现代农业科技２０１７年第９期 农艺学 基于图像处理烤烟鲜烟叶含水率诊断研究 张娟利 韩文霆 杨六生 曹高钦 李小梅 张超越 （ 兴义民族师范学院，贵州兴义５６２４００； 西北农林科技大学中国旱区节水农业研究院） 摘要为探讨利用图像处理检测烤烟鲜烟叶含水率的方法．采用１ ６０ｏ万像素的数码相机采集处于旺长期的烤烟叶片的图像信息．用 烘干法测量叶片的含水率；通过Ｍａｔｌａｂ软件图像处理中的灰度直方图提取叶片图像的灰度均值和熵值特征值，并测量了烤烟叶片的最大 长度、最大宽度、伸缩率、湿重等参数。结果表明，利用提取的１５组烟叶叶片数据进行多项式曲线拟合，建立了图像灰度均值与烤烟叶片含 水率的线性拟合预测模型．模型的相关系数ＪＲ 达到了０．７９６ ５。由此表明，利用烟叶图像的灰度均值可以对其含水率进行诊断。 关键词烤烟鲜烟叶；图像处理；叶片含水率；灰度均值；预测模型 中图分类号￥５７２ 文献标识码Ａ 文章编号１ｏｏ７—５７３９（２０１７）０９—０００３—０３ Ｓｔｕｄｙ ｏｎ Ｄｉａｇｎｏｓｉｓ ｏｆ Ｍｏｉｓｔｕｒｅ Ｃｏｎｔｅｎｔ ｉｎ Ｆｒｅｓｈ Ｔｏｂａｃｃｏ Ｌｅａｖｅｓ Ｂａｓｅｄ ｏｎ Ｉｍａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ＺＨＡＮＧ Ｊｕａｎ－ｌｉ ＨＡＮ Ｗｅｎ－ｒｉｎｇ ＹＡＮＧ Ｌｉｕ－ｓｈｅｎｇ ＣＡＯ Ｇａｏ－ｑｉｎ ＬＩ Ｘｉａｏ－ｍｅｉ ＺＨＡＮＧ Ｃｈａｏ－ｙｕｅ （ ＸｉｎｇｙｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙｆｏｒＮａｔｉｏｎａｌｉｔｉｅｓ，ＸｉｎｇｙｉＧｕｉｚｈｏｕ ５６２４００； Ｉｎｓｔｉｔｕｔｅ ｏｆＷａｔｅｒＳａｖｉｎｇＡｇｒｉｃｕｌｔｕｒｅｉｎＡｒｉｄＡｒｅａｓ ｏｆＣｈｉｎａ（ＩＷＳＡ）， Ｎｏ￣ｈｗｅｓｔ Ａ＆Ｆ Ｕｎｉｖｅｒｓｉｔｙ） Ａｂｓｔｒａｃｔ Ｉｎ ｏｒｄｅｒ ｔｏ ｄｉｓｃｕｓｓ ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｅｖａｌｕａｔｉｎｇ ｔｏｂａｃｃｏ ｌｅａｒ ｗａｔｅｒ ｂａｓｅｄ ｏｎ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ，ｔｈｅ ｄｉｇｉｔａｌ ｃａｍｅｒａ ｗｉｔｈ １６ ｍｉｌｌｉｏｎ ｐｉｘｅｌｓ ｗａｓ ｕｓｅｄ ｔｏ ｃａｐｔｕｒｅ ｔｈｅ ｉｍａｇｅｓ ｏｆ ｔｏｂａｃｃｏ ｌｅａｖｅｓ ａｆｔｅｒ ｂｅｉｎｇ ｐｉｃｋｅｄ ｆｒｏｍ ｔｈｅ ｐｌａｎｔｓ ｄｕｒｉｎｇ ｔｈｅ ｖｉｇｏｒｏｕｓ ｇｒｏｗｉｎｇ ｓｔａｇｅ，ａｎｄ ｔｈｅｎ ｔｈｅ ｍｏｉｓｔｕｒｅ ｃｏｎｔｅｎｔ ｏｆ ｔｈｅ ｌｅａｖｅｓ ｗａｓ ｄｅｔｅｃｔｅｄ ｂｙ ｕｓｉｎｇ ｄｒｙｉｎｇ ｍｅｔｈｏｄ．Ｔｈｅ ｇｒａｙ ｍｅａｎ ａｎｄ ｅｎｔｒｏｐｙ ｏｆ ｌｅａｆ ｉｍａｇｅｓ ｗｅｒｅ ｃａｌｃｕｌａｔｅｄ ｂｙ Ｍａｔｌａｂ，ａｎｄ ｔｈｅ ｍａｘ—ｌｅｎｇｔｈ，ｍａｘ—ｗｉｄｔｈ， ｅｘｐａｎｓｉｏｎ ｒａｔｅ ａｎｄ ｗｅｔ ｗｅｌ ｇｈｔ ｏｆ ｔｏｂａｃｃｏ ｌｅａｖｅｓ ｗｅｒｅ ｍｅａｓｕｒｅｄ．Ｔｈｅ ｄａｔａ ｏｆ １５ ｇｒｏｕｐｓ ｏｆ ｔｏｂａｃｃｏ ｌｅａｖｅｓ ｗｅｒｅ ｅｘｔｒａｃｔｅｄ ｂｙ ｐｏｌｙｎｏｍｉａｌ ｃｕｒｖｅ ｆｉｔｔｉｎｇ， ｌｉｎｅａｒ ｉｔｆｔｉｎｇ ｐｒｅｄｉｃｔｉｏｎ ｍｏｄｅｌ ｗｅｒｅ ｓｅｔ ｕｐ ｂｅｔｗｅｅｎ ｔｈｅ ｌｅａｆ ｗａｔｅｒ ｃｏｎｔｅｎｔ ａｎｄ ｔｈｅ ｒａｙ ｇｍｅａｎ ｏｆ ｌｅａｒ ｉｍａｇｅ．Ｔｈｅ Ｒ ｏｆ ｔｈｅ ｍｏｄｅｌ ｗａｓ ｕＤ ｔｏ ０．７９６ ５．Ｉｔ ｗａｓ ｃｏｎｃｌｕｄｅｄ ｔｈａｔ ｏｆ ｔｈｅ ａｙ ａｖｅｒａｇｅ ｏｆ ｌｅａｆ ｉｍａｇｅｓ ｃｏｕｌｄ ｂｅ ｕｓｅｄ ｔｏ ｐｒｅｄｉｃｔ ｔｈｅ ｍｏｉｓｔｕｒｅ ｃｏｎｔｅｎｔ ｉｎ ｔｏｂａｃｃｏ ｌｅａｖｅｓ． Ｋｅｙｗｏｒｄｓ ｆｌｕｅ－ｃｕｒｅｄｔｏｂａｃｃｏｆｒｅｓｈｌｅａｆ；ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ；ｌｅａｆｍｏｉｓｔｕｒｅ ｃｏｎｔｅｎｔ；ｇｒａｙｍｅａｎ；ｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌ 烤烟是贵州省各地区农户的主要经济作物之一，种植 质量的好坏直接影响其产量和农户的收成。叶片作为作物 是可行的。孙瑞东等嘲绘制了最适合背景光下黄瓜叶片含水 量与图像特征参数关系曲线，并采用非线性最小二乘拟合 进行光合作用和蒸腾作用的主要器官，其大小、纹理和颜色 等外观形态特征反映了作物的生长状态。如在生长期水分 法建立了叶片含水量与特征区域图像灰度梯度的回归模 型，实现了通过黄瓜叶片图像特征判断缺水状态的无损检 测目的。 不足时，会在叶片大小和颜色等外部形态上表现出来【 ， 此时利用图像处理的方法可以发现肉眼很难分辨出的一些 细小差别 ，及早对烤烟叶片含水率进行诊断，以降低缺水 本文以需要高水量的旺长期烤烟鲜烟叶为例，对基于图 像处理的烤烟叶片含水率诊断方法进行探讨，旨在探讨图 对烟叶生长的影响。 图像处理与分析技术在作物水分检测方面得到了一定 的研究与应用问。目前，相关的研究主要集中在葡萄、玉米、棉 花、黄瓜等作物的水分检测上。颜色作为图像最直观的视觉 特征之一，在基于颜色特征的水分亏缺诊断研究中，大多是 提取农作物的图像Ｒ、Ｇ、Ｂ、Ｈ、Ｉ、Ｓ分量的值，对其进行多种 组合变换，从而分析它们与作物水分状况的相关关系，建立 像处理应用于烟叶水分检测的可行性，为实现农户种植烤 烟的精准灌溉提供技术依据。 １材料与方法 １．１试验概况 试验在黔西南州兴义市黔龙古镇落红组进行，供试烤 烟品种是本地区使用比较广的云烟８７。采用田间覆膜种植， 土壤质地为黄土壤 。采摘处于旺长期的烟叶，并进行编号。 此时土壤相对含水量为７３．６８％，晴，气温为２４℃。 １．２图像采集 相应的数学模型。劳东青等［２１提取温棚葡萄叶片的灰度均 值，基于ＭＡＴＬＡＢ软件，建立了均值与叶片含水率的估算模 型，结果表明，叶片图像灰度均值可以对葡萄叶片的含水率 进行诊断。徐腾飞等【 通过改变灌溉不同水量的盆栽试验， 使用１ ６００万像素的数码相机在晴天室外自然光条件 下采集烟叶叶片图像。拍摄时，将叶片平放置于水平白板上， 在叶片上方垂直高度约为０．６ ｍ处拍摄图像，相机平面与叶 片平面平行，每次拍摄均采用自动曝光模式控制曝光时间 利用玉米叶片图像的灰度直方图提取叶片的各种特征值， 采用线性回归的方法建立各种特征值与叶片含水率之间的 关系模型，结果表明，叶片灰度直方图均值参数可以对玉米 的叶片含水率进行预测。王方永等同分析了颜色参数与棉花 水分含量及水分含量指数的预测模型，预测精度达到了 和色彩平衡，避免阳光直射，也避免身体及其他物体在叶片 上产生阴影。采集时间为北京时间９：００—１１：００，图像采用 ＪＰＧ的统一存储格式。 １．３烟叶含水率测定 ９０％以上，证明了基于数字化图像技术诊断棉花水分状况 基金项目 ２０１４年贵州省科学技术厅、兴义民族师范学院联合基金项 目（黔科合ＬＨ字［２０１４Ｊ７４１２号）；贵州省高等学校大学生创 新创业训练计划项目（２０１４ｌ０６６６Ｏ１Ｏ）。 图像采集后，量取最大叶长度与最大叶宽度，随后迅速 放入保鲜袋中密封，带回实验室测定烟叶含水率。首先利用 作者简介 张娟利（１９７４一），女，陕西岐山人，硕士，教授，从事农业机 械化工程方面的研究工作。 通信作者 收稿日期 ２Ｏ１７—０３—２０ 精度为０．０１ ｇ的电子天平称取烟叶的鲜重，再放人型号为 ＡＭ—ＨＧ４０电热鼓风烘箱中，调整烘干机温度为１０７ ｏＣ，进 行烘干，由于叶片的大小不一，所以烘干时间为５～８ ｈ，当间 ３ 农艺学 隔１ ｈ重量恒定时，此重量即为叶片的干重。根据下式计算 现代农业科技２０１７年第９期 烤烟叶片的含水率。 ０（％）－Ｗｌ－Ｗ２ Ｘ１００ 扎７ｌ 式中，埘。为叶片含水率， 。为叶片湿重， 为叶片干重。 １．４图像预处理 将数码相机中的图像文件导人计算机，并调整摆放方 向使所有的图像统一。由于图像在采集、传输和量化等过程 中可能会引入各种噪声，会导致图像质量下降，降低分析结 果的准确性，所以必须对图像进行滤波降噪处理。 采用线性空间滤波来对图像进行滤波处理。这一过程可 以使用Ｍａｔｌａｂ图像处理工具箱中的ｉｍｆｉｌｔｅｒ函数来实现 。 图４叶片取反 表１叶片含水率及其对应特征值 滤波降噪处理后，利用ＡＣＤｓｅｅ软件中编辑功能的魔术 棒工具和快速选择ｌＴ具选择叶片部分，去除多余且复杂的 背景和阴影。处理前后的图像对比如图ｌ和图２所示。 长度、伸缩率、湿重、含水率、灰度均值和熵值）。烟叶样本含 图１滤波降噪后的叶片 水率处于８４％～８７％之间，根据含水率大小分成２组共１５个 样本进行参数分析。 从图５可以看出，叶片不同含水率的灰度均值特征参 数的区分效果比较理想，而其他参数（叶片的最大宽度、最 大长度、伸缩率、湿重和熵值）的区分效果都不太明显。并且 含水率大的叶片灰度均值较含水率小的叶片的灰度均值要 大．２条曲线没有交叉，可以利用均值作为区分叶片含水率 的特征值。因此，提取灰度均值参数作为对烟叶叶片含水率 图２去除背景后的叶片 １．５图像特征参数提取 预测的特征值。 ２．３预测模型建立 采用Ｍａｔｌａｈ中的ｉｍｒｅａｄ（）函数读取经过预处理的叶片 图像，用ｒｇｂ２ｇｒａｙ（）函数将彩色图像转化为灰度图像如图３ 为了分析烟叶含水率与灰度均值之间的关系，采用一 元一次多项式和一元二次多项式拟合，拟合结果如图６和 图７所示。 所示．然后对灰度图像取反如图４所示，再利用Ｍａｔｌａｂ的图 像处理中的灰度直方图提取其灰度均值和反映灰度均匀性 的熵值特征值 。 叶片含水率与其灰度均值之间的一元一次多项式预测 模型为： ｙ＝０．０５３ ４ｘ＋８３．１２，ＲＺ＝０．７９６ ５。 叶片含水率与其灰度均值之间的一元二次多项式预测 模型为： ０．０００ ５ｘ％０．００２ ｌｘ＋８４．３ １，Ｒ ＝０．８０３ ８。 式中． 为提取的灰度均值，Ｙ为根据灰度均值预测的 叶片含水率。相关系数越接近ｌ，说明回归线对观测值的拟 合效果越好。 图３叶片灰度 ２结果与分析 从图６和图７可以看出，烟叶叶片的灰度均值与其含 水率呈正相关关系，灰度均值越大，含水率越大。一次多项 式和二次多项式拟合的相关系数值表明，使用二次多项式 拟合的效果较一次多项式的拟合效果要好些，但２次的相 关系数的值差别很小，而一次多项式预测模型运算要简单 些。因此，选择一元一次多项式预测模型作为烤烟烟叶含水 ２．１叶片的含水率和对应的特征值 各烟叶叶片的含水率、灰度均值和熵值如表１所示。 ２．２预测参数提取 测量并计算出叶片的各种参数（叶片的最大宽度、最大 ４ 颦 目。， ３ ３ ３ ３ ２ 如 幻 ｍ 张娟利等：基于图像处理烤烟鲜烟叶含水率诊断研究 ６５ 勰 勰 增 吨 ％ ［ １ ２ ３ ４ ５ ６ ７ ８ ６０ ５５ ５０ 露 ４５ ４０ ３５ ３０ １ ２ ３ ４ ５ ６ ７ ８ 叶片编号 叶片蝙号 ｉ ２ ３ ４ ５ ６ ７ ８ 叶片编号 图５叶片宽度（ａ）、长度（ｂ）、灰度均值（ｃ）、熵值（ｄ）、湿重（ｅ）及伸缩率（ｆ）对比 ３结论 研究结果表明，在烤烟叶片的最大长度、最大宽度、伸 缩率、湿重、含水率、灰度均值和熵值等参数中，灰度直方图 悱 中的灰度均值可以对烤烟叶片含水率进行预测；并建立了灰 度均值与烤烟叶片含水率的线性拟合预测模型；该模型的 预测结果相对比较理想，所以应用图像处理诊断烟叶的含水 率是可行的。今后可对图像的预处理方法和更多的灰度特 如 ｔ 征值与叶片含水率的相关关系等进行研究，以期建立拟合程 度更高的叶片含水率预测模型。 灰度均值 ４参考文献 …Ｉ宋亚杰，谢守勇．机器视觉技术在金莲花灌溉中的应用研究［Ｊ】．西南 农业大学学报，２００６，２８（４）：６５９—６６２． 【２１劳东青，李发永．基于图像处理的葡萄叶片含水率诊断初探［Ｊ］＿节水 灌溉，２０１５（３）：５－７． 图６一元一次多项式拟合结果 罅 【３］徐腾飞，韩文霆，孙瑜．基于图像处理的玉米叶片含水率诊断方法研 究叨．干旱地区农业研究，２０１３，３１（１）：９５—１００． ［４梁改梅，杨锦忠．４］计算机图像处理与分析技术在作物领域的应用［Ｊ】． 科技情报开发与经济，２００６，１６（１２）：２２２—２２４． 【５］王方永，王克如，王崇桃，等．基于图像识别的棉花水分状况诊断研 究『Ｊ］．石河子大学学报，２００７，２５（４）：４０４—４０７． 【６孙瑞东，于海业，于常乐，等．６］基于图像处理的黄瓜叶片含水量无损检 测研究啪．农机化研究，２００８（７）：８７—８９． 饕 如 鸳 ［７］黔西南９＇１、『烟草土壤区￣ＩＪＥＥＢ／ＯＬ］．［２０１７—０３—２０］．ｈｔｔｐ：／／ｗｗｗ．ｄｏｃ８８．ｃｏｒｎ／ ｐ一７３２４５５６８３３７７．ｈｔｍ１． 灰度均值 ［８】张挣，倪红霞．精通ｍａｔｌａｂ数字图像处理与识别【Ｍ】．北京：人民邮电 出版社，２０１３． ［９】刘益新，郭依正．灰度直方图特征提取的Ｍａｔｌａｂ实现【Ｊ】．电脑知识与 技术，２００９，５（３２）：９０３２—９０３４． ［１０］章毓晋．实用ＭＡＴＬＡＢ图像和视频处理［Ｍ］．北京：清华大学出版社， ２０】３． 图７一元二次多项式拟合结果 率的预测和评价指标。 （上接第２页） ４参考文献 【１］１杨育峰，张晓申，王慧瑜，等．氮、磷、钾肥配施对甘薯农艺性状和产 量的影响『Ｊ］．河南农业科学，２０１５（６）：８１—８３． 【２】周虹，张超凡，张亚，等．氮磷钾肥不同配比对甘薯性状及产量的影 响『Ｊ］．湖南农业科学，２０１３（２３）：５４—５６． 【３】王道中，刘小平，钟昆林，等．氮磷钾肥配施对甘薯产量的影响【Ｊ】．安 徽农业科学．２（】１３（２２）：９２８３—９２８４． 热作科技。２００８（３）：３－５． ［６］罗凤来．甘薯氮磷钾肥平衡施用效应分析【Ｊ］．土壤肥料，２００３（４）：３２— ３５． 【７］陈锋．新昌本地甘薯”３４１４”肥效试验初报［Ｊ】．浙江农业科学，２０１６ （４）：４７４－４７５． ［８］章明清，李娟，孔庆波，等．福建甘薯氮磷钾施肥指标研究啪．土壤通 报．２０１２（４）：８６１—８６６． ［９黄美玲，丁俊伟，吴文振，等．９１甘薯３４１４肥效试验初报【Ｊ］．福建农业科 技，２０１２（６）：６６—６８． ［１０】陈吓冬，陈国奖．平衡配方施肥对甘薯产量的效应分析［Ｊ】＿上海农业 科技，２００９（６）：１１４． ５ ｆ４］陈玉山，吴志珍．甘薯氮磷钾肥平衡施用效应分析【Ｊ］．现代农业科技， ２０１２（１８）：２５． 『５】林秋月，盛锦寿，陈秋金，等．甘薯氮磷钾肥旖用的效应分析［ＪＪ．福建
