青稞葉片色彩參數(shù)值與生長(zhǎng)態(tài)勢(shì)的研究

劉子恒 王娟娟

摘要：本研究以高原作物“甘青5號(hào)”青稞為研究對(duì)象，使用數(shù)碼相機(jī)獲取青稞葉片的數(shù)字圖像，分析青稞葉片的色彩參數(shù)與生長(zhǎng)態(tài)勢(shì)之間的相關(guān)性。結(jié)果表明：在色彩參數(shù)值中，綠光（G）值均大于其他光的值，這是由于相較于其他光，綠色植物對(duì)綠光的反射更強(qiáng)，青稞葉片的長(zhǎng)、寬和表面積會(huì)隨著色彩參數(shù)的增大而改變。構(gòu)建生長(zhǎng)態(tài)勢(shì)與色彩參數(shù)的線性模型，發(fā)現(xiàn)R值與葉片長(zhǎng)度的模型較理想，判定系數(shù)均大于05，其中4月10日的樣品擬合度最好，判定系數(shù)達(dá)到07795。

關(guān)鍵詞：青稞葉片;生長(zhǎng)態(tài)勢(shì);色彩參數(shù);相關(guān)性

中圖分類號(hào)：S126

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1008-0457（2019）06-0076-04國(guó)際DOI編碼：10.15958/j.cnki.sdnyswxb.2019.06.014

Study on Color Parameters and Growth Trend of Hulless Barley Leaves

LIU Zi-heng*，WANG Juan-juan

（Department of Physics and Hydropower Engineering，Gansu Normal Univercity for Nationlities，Hezuo，Gansu 747000，China）

Abstract：In this study，the digital images of Hulless barley “Ganqing 5” were photographed with a digital camera，and the correlation between the color parameters of the barley leaves and the growth posture was analyzedThe results showed that the value of green （G）was greater than the values of other lights，which is due to the stronger reflection of green plantsThe length，width and surface area of the barley leaves growed over timeA linear model constructed of growth potential and color parameters showed that the model of R value and length of leaves is ideal，and the coefficient of determination is greater than 05The sample fitting degree in April 10 is the best，and their coefficient of determination reaches 07795.

Key words：Hulless barley; growth situation; color parameters; correlation

青稞（Hulless barley），是禾本科大麥屬的一種農(nóng)作物，它的內(nèi)外殼分離，籽粒裸露，稱米大麥。主要生產(chǎn)于中國(guó)西北地區(qū)，同時(shí)也是藏族人民的主要糧食。青稞具有很豐富的營(yíng)養(yǎng)價(jià)值和顯著的醫(yī)藥保健作用。

近年來(lái)，農(nóng)業(yè)生產(chǎn)技術(shù)的快速發(fā)展，使得農(nóng)作物的信息監(jiān)測(cè)與品質(zhì)評(píng)估建立在大數(shù)據(jù)之上[1-3]。計(jì)算機(jī)視覺(jué)技術(shù)是利用圖像傳感器獲取物體圖像，同時(shí)將圖像轉(zhuǎn)換成數(shù)字圖像并利用計(jì)算機(jī)識(shí)別圖像，以達(dá)到分析圖像和得出結(jié)論的目的。多樣化的計(jì)算機(jī)處理圖像的模式，Photoshop自身默認(rèn)的色彩模式是RGB色彩模式，計(jì)算機(jī)圖像中的每一個(gè)像素都是通過(guò)RGB三種顏色分量混合而形成，RGB模式是表示色彩的一種數(shù)學(xué)方法。所有顏色中的紅色、綠色和藍(lán)色的色階都是用亮度級(jí)來(lái)測(cè)量的，范圍在0到255之間，亮度級(jí)越高，其顏色就越明亮。國(guó)內(nèi)許多學(xué)者進(jìn)行了

數(shù)字圖像技術(shù)方面的研究。李俊[4]利用數(shù)字圖像對(duì)番茄黃氏曲葉病毒病進(jìn)行分析研究，發(fā)現(xiàn)色彩分析法對(duì)番茄黃化曲葉病毒病識(shí)別是可行的。陳宇熠等[5]利用圖像處理技術(shù)應(yīng)用于農(nóng)學(xué)參數(shù)檢測(cè)研究，得出利用圖像飽和度、亮度信息及更深層次的圖像特征來(lái)構(gòu)建農(nóng)這參數(shù)預(yù)測(cè)模型。青稞葉片的長(zhǎng)度、寬度和葉面積是重要的指標(biāo)[6-7]，其中葉面積是生態(tài)系統(tǒng)的一個(gè)結(jié)構(gòu)參數(shù)，可以反映植物葉面數(shù)量、冠層結(jié)構(gòu)變化、植物生命活力及其環(huán)境效應(yīng)，能為我們提供重要的數(shù)據(jù)參數(shù)。本研究對(duì)農(nóng)作物青稞葉片生長(zhǎng)態(tài)勢(shì)與色彩參數(shù)RGB進(jìn)行分析，采集青稞葉片不同生長(zhǎng)時(shí)期的圖像，提取色彩參數(shù)RGB，利用數(shù)字圖像技術(shù)研究色彩參數(shù)R值與生長(zhǎng)態(tài)勢(shì)的相關(guān)性[8-12]。

1材料與方法

11供試樣品

試驗(yàn)于2019年3月在甘肅省合作市甘肅民族師范學(xué)院巨山養(yǎng)殖基地，地處青藏高原東北邊緣，E102°92′，N34°98′，選取甘肅西南部地區(qū)‘甘青5號(hào)’青稞作為供試樣品，選用10 cm×12 cm雙層的塑料杯，10個(gè)重復(fù)，在室內(nèi)溫度為20℃的環(huán)境下，種植青稞種子，進(jìn)行相同的水肥管理，青稞長(zhǎng)出葉片后，以倒三葉作為測(cè)量對(duì)象，分別于4月3日、4月10日、4月17日進(jìn)行3次采樣，以下對(duì)3個(gè)采樣時(shí)間分別簡(jiǎn)稱第一期、第二期、第三期。

12青稞葉片色彩參數(shù)的獲取

選取長(zhǎng)勢(shì)良好的青稞葉片作為樣本，對(duì)樣本進(jìn)行編號(hào)，使用數(shù)碼相機(jī)（佳能lxus105）采集圖像信息。固定照相機(jī)與樣本的距離為15 cm，利用圖像處理軟件Photoshop 80中的RGB模型提取圖像的色彩參數(shù)值（即RGB值），記錄數(shù)據(jù)。

13青稞葉片生長(zhǎng)態(tài)勢(shì)的測(cè)量

采用游標(biāo)卡尺測(cè)量青稞葉片不同生長(zhǎng)期葉片的長(zhǎng)度和寬度，將葉片平攤在水平面上，在葉片上放一塊透明的方格紙，統(tǒng)計(jì)格點(diǎn)數(shù)，計(jì)算葉片面積（少于半格的忽略不計(jì)，多余半格的按一格計(jì)算），記錄數(shù)據(jù)填入表格。

14數(shù)據(jù)分析

采用photoshop80軟件、Office2010軟件進(jìn)行數(shù)據(jù)處理和分析。

2結(jié)果與分析

21青稞葉片色彩參數(shù)值的獲取

采集的供試樣品圖像用Photoshop 80軟件中的RGB模型提取R（紅）值、G（綠）值、B（藍(lán)）值（見(jiàn)表1）。

從表1中可以看出：3個(gè)不同時(shí)間的色彩參數(shù)，普遍存在G（綠）值普遍大于R（紅）值和B（藍(lán)）值。這是由于綠色植物對(duì)可見(jiàn)的綠光反射比其他光強(qiáng)。

22青稞葉片的生長(zhǎng)態(tài)勢(shì)

利用米尺和格點(diǎn)法測(cè)量生長(zhǎng)態(tài)勢(shì)相關(guān)參數(shù)的數(shù)值，記錄葉片在不同生長(zhǎng)期的長(zhǎng)、寬和表面積的值。再用Excel軟處理分析數(shù)據(jù)，具體見(jiàn)表2。

由表2可知，三個(gè)不同時(shí)間段的青稞葉片的長(zhǎng)、寬和表面積值逐漸增大，并且長(zhǎng)和表面積變化較明顯，葉片寬值增加較緩慢。在生長(zhǎng)過(guò)程中青稞葉受生長(zhǎng)素和光照的影響生長(zhǎng)速度較慢，同時(shí)青稞初生根受到空間的限制生長(zhǎng)不完整，從而影響青稞幼苗的生命力。

23色彩參數(shù)與生長(zhǎng)態(tài)勢(shì)的模型

對(duì)3個(gè)采樣時(shí)間色彩參數(shù)R（紅）、G（綠）、B（藍(lán)）值與生長(zhǎng)態(tài)勢(shì)長(zhǎng)、寬、表面積值構(gòu)建線性模型，共計(jì)9個(gè)模型，發(fā)現(xiàn)R（紅）值與葉片長(zhǎng)度的線性模型較其他理想。

判定系數(shù)，又叫決定系數(shù)，是指在線性回歸中，回歸可解釋離差平方和與總離差平方和之比值，其數(shù)值等于相關(guān)系數(shù)R。從圖1、圖2、圖3可以看出，三個(gè)時(shí)間的樣品的模型R2均達(dá)到05以上，具有一定的可解釋程度，其中第二期的R值與葉片長(zhǎng)度的模型的擬合度最好，判定系數(shù)達(dá)到07795。

3結(jié)論與討論

青稞葉片的長(zhǎng)、寬和表面積會(huì)隨著生長(zhǎng)期的變大而增大，其中寬的增大趨勢(shì)最小。色彩參數(shù)值也呈增大趨勢(shì)。構(gòu)建生長(zhǎng)態(tài)勢(shì)與色彩參數(shù)的線性模型，發(fā)現(xiàn)R值與葉片長(zhǎng)度的模型較理想，判定系數(shù)均大于05，其中第二期的樣品擬合度最好，判定系數(shù)達(dá)到07795。說(shuō)明利用數(shù)碼相機(jī)獲取青稞葉片色彩參數(shù)在一定生長(zhǎng)期與青稞葉片生長(zhǎng)態(tài)勢(shì)存在某種定量的聯(lián)系，在診斷青稞葉片生長(zhǎng)態(tài)勢(shì)方面具有一定的可行性[13-15]。

參考文獻(xiàn)：

[1]黎瑞君，岳延濱，孫長(zhǎng)青，等.不同氮肥水平下水稻的生長(zhǎng)態(tài)勢(shì)[J].貴州農(nóng)業(yè)科學(xué)，2016，44（05）：63-67

[2]楊麗敏，陳書(shū)強(qiáng)，趙海新，等.不同插植密度對(duì)寒地水稻葉片生長(zhǎng)態(tài)勢(shì)的影響研究[J].北方水稻，2015，45（02）：10-13

[3]胡艷，楊瑞，戚玉嬌基于混合像元分解植被類型提取—以塔河地區(qū)為例[J].山地農(nóng)業(yè)生物學(xué)報(bào)，2018，37（5）：084-088.

[4]李俊，陳振德基于數(shù)字圖像的番茄黃化曲葉病毒病色彩分析研究[J].中國(guó)農(nóng)學(xué)通報(bào)，2013，29（31）：96-100

[5]陳宇熠，張富貴，吳雪梅，等.圖像處理技術(shù)應(yīng)用于農(nóng)學(xué)參數(shù)檢測(cè)研究進(jìn)展[J].山地農(nóng)業(yè)生物學(xué)報(bào)，2013，32（02）：176-180

[6]臧廣鵬，魏玉杰，張梅秀，等.啤酒花脫毒苗生長(zhǎng)態(tài)勢(shì)及品質(zhì)比較研究[J].北方園藝，2011，（13）：48-49

[7]張金恒，韓超，劉子恒，等.用圖像色彩參數(shù)診斷SO2熏氣對(duì)小麥的急性傷害[J].農(nóng)業(yè)工程學(xué)報(bào)，2008，36（24）：36-38

[8]蒙秀菲，馮仕喜，曾濤，等.灌漿成熟期氣溫對(duì)稻米品質(zhì)影響[J].山地農(nóng)業(yè)生物學(xué)報(bào)，2019，38（4）：8-12.

[9]周佳璐基于機(jī)器視覺(jué)的小麥質(zhì)量判別系統(tǒng)的研究[D].上海：同濟(jì)大學(xué)，2006.

[10]范璐，展海軍，周展明，等.圖像分析測(cè)定白麥的角質(zhì)率和硬度方法的研究[J].糧食與飼料工業(yè)，2002，（04）：44-45

[11]王博，王惠祥，潘泉，等.基于數(shù)碼相機(jī)的圖象數(shù)字變焦（視圖插補(bǔ)）算法[J].中國(guó)圖象圖形學(xué)報(bào)，2002，（02）：85-87

[12]高建昌，郭廣君，國(guó)艷梅，等.平臺(tái)掃描儀結(jié)合ImageJ軟件測(cè)定番茄葉面積[J].中國(guó)蔬菜，2011（2）：73-77

[13]周玉麟銀耳香灰菌配合比及其生長(zhǎng)態(tài)勢(shì)與生產(chǎn)性能相關(guān)性的研究[J].中國(guó)食用菌，1990，（01）：4-7

[14]孫宇露，王德海，朱國(guó)建基于圖像分析檢測(cè)青菜葉綠素含量食品與發(fā)酵工業(yè)[J].食品與發(fā)酵工業(yè)，2016，42 （8）：194-198.