一種基于計算機圖像分析的青菜葉片葉綠素定量檢測方法技術

一種基于計算機圖像分析的青菜葉片葉綠素定量檢測方法，包括如下步驟：根據青菜葉片葉綠素含量變化引起葉片顏色變化，采用數碼相機或掃描儀獲取青菜葉片圖像，用計算機圖像技術獲取圖像中葉片的顏色參數值(L、a、b、ΔE)，并采用傳統的分光光度計法測定對應葉片的葉綠素含量，通過采用不同的函數模型對葉片的顏色參數值與葉綠素含量之間的關系進行擬合，從而構建出基于顏色參數值的葉綠素含量預測模型，即只要獲取葉片的顏色值，輸入模型，即可實現對葉片葉綠素含量的測定。

【技術實現步驟摘要】

本專利技術涉及一種青菜葉片中葉綠素含量定量檢測方法，屬于農作物生理指標測試方法。
技術介紹
目前葉綠素含量測定常用的方法是分光光度計法，即將葉片稱重剪碎，用大量有機溶劑如丙酮、乙醇長時間提取葉片葉綠素，然后用分光光度計測定提取液在645nm和663nm的光密度值，然后利用Arnon公式計算葉綠素含量。還有一種方法是用葉綠素計測定葉片直接讀取葉片葉綠素含量的值。用的最多的是日本美能達公司產的SPAR‐502，它是根據葉片葉綠素在可見光區域特定波長位置有吸收谷和反射峰的特點，通過制作的儀器來發射一束已知強度的光照射在需測定的葉片部位，檢測被測試葉片特定波長吸收率與反射率來推算葉片葉綠素含量。采用傳統的分光光度計測定葉綠素含量需用有機溶劑提取，不僅破壞被測樣品，而且過程繁瑣，比較費時。葉綠素計價格昂貴，不適用一些基層研究和生產單位對園藝產品葉綠素的測定。由于植物葉色是葉片中葉綠素含量的外在表現，利用植物的顏色參數通過構建數學模型計算葉綠素含量成為一種新的方法。已報道的文獻有以下幾個特點:a.采用色差計進行顏色參數測定。由于色差計對樣品的大小、形狀、色澤均勻度、表面平整度有一定的要求，且色差計體積較大、儀器價格昂貴，適用于科學研究但不適用于基層研究和生產單位使用。b.目前葉綠素含量檢測模型多基于RGB等顏色系統，預測精度不高。c.文獻報道的利用計算機圖像建立葉綠素含量多基于檢測模型棉花等作物建立，因為青菜在株型、葉片形態、表面結構等方面均與上述作物存在較大差異，所以已有葉綠素含量的預測模型并不適用于青菜葉片葉綠素含量的測定。
技術實現思路
本專利技術要克服現有技術中存在的問題，提供一種基于顏色參數值的快速、無損的青菜葉片葉綠素含量測定方法。本專利技術的目的是通過以下技術方案來實現的：根據青菜葉片葉綠素含量變化引起葉片顏色變化，采用數碼相機或掃描儀獲取青菜葉片圖像，用計算機圖像技術獲取圖像中葉片的顏色參數值(L*、a*、b*、ΔE)，CIE‐LAB表色系是國際標準制表色系統。它用空間坐標L﹑a﹑b值表示。原點坐標為L＝50,a＝0,b＝0。L*代表亮度(0‐100)0為黑色、100為白色。坐標a*表示紅色(+)和綠色(‐)，b*表示黃色(+)和藍色(‐)，ΔE＝(ΔL*2+Δa*2+Δb*2)1/2，集中體現了顏色體系三要素，能夠更全面地反映顏色三維空間的變化。并采用傳統的分光光度計法測定對應葉片的葉綠素含量，通過采用不同的函數模型對葉片的顏色參數值與葉綠素含量之間的關系進行擬合，從而構建出基于顏色參數值的葉綠素含量預測模型，即只要獲取葉片的顏色值，輸入模型，即可實現對葉片葉綠素含量的測定。下面對本專利技術方法的具體實施步驟作進一步詳細描述:1.葉片圖像獲取。通過掃描儀或數碼相機獲取葉片數字圖像，用CanonPowerShotA610數碼相機拍攝青菜葉正面圖像時，以平整的白紙作為背景，鏡頭垂直向下，鏡頭離目標物體距離為20cm左右，將數碼機閃光燈設置于關閉狀態，像素為500萬，設置相機在M模式下，拍攝參數為1/400，F8.0，ISO100。白平衡自動，調整鏡頭焦距為20cm。采用JPG格式存儲圖像并傳入計算機。2.葉片圖像顏色參數測定。將獲取的葉片數字圖像用圖像處理軟件(如PhotoshopCS6等)提取整個葉片的顏色值，應用AdobePhotoshopCS6圖像處理軟件中魔術棒工具做青菜葉片選區(不包含菜葉上的莖脈部分)，設置筆尖大小為8像素。然后執行濾鏡工具中的模糊平均命令，將葉片選區內的所有像素參數值平均化，使用吸管工具讀取信息窗口中的L*、a*、b*值，并色差ΔE＝(ΔL*2+Δa*2+Δb*2)1/2。3.葉片葉綠素含量的實驗室測定。在獲取青菜葉片圖像之后，立即將樣品剪碎，分別在電子天平上稱取0.20g，然后放入盛有25ml混合液(丙酮、無水乙醇按體積比1:1配制)的具塞試管中，置于黑暗條件下直接浸提至葉片組織完全變白時，用紫外可見光分光光度計在600—700nm范圍內對不同葉綠素提取液進行掃描，波長精度為0.2nm。在645nm和663nm處測量并記錄其光密度值，并作平行樣，求其平均值。葉綠素含量計算利用Arnon公式式中:V是浸提液的最終體積；W為葉片鮮重，D645、D663為645nm和663nm的光密度值。4.葉綠素含量預測模型的構建。采用不同函數模型y＝Ax+B、y＝A/x+B、y＝Alnx+B和ln(lny)＝Alnx+B，A、B為擬合模型的系數，分別對步驟2中測定葉片各顏色參數(x)(a*、b*、ΔE)與步驟3中測定葉綠素含量(y)之間的關系通過origin8.0軟件進行擬合分析，通過比較擬合方程的決定系數R2，構建2個預測模型如下:ln(lnCchl)＝-4.0547lnb*+12.6085(n＝10，R2＝0.9925**)---------(1)Cchl＝-0.1412ΔE+3.4516(n＝10，R2＝0.9940)——————————(2)其中Cchl為葉綠素含量(mg/g)，n為樣本量，R2決定系數，**表示擬合模型具有極顯著的相關性。5.待測樣品葉綠素含量的測定。按照上述步驟1-2描述方法測定葉片圖像顏色參數b*、ΔE，將顏色參數b*或ΔE分別代入步驟4中構建的葉綠素含量預測模型，即可輸出葉綠素含量。本專利技術的優點是：1.快速、簡便，省時，省力，操作靈活簡單，不需要破壞樣品，對葉片無損傷，不需化學試劑，節約成本。2.本專利技術提出的方法，對一張葉片只需拍攝一張完整葉片的圖像既可獲得葉片局部葉綠素含量，也可獲得整個葉片葉綠素含量，降低因點測量引起的測量精度低的問題；減少因操作人員測定點選取不同而造成的測定誤差，精度較高。附圖說明圖1為本專利技術的基于b*葉綠素含量預測模型的構建示意圖。圖2為本專利技術的基于ΔE葉綠素含量預測模型的構建示意圖。圖3為實施例1中預測模型的檢驗示意圖圖4為實施例2中預測模型的檢驗示意圖具體實施方式下面通過具體實施例對本專利技術作進一步的說明，但本專利技術的保護范圍并不僅限于此。實施例12015年10月10日10:30，取10組在浙江省杭州市下城區德勝路農貿市場購買的青菜葉片樣本，青菜品種為“五月慢(WYM，上海地方品種)”，利用CanonPowerShotA610數碼相機拍攝青菜葉正面圖像時，把待測青菜葉置于暗箱內以白紙作為背景，數碼相機置于暗箱上方的觀測孔上，打開暗箱標準燈源(D65)將數碼機閃光燈設置于關閉狀態，像素為500萬，設置相機在本文檔來自技高網...

【技術保護點】
一種基于計算機圖像分析的青菜葉片葉綠素定量檢測方法，包括如下步驟：(1).葉片圖像獲取；通過掃描儀或數碼相機獲取葉片數字圖像，用Canon?PowerShotA610數碼相機拍攝青菜葉正面圖像時，以平整的白紙作為背景，鏡頭垂直向下，鏡頭離目標物體距離為20cm，將數碼機閃光燈設置于關閉狀態，像素為500萬，設置相機在M模式下，拍攝參數為1/400，F8.0，ISO100；白平衡自動，調整鏡頭焦距為20cm；采用JPG格式存儲圖像并傳入計算機；(2).葉片圖像顏色參數測定；將獲取的葉片數字圖像用圖像處理軟件(如Photoshop?CS6等)提取整個葉片的顏色值L*、a*、b*，CIE?LAB表色系是國際標準制表色系統。它用空間坐標L﹑a﹑b值表示。原點坐標為L＝50,a＝0,b＝0。L*代表亮度(0?100)0為黑色、100為白色。坐標a*表示紅色(+)和綠色(?)，b*表示黃色(+)和藍色(?)，應用Adobe?Photoshop?CS6圖像處理軟件中魔術棒工具做青菜葉片選區(不包含菜葉上的莖脈部分)，設置筆尖大小為8像素；然后執行濾鏡工具中的模糊平均命令，將葉片選區內的所有像素參數值平均化，使用吸管工具讀取信息窗口中的L*、a*、b*，并色差ΔE＝(ΔL*2+Δa*2+Δb*2)1/2；(3).葉片葉綠素含量的實驗室測定；在獲取青菜葉片圖像之后，立即將樣品剪碎，分別在電子天平上稱取0.20g，然后放入盛有25ml混合液的具塞試管中，，所述的混合液由丙酮、無水乙醇按體積比1:1配制，置于黑暗條件下直接浸提至葉片組織完全變白時，用紫外可見光分光光度計在600—700nm范圍內對不同葉綠素提取液進行掃描，波長精度為0.2nm；在645nm和663nm處測量并記錄其光密度值，并作平行樣，求其平均值；葉綠素含量計算利用Arnon公式:式中:V是浸提液的最終體積,W為葉片鮮重,D645、D663為645nm和663nm的光密度值；(4).葉綠素含量預測模型的構建；采用不同函數模型y＝Ax+B、y＝A/x+B、y＝Alnx+B和ln(lny)＝Alnx+B，A、B為擬合模型的系數，分別對步驟2中測定葉片各顏色參數(x)(a*、b*、(a*2+b*2)1/2)與步驟3中測定葉綠素含量(y)之間的關系通過origin8.0軟件進行擬合分析，通過比較擬合方程的決定系數R2，構建2個預測模型如下:ln(lnC?chl)＝?4.0547ln?b*+12.6085(n＝10，R2＝0.9925**)???????????????(1)C?chl＝?0.1412ΔE+3.4516(n＝10，R2＝0.9940)——————————(2)其中C?chl為葉綠素含量(mg/g)，n為樣本量，R2決定系數，**表示擬合模型具有極顯著的相關性；(5).待測樣品葉綠素含量的測定；按照上述步驟1?2描述方法測定葉片圖像顏色參數b*、ΔE，將顏色參數b*或ΔE分別代入步驟4中構建的葉綠素含量預測模型，即可輸出葉綠素含量。...

【技術特征摘要】
1.一種基于計算機圖像分析的青菜葉片葉綠素定量檢測方法，包括如下步驟：
(1).葉片圖像獲取；通過掃描儀或數碼相機獲取葉片數字圖像，用Canon
PowerShotA610數碼相機拍攝青菜葉正面圖像時，以平整的白紙作為背景，鏡頭垂直向下，
鏡頭離目標物體距離為20cm，將數碼機閃光燈設置于關閉狀態，像素為500萬，設置相機在M
模式下，拍攝參數為1/400，F8.0，ISO100；白平衡自動，調整鏡頭焦距為20cm；采用JPG格式
存儲圖像并傳入計算機；
(2).葉片圖像顏色參數測定；將獲取的葉片數字圖像用圖像處理軟件(如Photoshop
CS6等)提取整個葉片的顏色值L*、a*、b*，CIE-LAB表色系是國際標準制表色系統。它用空間
坐標L﹑a﹑b值表示。原點坐標為L＝50,a＝0,b＝0。L*代表亮度(0-100)0為黑色、100為白色。
坐標a*表示紅色(+)和綠色(-)，b*表示黃色(+)和藍色(-)，應用AdobePhotoshopCS6圖像
處理軟件中魔術棒工具做青菜葉片選區(不包含菜葉上的莖脈部分)，設置筆尖大小為8像
素；然后執行濾鏡工具中的模糊平均命令，將葉片選區內的所有像素參數值平均化，使用吸
管工具讀取信息窗口中的L*、a*、b*，并色差ΔE＝(ΔL*2+Δa*2+Δb*2)1/2；
(3).葉片葉綠素含量的實驗室測定；在獲取青菜葉片圖像之后，立即將樣品剪碎，分別
在電子天平上稱取0.20g，然后放入盛有25ml混合液的具塞試管中，，所述的混合液由...

【專利技術屬性】
技術研發人員：王德海，孫宇露，朱國建，
申請(專利權)人：浙江工業大學，
類型：發明
國別省市：浙江;33