圖像處理技術(shù)在水培蔬菜生長監(jiān)測中的應(yīng)用

梁帆等

摘要： 為了量化營養(yǎng)液濃度對植物生長的影響，在3組不同濃度的營養(yǎng)液環(huán)境下，連續(xù)觀測并采集蔬菜生長過程的圖像，通過圖像分割和邊緣檢測技術(shù)提取出蔬菜的總根長、株高和葉冠投影面積等外部形態(tài)特征數(shù)據(jù)。結(jié)果表明，運用計算機圖像處理技術(shù)測量的根長、株高數(shù)據(jù)與人工測量結(jié)果之間的誤差在5%范圍內(nèi)，而且對3組不同營養(yǎng)液濃度下油菜幼苗冠層葉面積的連續(xù)測量后發(fā)現(xiàn)，蔬菜生長過程中的葉冠投影面積的方差與其營養(yǎng)液濃度具有明顯的一致性。

關(guān)鍵詞：圖像處理技術(shù)；水培蔬菜；生長監(jiān)測

中圖分類號：TP391.41 文獻標(biāo)識碼：A 文章編號：0439-8114（2015）17-4288-03

DOI：10.14088/j.cnki.issn0439-8114.2015.17.047

隨著營養(yǎng)液栽培技術(shù)和人工模擬環(huán)境與控制技術(shù)的不斷推進，植物生長柜的生產(chǎn)方式得到了快速發(fā)展。植物生長柜[1，2]是一種人工光利用型植物工廠，是在完全密閉的環(huán)境下采用人工光源與營養(yǎng)液栽培技術(shù)進行植物周年連續(xù)生產(chǎn)的一種方式。它通過智能控制面板對植物生長發(fā)育過程中的溫度、濕度、光照度、CO2濃度等環(huán)境要素進行控制，從而為植物生長提供健康舒適的生活環(huán)境，因此如何根據(jù)作物生長信息提高植物生長柜的智能化控制水平成為了當(dāng)下的研究重點。

計算機圖像處理技術(shù)具有計算速度快、測量精度高等優(yōu)點，在航空航天、遙感、生物醫(yī)學(xué)工程等許多方面都得到廣泛應(yīng)用，尤其是隨著計算機性能的提高以及成本的降低，使其在農(nóng)業(yè)工程應(yīng)用方面也得到進一步的推廣。在利用計算機圖像處理技術(shù)監(jiān)測植物生長狀態(tài)方面已經(jīng)開展了很多研究[3-9]。本研究在LED植物生長柜環(huán)境下利用不同濃度的營養(yǎng)液培育油菜幼苗，從而得到不同生長狀態(tài)的試驗樣本。通過對生長過程中的油菜樣本進行連續(xù)的觀測，利用計算機圖像處理技術(shù)對所采集的油菜圖像進行處理和分析，實現(xiàn)了油菜總根長、株高和葉冠投影面積等形態(tài)數(shù)據(jù)的無損測量。

2 結(jié)果與分析

從油菜幼苗中隨機選取試驗對象，調(diào)節(jié)數(shù)碼相機采集圖像信息，將其傳輸?shù)接嬎銠C利用Matlab圖像處理工具箱經(jīng)過上述分析后，即可得到相關(guān)數(shù)據(jù)。

2.1 根長與株高

為了驗證利用計算機圖像處理技術(shù)測量的準(zhǔn)確性， 將選取的5株早期油菜幼苗分別用圖像法和人工法進行測量，得到的測量數(shù)據(jù)均值如表1所示。從表1可以看出，利用計算機圖像處理技術(shù)的測量值接近于人工測量值，而且二者的相對誤差小于5%，所以圖像法能夠較為真實地測量出蔬菜植株的形態(tài)特征數(shù)據(jù)。

2.2 投影葉面積

由于油菜生長周期在35 d左右，因此在油菜幼苗期對A、B、C 3組試驗對象每隔2 d測量1次，連續(xù)測量10次，分別在測試當(dāng)日中午12：00采集蔬菜投影面積信息，將圖像傳輸?shù)接嬎銠C，通過Matlab軟件進行處理和分析，得到以下3組數(shù)據(jù)。從表2可以看出，無論是投影葉面積的均值還是方差，3組數(shù)據(jù)都有明顯的區(qū)別。對同時段的蔬菜而言，A組的葉冠投影面積均值明顯大于B組的葉冠投影面積均值，B組的葉冠投影面積均值明顯大于C組的葉冠投影面積均值。對于相同蔬菜的不同時段而言，其方差表現(xiàn)為A組>B組>C組，因為其葉冠投影面積的方差能夠反映出單位時間蔬菜生長的速度，因此A組的蔬菜比B組的蔬菜生長速度快，B組的蔬菜比C組的蔬菜生長速度快。由此可以得出一個結(jié)論，在理想的生長環(huán)境下，不同濃度的營養(yǎng)液對蔬菜生長的促進作用不同，而且其促進作用的強弱能夠通過葉冠投影面積值明顯的體現(xiàn)出來，特別是生長過程中蔬菜葉冠投影面積的方差能直接反映出植物的缺肥情況。

3 小結(jié)

試驗結(jié)果表明，利用計算機圖像處理技術(shù)能夠?qū)χ参锷L進行實時無損監(jiān)測，實現(xiàn)快速、準(zhǔn)確、無損地測量植物根長、株高和投影葉面積等形態(tài)數(shù)據(jù)，而且準(zhǔn)確性較高，其誤差保持在5%以內(nèi)。

本研究采用的測量方法不僅能夠通過采集植物實時生長狀態(tài)圖像，從而提取其生長過程中的形態(tài)特征參數(shù)，而且可以根據(jù)對其形態(tài)特征提取與數(shù)據(jù)分析，得出蔬菜生長過程中的肥缺情況，便于管理者及時調(diào)節(jié)營養(yǎng)液濃度配制，保證蔬菜正常生長。對智能植物生長柜中的蔬菜生長狀態(tài)進行無損監(jiān)測，同時獲取植物生長的肥缺狀態(tài)信息，對于提高植物生長柜的智能化控制水平，提高作物產(chǎn)量、增加經(jīng)濟效益具有重要的現(xiàn)實意義。

參考文獻：

[1] WU X L，DONG J L，LIANG F， et al. An LED green light for new plant growth cabinet precise temperature control system[J]. Applied Mechanics and Materials，2014，577：325-328.

[2] ZHAO L，YANG L L，CUI S G，et al. Method for non-destructive measurement of leaf area based on binocular vision[J]. Applied Mechanics and Materials，2014，577：664-667.

[3] HACK G R. The use of image processing under greenhouse conditions for growth and climate control[J].Acta Horticulturae，1989，230：215-220.

[4] KACIRA M，LING P P. Design and development of an automated and non-contact sensing system for continuous monitoring of plant health and growth[J].Transact ions of the ASAE， 2001，44（4）：989-996.

[5] 李長纓，滕光輝，趙春江，等.利用計算機視覺技術(shù)實現(xiàn)對溫室植物生長的無損監(jiān)測[J].農(nóng)業(yè)工程學(xué)報，2003，19（3）：140-143.

[6] 武聰玲，滕光輝，李長纓.黃瓜幼苗生長信息的無損監(jiān)測系統(tǒng)的應(yīng)用與驗證[J].農(nóng)業(yè)工程學(xué)報，2005，21（4）：109-112.

[7] 林開顏，徐立鴻，吳軍輝.計算機視覺技術(shù)在作物生長監(jiān)測中的研究進展[J].農(nóng)業(yè)工程學(xué)報，2004，20（2）：279-283.

[8] 滕光輝，李長纓.計算機視覺技術(shù)在工廠化農(nóng)業(yè)中的應(yīng)用[J].中國農(nóng)業(yè)大學(xué)學(xué)報，2002，7（2）：62-67.

[9] 張恒敢，楊四軍，顧克軍等.應(yīng)用數(shù)字圖像處理測定作物葉面積的簡便方法[J].江蘇農(nóng)業(yè)科學(xué)，2003（3）：21-25.