一种基于Photoshop的叶片相对病斑面积快速测定方法

[目的]提出一种利用Photoshop软件快速测量作物叶片相对病斑面积（RLA）的新方法。[方法]利用相机或扫描仪等获取病叶图像后,直接利用Photoshop软件显示病斑及整个叶片的像素,利用像素数计算出图像中的叶片相对病斑面积。[结果]分别通过1组检验试验和重复测量试验来验证该方法,发现该方法准确,重复性好,误差小。[结论]与利用其他软件求RLA方法相比,该方法简单,快速,准确且便于操作,具有广阔的应用前景。     

无损测量叶片病斑和虫洞相对面积的简易方法初探

利用数码拍照和AutoCAD软件,设计出一种无损测量叶片病斑和虫洞相对面积的方法,该方法成本低廉,精度高,操作方便,测量面积不受叶片大小限制,具有推广价值。     

利用稻米垩白度分析软件测量叶片相对病斑面积

【目的】提出一种利用稻米垩白度分析软件Chalkiness 1.0测量衡量植物叶片病害综合指标之一叶 片相对病斑面积（RLA）的方法。【方法】通过扫描或拍照获得病害叶片的数字图像;然后利用图像处理软件（如Photoshop）对图像进行处理,最重要的是用肉眼识别病斑并用“画笔工具”涂黑,使叶片中的病斑明晰 化;最后利用Chalkiness 1.0计算出图像中的RLA。【结果】用本方法对稻瘟病叶上病斑的相对面积进行测量。比较5次重复测量的结果,发现该方法重复性好,误差小。【结论】该方法简单、快速、准确,具有广阔的应用前景。     

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。     

基于黑白扫描图像的叶面积测量方法

【目的】为了快速准确测量叶片面积,探讨一种基于黑白扫描图像的测量方法。【方法】使用平板扫描仪制作叶片黑白二值图像,利用图像处理软件读取图像并统计图像和叶片的总像素,依据扫描成像大小与扫描稿台尺寸等比关系,以及已知的扫描稿台尺寸,计算获取叶片面积;分别使用两个不同品牌型号扫描仪对20张叶片进行测量,以方格纸法测量结果为真值依据进行误差分析,同时采用叶面积仪进行比对验证。【结果】两个扫描仪均方根误差分别为0.90 cm²、0.95 cm²,平均相对误差分别为1.06%、1.64%;叶面积仪测量均方根误差为0.62 cm²,平均相对误差为0.92%。【结论】扫描仪法与方格纸法和叶面积仪测量结果间均不存在显著差异,基于黑白扫描图像的叶片面积测量方法具有方便快捷、成本低、精度高的应用潜力。     

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.     

云南省澳洲坚果品种鉴别分析研究

澳洲坚果新品种的不断引进、培育及引进品种命名的标准不统一,对澳洲坚果种植户鉴认或引进澳洲坚果品种造成了一定困难。本研究以云南省热带作物科学研究所设在瑞丽、普洱、景洪等地的澳洲坚果品比点中的40个澳洲坚果品种为试验材料,以国际植物新品种保护联盟(UPOV)推荐的品种特征及澳洲坚果种质资源描述规范为指南,对40个澳洲坚果品种叶片和果实的相关特征性状(叶片轮生情况、新梢颜色、叶片形状、叶尖形状、叶基形状、叶形指数、叶柄长度、叶缘波形数、叶缘刺、果颈特性、果顶尖突起特性、壳果形状、果皮质地、腹缝线、果斑纹分布、壳果白点分布)进行了鉴别分类,结果表明:在兼顾植物品种特异性、一致性和稳定性(DUS)条件下,使用了5个叶片及4个果实特征因子后,40个澳洲坚果品种得到很好的鉴别。     

图像处理技术在植物叶面特征提取中的应用

介绍了一种采用数字摄像头或CCD(Charge Couple Device)机获取叶片的数字图像,建立运用计算机图像处理技术,快速、准确地测定叶片面积、周长及其他相关特征值的叶片测量系统软件。该软件是利用VC++6.0语言,根据该文的算法编写的;它基于Windows平台,具有非常友好的用户界面,采用交互方式实现图像分割、系统标定和最终测量,提高了可靠性和测量精度,实现了非破坏性地测量,在农业、林业等领域具有广泛的应用前景。     

水分胁迫及自然复水对澳洲坚果幼苗叶片性状的影响*

 以澳洲坚果幼苗为试材,探讨水分胁迫及复水处理下叶片性状的适应性变化。结果表明,澳洲坚果幼苗在水分亏缺胁迫下叶面积、比叶面积呈现下降趋势,水分胁迫强度越大,其下降越大,叶绿素总量呈现先降后升趋势,脯氨酸积累量显著升高;复水30 d后,水分亏缺处理下的澳洲坚果单叶面积、比叶面积、叶绿素总量表现出显著的补偿效应,胁迫程度大,反弹大;在西双版纳特有的旱季与雨季区别明显情况下,饱和土壤水分处理（对照）下,澳洲坚果幼苗单叶面积、比叶面积、叶绿素总量在旱季均有不同程度下降,自然复水后略有上升,相反脯氨酸含量呈现先升后降。     

水分胁迫及自然复水对澳洲坚果幼苗叶片性状的影响

以澳洲坚果幼苗为试材,探讨水分胁迫及复水处理下叶片性状的适应性变化。结果表明,澳洲坚果幼苗在水分亏缺胁迫下叶面积、比叶面积呈现下降趋势,水分胁迫强度越大,其下降越大,叶绿素总量呈现先降后升趋势,脯氨酸积累量显著升高;复水30 d后,水分亏缺处理下的澳洲坚果单叶面积、比叶面积、叶绿素总量表现出显著的补偿效应,胁迫程度大,反弹大;在西双版纳特有的旱季与雨季区别明显情况下,饱和土壤水分处理(对照)下,澳洲坚果幼苗单叶面积、比叶面积、叶绿素总量在旱季均有不同程度下降,自然复水后略有上升,相反脯氨酸含量呈现先升后降。     

基于GIS的植物叶片信息测量研究

采用网格法、GIS法和AutoCAD法对榕树(Ficus microcarpa)叶片的叶面积、叶长、叶宽、叶周长进行测定,利用数码相机获取榕树叶片信息,对3种方法的测定结果进行比较。结果表明,网格法与GIS法和AutoCAD法具有极显著的正线性相关关系,与其他叶片信息测定方法相比,GIS法更精确、简便、省时、省力。     

基于AutoCAD软件确定番茄与青椒叶面积的简易方法

为准确而方便的获取番茄和青椒的叶面积,利用扫描仪获取叶片图像,通过AutoCAD获取叶片的实际面积,并与田间实测叶长、叶宽及叶片长宽乘积分别进行回归分析,分别建立了叶长、叶宽及长宽乘积与实际叶面积的回归模型.研究结果表明,叶长、叶宽与叶面积呈幂函数关系,长宽乘积与叶面积呈线性关系;分别对3种估算模型模拟值进行误差分析结果显示,叶长、叶宽回归模型的模拟精度较差,而长宽乘积回归模型的模拟误差很小,精度较高,可以较真实地反映番茄和青椒叶面积的实际大小,叶片长宽乘积估算叶面积的折减系数分别为0.6393和0.6509.     

用电导法鉴定澳洲坚果的抗寒性

以15年生澳洲坚果的7个品种为试材,通过低温处理,用电导法测定叶片与新梢的相对电导率,同时观察叶片冻害症状,然后用Logistic曲线拟合求出拐点温度(即半致死温度tL50),作为各试材抗寒力评价的参考指标,并将7种澳洲坚果的半致死温度tL50进行比较,结果表明7种试材抗寒性顺序依次为:344>O.C>246>741>788>H2>800,在引种栽培方面,可优先选择344、O.C、246品种。     

澳洲坚果芽砧的嫁接试验

为澳洲坚果嫁接育苗提供理论依据,通过对砧木不同苗龄、接穗不同留叶量、接穗不同成熟度嫁接试验研究了澳洲坚果芽砧嫁接的技术.结果表明:芽砧用未出土或出土未展叶的芽苗,接穗用半木质化绿枝,保留1片完整叶嫁接,成活率可达95％以上.用该技术可提高澳洲坚果育苗嫁接成活率及缩短育苗时间,降低育苗成本.     

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。     

红花檵木叶色变化过程中叶形态特征和色素含量变化

红花檵木是一种在园林绿化上广泛应用的彩叶植物,夏季叶片会出现"返青"现象,导致观赏价值降低。本文对红花檵木红叶和绿叶、红花檵木回复突变的绿叶以及檵木叶片的叶形态特征和色素含量进行了研究,结果表明:①檵木的叶鲜重、干重、含水量和叶面积都比不同类型的红花檵木叶片下降,但是单位面积的鲜重、干重和含水量增加,质体色素含量和花青苷含量及其各类色素间比值与红花檵木转绿和复绿的叶片相近;②回复突变的红花檵木叶鲜重、含水量、比叶重、叶面积和色素特征等特征均与转绿叶片相似;③红叶转绿后,叶鲜重和叶含水量显著下降,但是叶干重显著增加,各种质体色素含量上升,花青苷含量急剧下降,说明红花檵木转绿过程中逐渐失水,并伴随新物质的积累。     

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。     

植物多叶片图像目标识别和叶面积测量方法

分析了图像处理方法测量叶面积中采用CCD照相机和扫描仪2种采集设备各自的优、缺点.针对目前各种叶面积测量方法均为逐片测量的局限性,以MATLAB数学分析软件为平台开发了对多叶片扫描图像中各叶片进行目标识别和面积计算的算法.试验结果表明,该算法在叶片间不重叠的条件下识别准确率达到100%,测量得到的叶面积与采用称重法得到的叶面积间的相对误差为2.43%,决定系数(R2)为0.999 6.试验证明,该算法可以实现对多叶片扫描图像中各叶片的准确识别和叶面积测量.     

基于投影算法和活动轮廓模型的真实叶面积指数计算

为了准确获得树木的真实叶面积指数（LAIa) ,提出一种基于投影算法和测地线活动轮廓模型的计算方法。首先对激光扫描仪获取的树木点云数据通经一定比例缩放在一个球的上表面,再通过球极平面投影和Lambert方位角等面积投影将上球面图像投射到平面上,借助地理学上纬度线的概念来表征不同高度叶子的天顶角,通过统计学方法获取叶倾角,然后用测地线活动轮廓模型对投影后的图像进行叶面部分分割,获取孔隙率。根据Beer-Lambert定律即可计算有效叶面积指数（LAIe）。真实叶面积指数的获取则通过有效地分层处理,解决叶子的重叠问题。最后将得到数据与实测叶面积指数进行比较,证明该方法的准确性、可行性。