶片湿润时间方法就显得十分重要。本文以黄瓜叶片为研究对象,开展日光温室里的黄瓜LWD机器视觉监测研究。主要研究内容如下:(1)日光温室环境中黄瓜叶片图像的获取。黄瓜叶片上的水滴,可见光条件下是无色透明的,和背景对比区别很小。因此本文分别用尼康D90数码相机、荧光成像设备(蓝光)、热红外成像设备FLIR A615采集图像。分别对这三种图像采集设备采集的图像分析:D90拍摄的是可见光下的数字图像,因为叶片湿润时间是一个动态变化的过程,由初吐水叶片上很小很少的水滴开始到吐水旺盛期叶片上很大面积的水滴,可见光的图片因为水的无色,形态不固定,分布分散,人眼尚且识别困难,机器视觉的方法很难对其进行监测。荧光成像仪成像效果上比D90效果要好,荧光成像仪(蓝光版)拍照时发射蓝光,但是水强烈反射蓝光而叶绿素吸收蓝光,使得图像上水的部分和背景颜色对比明显,但是因为受到当时仪器的限制,成像面积较小,不能监测整个叶片。热红外成像技术可以呈现不同物体表面的温差,从而在图像上表现为不同颜色,且视野范围大,可以监测整个黄瓜叶片,因此本研究采用热红外成像技术获取图像。(2)详细阐述了本文研究用到的图像预处理算法,此外,鉴于本研究所分割目标图像的特殊性,对不同的颜色模型进行了对比分析,选择最优的颜色模型,这里选择L*a*b*颜色模型进行分割。(3)研究了日光温室黄瓜叶片图像分割算法。常用的图像分割方法可分为四类:阈值分割、边缘检测、区域分割以及基于特定理论的分割算法。阈值分割方法是直接利用图像的灰度特性,其关键和难点是合适阈值的选取,本研究的图像目标和背景灰度值很接近,阈值分割不适用。基于边缘的分割算法中效果最优的是Canny算子边缘检测,我们要分割的水滴附着在叶片上,图像上很难区分出边缘形态,所以经典的边缘检测同样不适用。区域生长法首先要人工给出种子点,且对于图像中不相邻或是灰度值相近的区域分割效较差。K-means算法利用黄瓜叶片热红外图像背景和目标的颜色区别对图像进行分割,和基于G-MRF模型的分割方法作了对比,平均匹配率、平均误分率分别比G-MRF模型分割算法高出5.48%、3.62%,并综合拟合指数、置信指数、决定系数、回归参数,回归截距等参数分析得到K均值聚类分割算法分割效果更优。(4)确立叶片湿润时间机器视觉监测方法。统计分割出来图像有水部分的像素为N,单个叶片图像的像素为M,这里计算一个百分比Q来界定叶片湿润的情况,百分比Q的表达式为:Q=(N/M)%,令Q5%(查阅相关文献再结合实际的数据分析确定),此时的叶片视为湿润情况。对我们采集的图像进行分割,计算分割出有水部分图像的像素值和单个叶片图像的像素值,计算Q值,选择出这个Q值大于5%的所有图片数量n,图像采集时,相邻的图片之间都有固定的拍照时间间隔,记为t,则LWD(T)可表示为T=(n-1)*t。本文以叶片黄瓜热红外图像为实验材料,应用机器视觉的方法对日光温室叶片湿润时间估算方法进行研究,并把最终的实验结果和人为观察结果对照。从结果来看,机器视觉方法监测得到的叶片湿润时间和人工观测的结果误差不到1h,而黄瓜霜霉病等叶部病害初侵染的时间至少需要2h以上才能诱发病原孢子萌发,因此本文的方法是可行的。
【学位单位】：上海海洋大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：S626;S642.2;TP391.41
【部分图文】：

图像采集系统

因为受到图像采集设备与外部环境等因素中混入了噪声，这样会对后期的图像处理和分析造成等因素影响，采用一些预处理算法来解决。集系统汤山实验基地进行，实验 2016 年 10 月份开始进行，这时黄瓜长势旺盛，且大多处于健康状态。根据黄瓜考虑当天的天气情况，每天从下午 6 点（或是 7-8 点）开 7 点到 10 点（或是 11 点）左右结束，每隔一小时左试验能拍到黄瓜叶片吐水的现象，试验植株选择生长。选择三株黄瓜植株，每棵植株上面选择三个叶片，并挂上标签作标记。图像采集器分别为尼康（Nikon）jpg，图像分辨率为 3216 像素×2136 像素）和热红外成像拍摄的图像作为标准对照组。

颜色空间,正数值,颜色空间转换

图 2-4 L*a*b*颜色空间Fig.2-4 L*a*b* color space空间可由 XYZ 颜色空间转换得到。XYZ 颜色空间中所基色的正数值去描述的，由值表示人眼对亮度信息的间转换的计算公式如式（2-3）所示[46]：0.40 ' 0.325 ' 0.265 '0.234 ' 0.656 ' 0.110 '0.048 ' 0.108 ' 1.279 ' X R G BY R G BZ R G B1/40( R / 255)，1/4G ' 100(G / 255)，1/4B ' 100( B / 255)。L*a*b*颜色空间如式（2-4）[47]：*0*0 0*0 0116 ( / ) 16500[ ( / ) ( / )]200[ ( / ) ( / )] L f Y Ya f X X f Y Yb f Y Y f Z Z

热红外,设备名称,数字接口,默认值

图 3-1 热红外成像仪的参数设定Fig.3-1 Parameters setting of thermal infrared imager15，设备名称为默认值，数字接口选择 USB vide址配置为 192.168.15.18。集实验基地的 12 号日光温室中进行，图像采集在植株长势旺盛，吐水现象较频繁，基本能保证采采集三天的图像，结合当天的天气情况，如果白吐水的时间就会提前，实验拍照时间大约下午 6瓜叶片吐水时间就会延后，这时拍照时间就在 7旺盛的植株，每株都选取三片叶片，分别选择上记。将热红外成像仪 FLIR A615 固定在三脚架上且放置热红外成像仪的位置可以任意调节角度，这