数字图像处理文献

第19卷第2期2003年3月农业工程学报

TransactionsoftheCSAEVol.19　No.2Mar.　2003

133

番茄缺素叶片的图像特征提取和优化选择研究

毛罕平,徐贵力,李萍萍

(江苏大学)

摘　要:在基于计算机视觉技术对无土栽培番茄营养元素缺乏智能识别研究中,对不易被肉眼判别的缺氮和缺钾初期叶片进行图像特征的提取和优化选择研究,以提高识别的准确率。提出了应用相对差值百分率直方图提取缺素叶片的颜色特征,应用差分算子提取纹理的时域特征、应用傅里叶变换提取纹理的频域特征、法,并新提出从颜色和纹理时域、频域、,特征项进行优化选择,以使诊断识别用的信息分类能力最优。,95%～92.5%,而且可以比肉眼识别提前6～10d。

关键词:营养元素缺乏;图像识别;;;中图分类号:S126;TP::100226819(2003)0220133204

1　引　言

无土栽培中经常出现作物缺乏某种营养元素的现象,特别在开花结果期间。这会严重影响作物质量和产量,甚至绝产。在缺素初期,大量元素缺乏中的缺氮和缺钾与正常叶片相似,它们的微弱病症不易觉察,专家也很难确诊。用计算机视觉技术及时智能识别诊断并采取相应措施,可以把损失降到较低点。

关于图像颜色特征提取方法研究在其他领域已开展了一些研究。李庆中等[1]利用苹果颜色直方图部分区域的均值作为分类器的输入特征,实现对苹果的分级。

[2]

TaoY等直接利用颜色直方图的均值作为颜色特征对土豆和苹果进行分级。穗波信雄等[3]利用计算机视觉技术分别对缺乏钙、铁、镁营养元素的茨菇叶片进行了一些基础研究,他们利用直方图分析了颜色特征,又用阈值法分割出叶片上病态部分和正常部分,并计算出两者的面积比作为特征。他们提取的特征不明显,较难区分开缺素病。YutakaSasaki等[4]研究了一种有病斑叶片的病斑部分和正常部分反射光谱曲线来判别作物的病因。作者[5]对缺素叶片彩色图像颜色特征的提取进行了研究,提出了用相对差值百分率直方图法提取缺素叶片图像的颜色特征。除此之外,国内外科技人员还未进行过有关缺素叶片图像的纹理特征提取和计算机视觉技术在作物缺素诊断方面的深入研究。

作物缺素症状主要体现在叶片的颜色[6,7]和纹理上,从缺氮与缺钾中后期叶片表现的缺素症状可以推断出缺素初期症状体现在叶片颜色的差异,只是由于肉眼分辨颜色的能力有限(肉眼的颜色分辨率为40级,CCD摄像头的分辨率为3×256级)未能明显观察出来它们的差别,所以就番茄缺素症状体现的颜色特征进行提取研究。另外颜色的变化会形成纹理,则缺素症状在叶片

收稿日期:2002207209

基金项目:国家自然科学基金项目(30270774);江苏省自然科学基金项目(BK2001089)

作者简介:毛罕平(1961-),男,博士,教授,博士生导师,镇江市　江苏大学机械学院,212013。Email:maohanp@mail.China.com

上也会形成一定的纹理特征,所以也可以就缺素叶片的

纹理症状进行特征提取研究。

通过观察已出现明显症状的缺素中后期叶片纹理特征发现,纹理特征具有颜色差、周期性和局部斑点。因此作者提出:应用差分算子提取缺素初期症状微弱的时域内颜色差纹理特征;进一步应用傅里叶变换在频域内提取缺素症状体现出来的周期规律的纹理特征;应用特别适合于提取瞬态反常信号的小波包法进一步挖掘缺素初期的局部斑点表现出来的时频纹理特征。这样从颜色和纹理的时域、频域、时频域多个角度提取特征和优化组合,以保证能够比较全面地反映缺素症状,从而更可靠更精确地识别缺素叶片。

2　缺素图像特征的提取研究

2.1　颜色特征提取研究

作者已在文献[5]中详细介绍了相对差值百分率直方图法提取的颜色特征,得出以下计算式[5]RCxy(b)=(ppx(b)-ppy(b)) min{ppx(b),ppy(b)}

(1)

m

式中　pp(b)=P(b) ∑P(b)——叶片部分的颜色区

b=n

间;b——图像的颜色值;P(b)——图像中具有该颜色值的像数个数;ppx(b)、ppy(b)——不同种类叶片x,y的pp(b)值;RCxy(b)——相对差值百分率。2.2　纹理特征的提取

2.2.1　差分百分率直方图法提取纹理特征

由缺素中后期叶片与正常叶片相比表现出较强的颜色差异,可以推断出缺素初期病症(病斑)会形成一定的颜色差,这些颜色差在叶片上形成一定的纹理特征,可以利用适合于提取由颜色差形成纹理的差分算子提取缺素初期症状微弱的时域内纹理特征。

现有的差分算子有梯度算子、罗伯特(Robert)算子、索伯尔(Sobel)算子和拉普拉斯算子等。对于缺素初期叶片,由于症状不明显,又加上正常叶片本身纹理就比较乱,所以无法从理论上指导用哪一种算子可以较好地提取出缺素症状,只能通过试验对比。研究发现,只有