基于面向对象特征提取的植物叶片面积测量方法

【目的】提出一种基于面向对象图像特征提取的植物叶面积测量方法,为快速、高精度地测量野外采集植物的叶片面积提供支持。【方法】以扫描图像为基础,借鉴遥感影像的面向对象图像特征提取的思想,获得扫描对象的矢量轮廓,以此计算其面积,并采用AutoCAD绘制的7种多边形进行重复试验,以验证该方法的精确性;然后进一步对青蒿(Artemisia carvifolia)、臭蒿(Artemisia hedinii)、苜蓿(Medicago sativa)3种植物叶片进行重复试验,并与矢量化方法、监督分类方法进行对比,分析该方法在实际叶片测量中的稳定性和计算效率。【结果】利用基于面向对象图像特征提取的植物叶面积测量方法,在进行标准几何图形的面积测量时,该方法的相对误差皆小于1.86%;与矢量化方法、监督分类方法相比,该方法在测量真实植物叶片面积时具有更高的稳定性,而且耗时都小于20s,用时最短;该方法采用IDL模块设计,可实现叶片面积的自动批量处理。【结论】基于面向对象特征提取的植物叶片面积测量方法,是叶片面积高精度及批量自动化测量的一种新途径。     

基于数字图像视觉分析的叶面积活体测定系统研究

通过计算数字图像中每个像素点代表的真实面积和叶片图像所占的像素数量,可以计算出图像中叶片的面积.基于此原理,该文提供了利用数码相机快速获得植物叶片图像并准确测定叶面积的方法.该方法适用于对多种植物的平面状叶面积进行活体测量,同时能够对异性叶片离体测量,尤其适合大量叶面积的测量工作,且具有速度快、数据准确、精度高的特点.     

利用计算机快速测定南瓜叶面积的方法

研究了计算机图像分析方法测定南瓜叶面积.该方法先通过数码相机采集图像数据,用PhotoShop处理后,再用自制图形分析软件(植物叶面积分析工具V1.0)对处理的图片进行分析,可直接计算出叶面积大小.试验表明,此种方法的速度快,精度高,成本低,不损伤植物叶片,具有很强的可操作性.也可用作其它植物叶面积的测量.     

图像处理法测定油菜叶面积的研究

利用数码相机获取油菜叶片的图像,采用基于Photoshop图像处理法对油菜叶面积分析测定,并与叶面积仪测定法、方格法的测量结果进行回归分析。结果表明,该方法与其他2种方法的测定结果存在极显著线性相关,相关系数R~2分别为0.981和0.989;在用图像处理法对叶面积测量时,不同的拍摄角度和分辨率对叶面积的测定无显著影响。该方法具有简单、快捷、准确、易普及等优点,为植物叶面积的快速测定提供了比较好的方法。     

基于光场相机的大豆冠层叶面积无损测量方法研究

大豆上、中、下冠层叶面积分布是大豆植株株型状况评价、产量预测的重要依据,而传统上、中、下冠层叶面积测量方法采用大田切片法,该方法过程繁琐,且会对叶片造成伤害。针对这一问题,引入光场相机重聚焦技术分别得到聚焦在上、中、下叶片的重聚焦图像,通过图像处理技术提取聚焦平面的叶片,去掉离焦平面的叶片,分别得到上、中、下层的投影面积。选用开花期103盆宏秋品种大豆植株作为校正集,根据光场相机的标定计算各冠层叶片的校正系数,获得修正后的各冠层叶片投影面积。建立大豆植株各冠层投影面积和真实叶面积的回归模型,并选20盆作为预测集来验证各回归模型。研究发现:上层叶面积模型的决定系数为0.945,预测集的最大误差为4.48%,均方根误差为4.376;中层叶面积模型的决定系数为0.796,预测集的最大误差为13.62%,均方根误差为7.273;下层叶面积模型的决定系数为0.914,预测集的最大误差为8.63%,均方根误差为1.529。上层和下层叶面积测量模型相关性高,由于上层叶片的遮挡,中层叶面积模型相关性略低。     

园林树木异形叶面积CAD矢量法测量技术研究

采用CAD矢量法测量了园林树木异形叶面积。结果表明:当测量精度较高时,试验变异系数均低于1%,适合对异形叶片、病虫害叶片、超大巨形叶片、微小形叶片的叶面积进行准确测量。     

额尔齐斯河天然杨树林叶面积指数及比叶面积的研究

对额尔齐斯河流域河岸两侧天然分布的4种杨树:欧洲黑杨(Populus nigra)、苦杨(P.laurifolia)、额河杂交杨(P.×jrtyschensis)、银白杨(P.alba)的叶面积指数和比叶面积进行了测定.研究了不同径阶各树种的比叶面积和叶片生物量的关系,以及各树种叶面积指数与其叶片生物量之间的关系,结果表明:1.本试验区内各种杨树的叶面积指数变动范围为0.243～4.463;2.各树种的单株叶面积与其叶生物量均呈正相关直线,模拟方程为y=ax-b,呈线性递增趋势(r2=0.917 8～0.972 5);3.各径阶植株的平均比叶面积和叶片生物量在植物种之间差异显著,各树种的比叶面积和叶片生物量均呈显著负相关(p＜0.01).     

改进Otsu法的冠层图像分割及银杏叶面积指数估测

基于Otsu法对冠层图像临界处分割不准确的缺点,结合类间方差以及类内聚度对阈值选取及图像分割效果的影响,提出了一种改进阈值选取算法。利用银杏冠层图像分割实例进行比较,同时进一步拟合了图像信息与叶面积指数间模型,结果表明:(1)该改进法较传统Otsu法可得到更好的分割效果;(2)以分割得到的前景像素比值作为自变量,叶面积指数为因变量,拟合得到的模型能较好的描述冠层图像信息与叶面积指数间的关系;(3)提出了一种即时无损并快速可靠的叶面积指数估测方法。     

基于冠层图像测算马铃薯群体叶面积的方法

为探索基于冠层数码图像测算马铃薯群体叶面积方法的可行性及准确性。本研究采用拍摄技术与图像处理技术相结合的方法,对比分析了马铃薯冠层投影面积与叶片系数法、叶片图像法所获马铃薯群体叶面积之间的定量关系。结果表明:马铃薯冠层投影面积(x)与叶片图像法所测株体叶面积(y)间存在极显著的二次项型正相关关系,?=-0.001x~2+7.620x–2827,R~2=0.901。该冠层图像法株体叶面积测算模型在马铃薯块茎形成期至块茎膨大前期偏差较小,块茎膨大前期精度最高;在苗期与块茎膨大后期偏差较大。基于冠层图像进行马铃薯群体叶面积的快速、无损测算,具有可行性。     

改进Otsu法的冠层图像分割及银杏叶面积指数估测1）

基于Otsu法对冠层图像临界处分割不准确的缺点,结合类间方差以及类内聚度对阈值选取及图像分割效果的影响,提出了一种改进阈值选取算法。利用银杏冠层图像分割实例进行比较,同时进一步拟合了图像信息与叶面积指数间模型,结果表明：（1）该改进法较传统Otsu法可得到更好的分割效果;（2）以分割得到的前景像素比值作为自变量,叶面积指数为因变量,拟合得到的模型能较好的描述冠层图像信息与叶面积指数间的关系;（3）提出了一种即时无损并快速可靠的叶面积指数估测方法。     

蒙古栎叶面积的数字图像法测定

以方格法、称重法、系数法、回归方程法和Photoshop法等方法为对照,研究Digimizer数字图像法测定辽东山区蒙古栎叶面积。结果表明,Digimizer数字图像法和5种传统的叶面积测定方法的测定结果呈极显著线性相关关系,测定结果准确,稳定可靠,操作简单,可批量处理,不受分辨率、图片储存格式和扫描模式影响,还可测量叶片形态特征;建立了基于蒙古栎叶长宽乘积的叶面积幂函数模型(LA=0.805LW^0.938),其R²高达0.979,检验精度在P=0.05和P=0.012水平分别为98.727%和98.181%,可作为辽东山区蒙古栎单叶面积估测模型。采用系数法时,辽东山区蒙古栎叶面积校正系数为0.584。     

植物叶片面积测量系统的设计及应用

介绍了用CCD（Charge Coupled Device）测量植物叶片面积的方法，设计了测量系统的多种组成方案。该系统通过标准的图像接口，实现了硬件部分与软件部分相互无关，硬件可以采用扫描仪、数码相机、视频图像采集卡加视频摄像头等应用CCD的数字化图像采集设备。软件采用交到方式实现图像分割、系统标定和最终测量，试验表明，该系统具有测量精度高、测量范围大、使用方便等特点，使用数码相机时可以实现非破坏性测量，在农业、林业等方面具有广泛的应用前景。     

结合深度学习和引导滤波的苹果叶片图像分割

针对传统方法对苹果叶片进行图像分割和测量几何形状参数精确度较低的问题，结合基于深度学习和引导滤波技术提出一种新的苹果叶片图像自动分割算法。首先采用深度学习方法，使用BiseNet卷积神经网络对苹果叶片图像进行自动分割，得到苹果叶片主体轮廓；然后使用彩色苹果叶片图像作为引导图像对主体轮廓进行引导滤波处理，以增强边缘锯齿等细节特征信息；最后将主体轮廓与细节特征信息进行联合分割，得到完整、准确的苹果叶片信息。对包含174种8 184张苹果叶片图像数据集进行试验，结果表明苹果叶片分割的精确率达到98.99%，交并比98.82%。利用本研究算法能够真正实现准确、快速测量苹果叶片的面积、周长等参数值，为苹果叶片几何参数的测定提供了一种新的测量方法。     

基于偏最小二乘法的山白兰叶面积分析及测定方法的研究

[目的]建立合理准确的叶面积测定方法,为山白兰的栽培管理,科研与生产实践提供理论依据。[方法]以2年生山白兰叶片为材料,对其叶长、叶宽、叶长×叶宽与叶面积的关系以及5种不同方法测定叶面积进行了比较研究,并进行了聚类分析。[结果]叶长、叶宽、叶长×叶宽与叶面积均呈高度的正相关性,相关系数分别为0．851、0．844和0．987,且各回归方程差异均达极显著水平,但以叶长×叶宽与叶面积的回归方程S=0．644LIV＋1．175拟合得最好;5种不同方法测定叶面积之间有极显著差异,测定结果的精确性从高到低依次为图像处理法、求积仪法、回归方程法、纸称重法和打孔称重法;叶面积聚类分析可把5种不同方法分为2类。[结论]综合考虑到非破坏性取样及野外直接操作等因素,认为最佳测定山白兰叶面积的方法是回归方程法。     

基于Photoshop CS5的植物叶面积测定方法

利用扫描仪对广玉兰叶片进行数字化处理,运用Photoshop CS5软件自动化提取叶面积,并与叶面积仪法、剪纸称重法等测定方法进行比较.结果表明,Photoshop CS5软件的图像处理法与叶面积仪法和剪纸称重法呈极显著线性相关,相比之下其具有快速、准确、易普及等优点;归结出了Photoshop CS5中像素大小与叶片数字化时分辨率、缩放比例的数学关系,为今后叶面积的快速测定提供了依据.     

基于计算机图像处理技术的叶面特征参数无损测量研究进展

相比传统方法计算叶片特征参数,无损图像处理技术无需采摘叶片,在保持植株完整株型的前提下为下一次数据测量提供了保障并应用先进的计算技术准确计算植株的各种特征值,无损图像处理技术逐渐成为国内外学者研究植物生长形态的重要手段。介绍基于数码技术的叶面积计算方法和基于图像处理的叶片轮廓建模方法,概述数码技术应用于叶面积计算的国内外研究进展,总结归纳叶片轮廓提取方法和拟合方法的优缺点,并指出应用图像处理技术计算叶面积仍需进一步解决的问题。     

波棱瓜叶面积数学图像测定方法的研究

为了探索波棱瓜叶面积更实用的测定方法,试验对叶面积仪测定方法和数字图像测定方法进行了比较,通过两种方法的测定结果之间关系和精度评价分析结果表明:与相比,数字图像法的测量精度(平均相对误差2.1%)显著低于叶面积仪测定法(平均相对误差6.2%),而且前者还具有操作简便、成本低廉和实用性强的优点,其准确程度完全能够满足波棱瓜叶面积测定的精度要求,数字图像法有望成为今后测定波棱瓜叶面积的主要方法之一。     

基于图像处理的葡萄霜霉病单叶严重度自动分级方法

为了实现植物病害严重度的精确测定和自动分级,克服目前病害严重度肉眼观测存在主观随意的缺陷,以葡萄霜霉病发病叶片为研究对象,提出一种基于图像处理技术的病害单叶严重度自动分级方法。经对完整的叶部病害正投影图像进行处理,利用K_means聚类算法自动准确地将叶片区域和发病区域分别分割出来,通过像素统计的方法提取叶片和发病区域的面积特征,从而精确地计算出发病区域所占叶片总面积的百分比,并根据分级标准给出病害严重度级别。利用该方法对葡萄霜霉病样本进行测试结果表明,该方法能够精确地估计病害严重度,对葡萄霜霉病发病叶片严重度判断的准确率为93.33%。     

一种基于图像特征值算法的叶面积测定方法

提出一种基于图像特征值算法的叶面积测定简化方法。应用扫描图像RGB三原色灰度值分离理论,根据植物叶片扫描图像像素点的分布特征,选用蓝色灰度值作为特征值,以扫描图像灰度中间值127作为叶面积图像与背景图像灰度值的判读指标,通过叶片像素点的分布比例计算叶片面积。将已知面积的矩形绿纸片分别随机裁剪成多个碎片,用本文方法测定碎片面积,并分别计算每个叶片的碎片面积之和进行系统精度验证,测定结果与标准面积的相对误差小于0.5%。采集60个水稻叶片分别采用本文方法和复印称重法测定叶片面积,对本文方法进行进一步验证,相关性分析结果表明,二者相关系数r=0.997 1,达极显著水平。本文方法具有较高测定精度,满足叶面积测定要求。