基于雙目視覺的葉片形態(tài)無損測(cè)量方法

崔世鋼+楊莉莉+吳興利+梁帆

摘要：利用數(shù)碼相機(jī)實(shí)現(xiàn)對(duì)植物葉片形態(tài)的無損測(cè)量，是掌握植物生長(zhǎng)規(guī)律、科學(xué)指導(dǎo)生產(chǎn)以及實(shí)現(xiàn)植物生長(zhǎng)柜智能化控制的關(guān)鍵技術(shù)之一。針對(duì)葉片彎曲以及拍照過程中容易出現(xiàn)的幾何失真等問題，提出了利用兩個(gè)相互垂直的數(shù)碼相機(jī)來采集圖像，從側(cè)面圖像分析葉片的彎曲角度，對(duì)正面圖像進(jìn)行失真校正；然后根據(jù)投影原理統(tǒng)計(jì)出葉片的像素?cái)?shù)目，從而得到對(duì)應(yīng)的形態(tài)數(shù)據(jù)。結(jié)果表明，該方法能夠有效地解決圖像的二維圖像失真問題，降低葉片數(shù)據(jù)計(jì)算的誤差，對(duì)于促進(jìn)農(nóng)業(yè)科技進(jìn)步、加快現(xiàn)代化發(fā)展具有十分重要的意義。

關(guān)鍵詞：雙目視覺；葉片形態(tài)；圖像校正；像素統(tǒng)計(jì)；數(shù)據(jù)計(jì)算

中圖分類號(hào)：TP274.4 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2014）18-4430-04

植物生長(zhǎng)柜是一種技術(shù)高度密集、資源高效利用的新型農(nóng)業(yè)生產(chǎn)方式，因其具有環(huán)保、高效、智能等優(yōu)點(diǎn)而受到了前所未有的關(guān)注。如何掌握植物的生長(zhǎng)規(guī)律，保證植物健康快速生長(zhǎng)，是植物生長(zhǎng)柜管理者最關(guān)心的問題之一。葉片是綠色植物進(jìn)行光合作用和蒸騰作用的主要器官，葉片的大小直接關(guān)系到植物有機(jī)物合成速率和水資源利用率，因此葉片面積常常被用來作為在植物生理生化、作物栽培等方面的研究指標(biāo)[1，2]。然而計(jì)算和研究葉片形態(tài)數(shù)據(jù)的前提是采用準(zhǔn)確有效的測(cè)量方式，傳統(tǒng)的方格法、稱重法等測(cè)量方式雖然在農(nóng)業(yè)研究中得到廣泛應(yīng)用，但是存在精度不夠并且費(fèi)時(shí)費(fèi)料的缺點(diǎn)；利用掃描儀雖然可以高精度的測(cè)量植物葉面積，但往往需要采集離體葉片，會(huì)對(duì)植物的正常生長(zhǎng)造成一定的傷害。利用數(shù)碼相機(jī)通過圖像處理技術(shù)計(jì)算葉片面積則具有靈活方便、效率高、誤差小等優(yōu)點(diǎn)，而且能夠?qū)崿F(xiàn)植物的非破壞性測(cè)量[3-6]。

在植物生長(zhǎng)柜的實(shí)際應(yīng)用中，柜內(nèi)的溫度、濕度和光照度等環(huán)境因素可以根據(jù)植物的生長(zhǎng)狀態(tài)而調(diào)整，營(yíng)養(yǎng)液成分及其溫度等參數(shù)也可根據(jù)植物的長(zhǎng)勢(shì)而調(diào)節(jié)，然而植株葉片的位姿以及生長(zhǎng)的方向卻是管理者無法控制的。在單目視覺下，植物葉片位姿的不確定性，將會(huì)導(dǎo)致拍攝的二維圖像僅為該方向的投影圖像，造成葉片信息的丟失，因此，本研究采用兩個(gè)數(shù)碼相機(jī)從相互垂直的角度拍攝，得到能反映葉片形態(tài)和彎曲程度兩張圖像，從而換算出葉片的真實(shí)形態(tài)數(shù)據(jù)。

1 材料與方法

1.1 圖像采集

首先制作一套白色紙板，在上面用黑色水筆畫上點(diǎn)方陣作為參照物，用做適合不同大小葉片的背景；其次采用型號(hào)為DSC-W330的SONY數(shù)碼相機(jī)，圖像像素大小選擇3 648×2 736，關(guān)閉相機(jī)閃光燈并在白色LED燈光下分別從葉片的正面和側(cè)面拍攝；最后將圖像文件輸入到計(jì)算機(jī)，格式保存為jpg格式。

1.2 圖像預(yù)處理

為了突出目標(biāo)對(duì)象，更加有效地提取圖像信息，對(duì)采集的圖像進(jìn)行適當(dāng)剪裁，以減少后期的計(jì)算量。由于圖像在拍攝和傳輸過程中不免會(huì)添加噪聲，降低圖像質(zhì)量，因此需對(duì)葉片圖像濾波去噪。為避免均值濾波在消除圖像噪聲的同時(shí)導(dǎo)致邊緣弱化，本文采用中值濾波的方法，選取窗口Sxy中被干擾圖像g（x，y）的中值，作為坐標(biāo)點(diǎn)（x，y）的輸出，公式（1）如下：

其中，x、y分別代表圖像中的橫、縱坐標(biāo)。

1.3 圖像校正

1.4 數(shù)據(jù)統(tǒng)計(jì)

2 結(jié)果與分析

2.1 圖像預(yù)處理

對(duì)于不同方向的葉片，選取不同的角度放置數(shù)碼相機(jī)如圖1所示。使相機(jī)1垂直于葉片陽(yáng)面，得到葉片的正視圖；使相機(jī)2位于葉片側(cè)面，光軸與相機(jī)1的光軸相互垂直，得到葉片的側(cè)視圖。將拍攝到的圖像傳入電腦后，為避免其他枝葉的干擾，以背景點(diǎn)陣坐標(biāo)為基準(zhǔn)裁剪照片，并對(duì)其濾波去噪后得到的圖像如圖2所示。

2.2 幾何失真校正

2.2.1 空間變換 空間變換是對(duì)圖像平面的像素重新排列以恢復(fù)原空間關(guān)系的過程。設(shè)s（x，y）和t（x，y）為產(chǎn)生幾何失真圖像的兩個(gè)空間變換函數(shù)，則失真后圖像坐標(biāo)可以表示為：x=s（x，y），y=t（x，y）。對(duì)于線性失真，s（x，y）和t（x，y）可以表示為公式（2）、公式（3），對(duì)于非線性的二次失真，s（x，y）和t（x，y）可以表示為公式（4）、公式（5）。

s（x，y）=k1x+k2y+k3 （2）

t（x，y）=k4x+k5y+k6 （3）

s（x，y）=k1+k2x+k3y+k4x2+k5xy+k6y2 （4）

t（x，y）=k7+k8x+k9y+k10x2+k11xy+k12y2 （5）

其中，k為多項(xiàng)式的系數(shù)。

由于s（x，y）和t（x，y）的解析表達(dá)式并不知道，為此需要在失真前后兩副圖像中找到一組基準(zhǔn)點(diǎn)（圖3），利用這些基準(zhǔn)點(diǎn)根據(jù)失真模型計(jì)算出失真函數(shù)中的各個(gè)系數(shù)，以此來建立兩副圖間的像素空間位置對(duì)應(yīng)關(guān)系。

設(shè)在四邊形區(qū)域內(nèi)的幾何失真過程可用一般非線性二次失真的一種特例即一對(duì)雙線性等式表示，則：

s（x，y）=k1x+k2y+k3xy+k4 （6）

t（x，y）=k5x+k6y+k7xy+k8 （7）

此時(shí)根據(jù)4個(gè)基準(zhǔn)點(diǎn)坐標(biāo)可解出上式的8個(gè)系數(shù)，建立將四邊形區(qū)域內(nèi)的所有點(diǎn)進(jìn)行空間映射的公式。

2.2.2 灰度插值 失真圖g（x，y）是數(shù)字圖像，其像素值僅在坐標(biāo)為整數(shù)處才有定義，所以在非整數(shù)處的像素值要用周圍整數(shù)處的像素值來計(jì)算，這個(gè)過程就是灰度插值如圖4所示。

灰度插值的計(jì)算方法有很多，最簡(jiǎn)單的就是最鄰近差值，雖然計(jì)算量較小，但是精確度不夠，因此采用雙線性插值，也就是校正后圖像的像素點(diǎn)的灰度值由畸變圖像中與其對(duì)應(yīng)像素點(diǎn)位置周圍的4個(gè)像素點(diǎn)的灰度值來決定，即利用4個(gè)相鄰點(diǎn)的灰度值在2個(gè)方向上分別進(jìn)行一次線性插值，應(yīng)用的公式為：

f（i+u，j+v）=（1-u）（1-v）f（i，j）+（1-u）vf（i，j+1）+u（1-v）f（i+1，j）+uvf（i+1，j+1） （8）endprint

對(duì)采集的葉片圖像進(jìn)行幾何校正后，效果對(duì)比圖如圖5所示。

2.3 圖像分割

鑒于葉片顏色與背景板顏色對(duì)比較為明顯，其灰度直方圖為明顯的雙峰形狀，可以選擇兩峰之間的波谷對(duì)應(yīng)的像素值作為全局閾值，將圖像分割為目標(biāo)對(duì)象和背景，其公式如下：

g（x，y）=1，f（x，y）>T0，f（x，y）≤T （9）

其中f（x，y）為點(diǎn)（x，y）的像素值，g（x，y）為分割后的圖像，T為全局閾值。

為得到準(zhǔn)確的葉片形態(tài)數(shù)據(jù)以及點(diǎn)陣參考物距離參數(shù)，根據(jù)直方圖選擇不同的閾值T，得到只有葉片的二值圖像和含有點(diǎn)陣的二值圖像以便得到葉片像素?cái)?shù)及參照物像素?cái)?shù)。

2.4 數(shù)據(jù)計(jì)算

正射影像既有正確的平面位置，又保持著豐富的影像信息，但卻不包含第三維信息，因此A相機(jī)拍攝的圖片無法反映出葉片的彎曲程度。從圖6可以看出，當(dāng)光線與物體不垂直照射時(shí)，線段AB與投影AC之間的關(guān)系為：AB=AC/cos（a）；設(shè)AB所在直線的斜率為k，則AB=AC/cos（arc（tan（k）））。

因此對(duì)B相機(jī)采集的葉片側(cè)面圖像，二值化處理后提取葉片形態(tài)特征像素，通過分析目標(biāo)像素之間的位置關(guān)系，得到葉片的斜率ki（i=1，2，3···m，m為圖像寬度像素?cái)?shù)），葉片的長(zhǎng)度、寬度、周長(zhǎng)和面積S可以表示為：

3 小結(jié)與討論

利用數(shù)碼相機(jī)采集葉片圖像的過程中，難免會(huì)產(chǎn)生不同程度的幾何失真，尤其是在植物生長(zhǎng)柜的管理上，既要保證植物的正常生長(zhǎng)，又要保證采集信息的準(zhǔn)確性，因此對(duì)采集到的圖像進(jìn)行校正是必不可少的。研究結(jié)果表明，一方面利用點(diǎn)陣參照物作為基準(zhǔn)點(diǎn)，對(duì)圖像進(jìn)行空間變換和灰度插值，能夠得到較為理想的葉片圖像；另一方面利用雙目視覺采集葉片的正視圖和側(cè)視圖，通過分析葉片彎曲度來校正葉片像素?cái)?shù)目，能夠計(jì)算出葉片的真實(shí)形態(tài)數(shù)據(jù)，大大降低了葉片形態(tài)數(shù)據(jù)的計(jì)算誤差，明顯提高了單目視覺圖像分析的精確度[9，10]。

通過數(shù)碼相機(jī)采用計(jì)算機(jī)圖像處理的方式分析測(cè)量植物葉片，便于植物生長(zhǎng)柜的管理者掌握植物的生長(zhǎng)節(jié)奏，對(duì)于作物栽培、保證植物生長(zhǎng)柜內(nèi)作物朝向預(yù)期的方向健康生長(zhǎng)以及促進(jìn)增產(chǎn)增收都具有重要的指導(dǎo)作用，隨著植物生長(zhǎng)柜市場(chǎng)的不斷擴(kuò)大，其應(yīng)用也將得到進(jìn)一步推廣。

參考文獻(xiàn)：

[1] 張全法，馮 絢，何金田，等.植物葉片面積測(cè)量系統(tǒng)的設(shè)計(jì)及應(yīng)用[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2001，35（4）：383-386.

[2] 徐貴力，毛罕平，胡永光.基于計(jì)算機(jī)視覺技術(shù)參考物法測(cè)量葉片面積[J].農(nóng)業(yè)工程學(xué)報(bào)，2002，18（1）：154-157.

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

[4] 張健欽，王 秀，龔建華.基于機(jī)器視覺技術(shù)的葉面積測(cè)量系統(tǒng)實(shí)現(xiàn)[J].自然科學(xué)進(jìn)展，2004，14（11）：1304-1309.

[5] 張文昭，洪添勝，吳偉斌，等.基于圖像處理技術(shù)的葉面積檢測(cè)研究[J].農(nóng)機(jī)化研究，2007（4）：120-124.

[6] 袁道軍，劉安國(guó)，劉志雄，等.利用計(jì)算機(jī)視覺技術(shù)進(jìn)行作物生長(zhǎng)監(jiān)測(cè)的研究進(jìn)展[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2007（2）：21-25.

[7] 楊 丹，趙海濱，龍 哲，等.Matlab圖像處理實(shí)例詳解[M].北京：清華大學(xué)出版社，2013.

[8] 馬曉路，劉 倩，胡開云，等.Matlab圖像處理從入門到精通[M].北京：中國(guó)鐵道出版社，2013.

[9] 李長(zhǎng)纓，滕光輝，趙春江，等.利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)對(duì)溫室植物生長(zhǎng)的無損監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2003，19（3）：140-144.

[10]吳艷兵，樊啟洲，鄭 健.計(jì)算機(jī)圖像處理技術(shù)在溫室黃瓜幼苗生長(zhǎng)信息檢測(cè)中的應(yīng)用[J].湖南農(nóng)機(jī)，2007（3）：7-9.endprint

對(duì)采集的葉片圖像進(jìn)行幾何校正后，效果對(duì)比圖如圖5所示。

2.3 圖像分割

鑒于葉片顏色與背景板顏色對(duì)比較為明顯，其灰度直方圖為明顯的雙峰形狀，可以選擇兩峰之間的波谷對(duì)應(yīng)的像素值作為全局閾值，將圖像分割為目標(biāo)對(duì)象和背景，其公式如下：

g（x，y）=1，f（x，y）>T0，f（x，y）≤T （9）

其中f（x，y）為點(diǎn)（x，y）的像素值，g（x，y）為分割后的圖像，T為全局閾值。

為得到準(zhǔn)確的葉片形態(tài)數(shù)據(jù)以及點(diǎn)陣參考物距離參數(shù)，根據(jù)直方圖選擇不同的閾值T，得到只有葉片的二值圖像和含有點(diǎn)陣的二值圖像以便得到葉片像素?cái)?shù)及參照物像素?cái)?shù)。

2.4 數(shù)據(jù)計(jì)算

正射影像既有正確的平面位置，又保持著豐富的影像信息，但卻不包含第三維信息，因此A相機(jī)拍攝的圖片無法反映出葉片的彎曲程度。從圖6可以看出，當(dāng)光線與物體不垂直照射時(shí)，線段AB與投影AC之間的關(guān)系為：AB=AC/cos（a）；設(shè)AB所在直線的斜率為k，則AB=AC/cos（arc（tan（k）））。

因此對(duì)B相機(jī)采集的葉片側(cè)面圖像，二值化處理后提取葉片形態(tài)特征像素，通過分析目標(biāo)像素之間的位置關(guān)系，得到葉片的斜率ki（i=1，2，3···m，m為圖像寬度像素?cái)?shù)），葉片的長(zhǎng)度、寬度、周長(zhǎng)和面積S可以表示為：

3 小結(jié)與討論

利用數(shù)碼相機(jī)采集葉片圖像的過程中，難免會(huì)產(chǎn)生不同程度的幾何失真，尤其是在植物生長(zhǎng)柜的管理上，既要保證植物的正常生長(zhǎng)，又要保證采集信息的準(zhǔn)確性，因此對(duì)采集到的圖像進(jìn)行校正是必不可少的。研究結(jié)果表明，一方面利用點(diǎn)陣參照物作為基準(zhǔn)點(diǎn)，對(duì)圖像進(jìn)行空間變換和灰度插值，能夠得到較為理想的葉片圖像；另一方面利用雙目視覺采集葉片的正視圖和側(cè)視圖，通過分析葉片彎曲度來校正葉片像素?cái)?shù)目，能夠計(jì)算出葉片的真實(shí)形態(tài)數(shù)據(jù)，大大降低了葉片形態(tài)數(shù)據(jù)的計(jì)算誤差，明顯提高了單目視覺圖像分析的精確度[9，10]。

通過數(shù)碼相機(jī)采用計(jì)算機(jī)圖像處理的方式分析測(cè)量植物葉片，便于植物生長(zhǎng)柜的管理者掌握植物的生長(zhǎng)節(jié)奏，對(duì)于作物栽培、保證植物生長(zhǎng)柜內(nèi)作物朝向預(yù)期的方向健康生長(zhǎng)以及促進(jìn)增產(chǎn)增收都具有重要的指導(dǎo)作用，隨著植物生長(zhǎng)柜市場(chǎng)的不斷擴(kuò)大，其應(yīng)用也將得到進(jìn)一步推廣。

參考文獻(xiàn)：

[1] 張全法，馮 絢，何金田，等.植物葉片面積測(cè)量系統(tǒng)的設(shè)計(jì)及應(yīng)用[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2001，35（4）：383-386.

[2] 徐貴力，毛罕平，胡永光.基于計(jì)算機(jī)視覺技術(shù)參考物法測(cè)量葉片面積[J].農(nóng)業(yè)工程學(xué)報(bào)，2002，18（1）：154-157.

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

[4] 張健欽，王 秀，龔建華.基于機(jī)器視覺技術(shù)的葉面積測(cè)量系統(tǒng)實(shí)現(xiàn)[J].自然科學(xué)進(jìn)展，2004，14（11）：1304-1309.

[5] 張文昭，洪添勝，吳偉斌，等.基于圖像處理技術(shù)的葉面積檢測(cè)研究[J].農(nóng)機(jī)化研究，2007（4）：120-124.

[6] 袁道軍，劉安國(guó)，劉志雄，等.利用計(jì)算機(jī)視覺技術(shù)進(jìn)行作物生長(zhǎng)監(jiān)測(cè)的研究進(jìn)展[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2007（2）：21-25.

[7] 楊 丹，趙海濱，龍 哲，等.Matlab圖像處理實(shí)例詳解[M].北京：清華大學(xué)出版社，2013.

[8] 馬曉路，劉 倩，胡開云，等.Matlab圖像處理從入門到精通[M].北京：中國(guó)鐵道出版社，2013.

[9] 李長(zhǎng)纓，滕光輝，趙春江，等.利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)對(duì)溫室植物生長(zhǎng)的無損監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2003，19（3）：140-144.

[10]吳艷兵，樊啟洲，鄭 健.計(jì)算機(jī)圖像處理技術(shù)在溫室黃瓜幼苗生長(zhǎng)信息檢測(cè)中的應(yīng)用[J].湖南農(nóng)機(jī)，2007（3）：7-9.endprint

對(duì)采集的葉片圖像進(jìn)行幾何校正后，效果對(duì)比圖如圖5所示。

2.3 圖像分割

鑒于葉片顏色與背景板顏色對(duì)比較為明顯，其灰度直方圖為明顯的雙峰形狀，可以選擇兩峰之間的波谷對(duì)應(yīng)的像素值作為全局閾值，將圖像分割為目標(biāo)對(duì)象和背景，其公式如下：

g（x，y）=1，f（x，y）>T0，f（x，y）≤T （9）

其中f（x，y）為點(diǎn)（x，y）的像素值，g（x，y）為分割后的圖像，T為全局閾值。

為得到準(zhǔn)確的葉片形態(tài)數(shù)據(jù)以及點(diǎn)陣參考物距離參數(shù)，根據(jù)直方圖選擇不同的閾值T，得到只有葉片的二值圖像和含有點(diǎn)陣的二值圖像以便得到葉片像素?cái)?shù)及參照物像素?cái)?shù)。

2.4 數(shù)據(jù)計(jì)算

正射影像既有正確的平面位置，又保持著豐富的影像信息，但卻不包含第三維信息，因此A相機(jī)拍攝的圖片無法反映出葉片的彎曲程度。從圖6可以看出，當(dāng)光線與物體不垂直照射時(shí)，線段AB與投影AC之間的關(guān)系為：AB=AC/cos（a）；設(shè)AB所在直線的斜率為k，則AB=AC/cos（arc（tan（k）））。

因此對(duì)B相機(jī)采集的葉片側(cè)面圖像，二值化處理后提取葉片形態(tài)特征像素，通過分析目標(biāo)像素之間的位置關(guān)系，得到葉片的斜率ki（i=1，2，3···m，m為圖像寬度像素?cái)?shù)），葉片的長(zhǎng)度、寬度、周長(zhǎng)和面積S可以表示為：

3 小結(jié)與討論

利用數(shù)碼相機(jī)采集葉片圖像的過程中，難免會(huì)產(chǎn)生不同程度的幾何失真，尤其是在植物生長(zhǎng)柜的管理上，既要保證植物的正常生長(zhǎng)，又要保證采集信息的準(zhǔn)確性，因此對(duì)采集到的圖像進(jìn)行校正是必不可少的。研究結(jié)果表明，一方面利用點(diǎn)陣參照物作為基準(zhǔn)點(diǎn)，對(duì)圖像進(jìn)行空間變換和灰度插值，能夠得到較為理想的葉片圖像；另一方面利用雙目視覺采集葉片的正視圖和側(cè)視圖，通過分析葉片彎曲度來校正葉片像素?cái)?shù)目，能夠計(jì)算出葉片的真實(shí)形態(tài)數(shù)據(jù)，大大降低了葉片形態(tài)數(shù)據(jù)的計(jì)算誤差，明顯提高了單目視覺圖像分析的精確度[9，10]。

通過數(shù)碼相機(jī)采用計(jì)算機(jī)圖像處理的方式分析測(cè)量植物葉片，便于植物生長(zhǎng)柜的管理者掌握植物的生長(zhǎng)節(jié)奏，對(duì)于作物栽培、保證植物生長(zhǎng)柜內(nèi)作物朝向預(yù)期的方向健康生長(zhǎng)以及促進(jìn)增產(chǎn)增收都具有重要的指導(dǎo)作用，隨著植物生長(zhǎng)柜市場(chǎng)的不斷擴(kuò)大，其應(yīng)用也將得到進(jìn)一步推廣。

參考文獻(xiàn)：

[1] 張全法，馮 絢，何金田，等.植物葉片面積測(cè)量系統(tǒng)的設(shè)計(jì)及應(yīng)用[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2001，35（4）：383-386.

[2] 徐貴力，毛罕平，胡永光.基于計(jì)算機(jī)視覺技術(shù)參考物法測(cè)量葉片面積[J].農(nóng)業(yè)工程學(xué)報(bào)，2002，18（1）：154-157.

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

[4] 張健欽，王 秀，龔建華.基于機(jī)器視覺技術(shù)的葉面積測(cè)量系統(tǒng)實(shí)現(xiàn)[J].自然科學(xué)進(jìn)展，2004，14（11）：1304-1309.

[5] 張文昭，洪添勝，吳偉斌，等.基于圖像處理技術(shù)的葉面積檢測(cè)研究[J].農(nóng)機(jī)化研究，2007（4）：120-124.

[6] 袁道軍，劉安國(guó)，劉志雄，等.利用計(jì)算機(jī)視覺技術(shù)進(jìn)行作物生長(zhǎng)監(jiān)測(cè)的研究進(jìn)展[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2007（2）：21-25.

[7] 楊 丹，趙海濱，龍 哲，等.Matlab圖像處理實(shí)例詳解[M].北京：清華大學(xué)出版社，2013.

[8] 馬曉路，劉 倩，胡開云，等.Matlab圖像處理從入門到精通[M].北京：中國(guó)鐵道出版社，2013.

[9] 李長(zhǎng)纓，滕光輝，趙春江，等.利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)對(duì)溫室植物生長(zhǎng)的無損監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2003，19（3）：140-144.

[10]吳艷兵，樊啟洲，鄭 健.計(jì)算機(jī)圖像處理技術(shù)在溫室黃瓜幼苗生長(zhǎng)信息檢測(cè)中的應(yīng)用[J].湖南農(nóng)機(jī)，2007（3）：7-9.endprint