一种基于手机的快速检测叶片面积的装置

1.一种基于手机的快速叶面积检测装置，其特征在于：包括有手机（4）、背景板（1）、参照物（2）和被测叶片（3），所述的参照物（2）和被测叶片（3）分别置于背景板（1）上不同位置；
所述的手机（4）位于背景板（1）的垂直上方，其具有拍照、存储、图像处理、统计分析、人机交互和显示功能；
所述的背景板（1）正面的颜色区别于被测叶片（3）的颜色和参照物（2）的颜色；
所述的参照物（2）的颜色区别于被测叶片（3）的颜色。

一种基于手机的快速检测叶片面积的装置\n技术领域\n[0001] 本实用新型涉及一种基于手机的快速检测叶片面积的装置。\n背景技术\n[0002] 叶面积是作物栽培和育种实践中常用的指标，是农作物的产量和品质的评价指标，也是理想株型选育、测定害虫危害损失的重要指标，利用该参数可计算作物的用水量、蒸腾作用及产量等，也可分析植物的生长状况，并且建立植物生长模型。叶片是植物进行光合作用合成有机物的重要器官，叶面积的大小在一定程度上直接影响着农作物的产量。植物学研究人员在野外考察时，时常需要获取植物叶片的面积。因此建立方便、准确的叶面积测定方法，对于指导农业生产实践活动，制定高产、优质和高效的栽培技术措施具有积极的意义。\n[0003] 目前常用的方法有两大类：一类是破坏性叶片面积测定方法，包括方格法、称重法、像素扫描法等方法，这些方法不能活体测量，将会损坏叶片；第二类是非破坏性叶片面积测定方法，包括回归法、图像处理法和光电法等方法。目前的图像处理法是用各种成像设备将叶片图像采集为数字图像，再传到计算机后用Matlab或自己编程实现面积测量，总的来说，这些都方法比较复杂，过程较为繁琐。\n发明内容\n[0004] 本实用新型旨在克服上述现有存在技术的不足，提供一种基于手机快速检测叶片面积的装置。本实用新型的检测装置不仅结构简单，便于携带，而且还简化了测量步骤，缩短了检测时间，提高了测量精度。\n[0005] 一种基于手机的快速叶面积检测装置，包括有手机、背景板、参照物和被测叶片，所述的参照物和被测叶片分别置于背景板上不同位置，所述的手机位于背景板的垂直上方，其具有拍照、存储、图像处理、统计分析、人机交互和显示功能；所述的背景板正面的颜色区别于被测叶片的颜色和参照物的颜色；所述的参照物的颜色区别于被测叶片的颜色。\n[0006] 本实用新型基于手机的快速检测叶片面积的装置的工作原理：\n[0007] a、选择一块正面与被测叶片颜色相区别的纯色不透明平板作为背景板，背景板的面积大于叶片面积，并便于拍摄取景时成像于背景板区域内；\n[0008] b、在背景板正面固定一个面积为SR的参照物，参照物的颜色不同于背景板和被测叶片；\n[0009] c、将被测叶片展平铺放在背景板正面，且与参照物的位置临近，通过手机的摄像头进行拍摄，获得在背景板区域内，包含被测叶片和参照物在内的完整的数码照片；\n[0010] d、对照片进行灰度化、滤波、几何校正、二值化和区域连通标记处理，将照片分割为背景、参照物和被测叶片三个区域，通过遍历照片数据，得到背景板的像素总数，参照物的像素总数和被测叶片的像素总数；\n[0011] e、通过得到的参照物的像素总数和被测叶片的像素总数，并由用户给定参照物的面积，最后由手机按照如下公式：\n[0012] \n[0013] 自动计算得到被测叶片的面积。\n[0014] 其中，识别并统计参照物和被测叶片所占像素总数的具体方法是：对照片进行预处理，包括滤波和几何校正，然后对照片进行灰度化和平滑、图像二值化和连通区域标记。\n经过以上处理以后，将照片分割为背景板，参照物和被测叶片三个区域。最后遍历照片数据可得到背景板的像素总数，参照物的像素总数和叶片的像素总数。通过用户交互比对后可以得到参照物的像素总数和叶片的像素总数。\n[0015] 上述方法中照片的预处理包括灰度化，灰度化是将彩色图像转换为灰度图像。本方法中照片的灰度化是通过将照片颜色的RGB模型转为HIS模型实现的。消去彩色图像中彩色信息里强度分量的影响。HSI颜色模型和RGB颜色模型之间可以通过非线性变换来相互转换：\n[0016] \n[0017] 对于灰度化后的灰度图像，f(x,y) 的函数值点坐标为(x,y)的像素点的灰度值。\n[0018] 上述方法中照片的预处理包括滤波，滤波可以减少和消除照片中的“噪音”，以改善照片质量。本方法中采用线性滤波法。线性滤波的算法如下：\n[0019] （1）从左到右，从上到下顺序遍历灰度图像的每一个像素f(x,y) ；\n[0020] （2）把模板算子的中心与该输入像素f(x,y) 重叠，把该像素与其模板进行卷积运算，把运算的结果值作为输出图像的对应像素的灰度值；\n[0021] （3）如果所有像素都处理完毕，则算法结束，否则转向（1）。\n[0022] 上述方法中照片的二值化采用迭代阈值分割法。照片的二值化处理即选择一个灰度阈值，将图像转换为黑白二值图像，迭代阈值分割法的算法如下：\n[0023] 假设取照片灰度范围的中间值作为初始阈值T0，则它的数学表达式为：\n[0024] \n[0025] 其中，L为灰度级的个数， 是灰度值为k的像素点的个数。\n[0026] 具体的实现算法如下：\n[0027] （1）求出图像的最大灰度值Zmax和最小灰度值Z min，令初始阈值T0=(Z max+Z min)/2；\n[0028] （2）根据初始阈值T0 将图像分割成为目标和背景，分别求出两者的平均灰度值Z1和Z2；\n[0029] （3）求出新阈值T=(Z1+Z2)/2；\n[0030] （4）若T0 ≠T，把T的值赋给T0，转到步骤（2），循环迭代计算直到T0=T时终止，所得T 即为最优的阈值。最优阈值确定以后进行二值化处理，变换函数表达式如下：\n[0031] \n[0032] 上述方法中对照片连通区域标记采用邻域像素连通标记法。连通区域标记即将二值化图像中邻近的具有相同灰度值像素点赋予同样的标签号。邻域像素连通标记法的算法步骤如下：\n[0033] （1）从左到右、从上到下扫描照片。对于每行的各点,如果某像素点的灰度值为\n255，则有以下几种情况：如果上面点和左面点有一个标记，则复制该标记。如果两点有相同的标记，则复制该标记。如果两点有不同的标记，则复制两点中较小的标记，将两标记写入等价表中作为等价标记；否则给这个像素点分配一个新标记，并将这一标记写入等价表。\n[0034] （2）考虑下一行，重复第（2）步。\n[0035] （3）从上到下扫描图像，重复（2）、（3）步。\n[0036] （4）在等价表的每一等价集中，找到该等价集中最低的标记。\n[0037] （5）遍历图像，用等价表中的最低标记取代每一标记，用不同的颜色标记各个连通区域。\n[0038] 上述方法中对照片连通区域标记后，遍历照片数据，得到背景板的像素总数，参照物的像素总数和被测叶片的像素总数。通过用户交互比对后可以得到参照物的像素总数和被测叶片的像素总数。通过如下公式计算出被测叶片的面积\n[0039] 。\n[0040] 本实用新型的叶片面积快速检测方法主要是利用了现有手机的硬件平台和软件平台以及数字图像处理技术，通过软件调用手机的摄像头获取背景板区域内的包含参照物和被测叶片的完整照片，进而通过用Java语言开发的手机上的软件对照片进行图像处理，统计出参照物和被测叶片在该数码照片中所占的像素总数，最后根据公式计算得到被测叶片的面积。\n[0041] 本实用新型的检测装置不仅结构简单，便于携带，而且还简化了测量步骤，缩短了检测时间，提高了测量精度。\n附图说明\n[0042] 图1是本实用新型基于手机快速检测叶片面积的装置的结构示意图。\n具体实施方式\n[0043] 下面以实施例并结合附图对本实用新型进行详细的描述，进一步说明本实用新型的目的和特点，但本实用新型的实施方式不局限于此。\n[0044] 实施例1\n[0045] 如图1所示，本实用新型的一种基于手机快速检测叶片面积的装置，包括有手机\n4、背景板1、参照物2和被测叶片3，所述的参照物2和被测叶片3分别置于背景板1上不同位置，所述的手机4位于背景板1的垂直上方；所述的手机4具有拍照、存储、图像处理、统计分析、人机交互和显示功能；所述的背景板1正面的颜色区别于被测叶片3的颜色和参照物2的颜色；所述的参照物2的颜色区别于被测叶片3的颜色。

暂无