基于Kinect相機(jī)的穴盤苗生長過程無損監(jiān)測(cè)方法

王紀(jì)章 顧容榕 孫 力 張 運(yùn)

(江蘇大學(xué)現(xiàn)代農(nóng)業(yè)裝備與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室， 鎮(zhèn)江 212013)

0 引言

隨著現(xiàn)代設(shè)施農(nóng)業(yè)的發(fā)展，蔬菜集約化生產(chǎn)規(guī)模不斷擴(kuò)大，集中化育苗已成為必然趨勢(shì)。穴盤育苗成本低、運(yùn)輸方便、效率高，對(duì)促進(jìn)蔬菜產(chǎn)業(yè)的機(jī)械化、規(guī)?；涂沙掷m(xù)發(fā)展具有重要意義[1]。穴盤苗的發(fā)芽率和形態(tài)參數(shù)可以為幼苗培育和生長環(huán)境參數(shù)調(diào)控提供參考依據(jù)。通過對(duì)穴盤苗生長特性的無損監(jiān)測(cè)，實(shí)現(xiàn)幼苗生長過程監(jiān)測(cè)和形狀評(píng)估，對(duì)提高工廠化育苗的自動(dòng)化和智能化水平具有重要意義[2-3]。

目前，研究人員將機(jī)器視覺、光譜等技術(shù)應(yīng)用于高通量作物表型，實(shí)現(xiàn)了作物生理生態(tài)信息的自主監(jiān)測(cè)、分析和應(yīng)用[4-7]。如文獻(xiàn)[8]的研究表明，對(duì)幼苗進(jìn)行定量生長分析是監(jiān)測(cè)幼苗生長的常用方法，定量生長分析形成一個(gè)反饋回路，可以控制植物灌溉、施肥，以及環(huán)境溫度和濕度。文獻(xiàn)[9]通過獲取不同營養(yǎng)處理的幼苗彩色圖像，利用參照物法計(jì)算幼苗葉片的投影面積。文獻(xiàn)[10]采用傳統(tǒng)的手動(dòng)測(cè)量方法測(cè)量幼苗的質(zhì)量和面積，具有侵入性和破壞性，既費(fèi)時(shí)又容易出錯(cuò)。在穴盤苗移栽時(shí)，利用機(jī)器視覺技術(shù)可以識(shí)別穴盤孔內(nèi)是否有幼苗、幼苗是否損壞，并且可對(duì)幼苗健康狀況進(jìn)行監(jiān)測(cè)[11]。但是，由于缺乏對(duì)從發(fā)芽至移栽整個(gè)過程的監(jiān)測(cè)和管理，導(dǎo)致穴盤苗的漏苗、徒長、病變等問題，給后續(xù)機(jī)械化移栽作業(yè)帶來不便。此外，對(duì)幼苗的評(píng)價(jià)指標(biāo)單一，僅根據(jù)株高[12-13]、莖粗[14]和葉面積[15-16]等單一指標(biāo)無法綜合判斷幼苗的健康狀況。同一植物幼苗各器官之間具有明顯的相關(guān)性，不同器官的指標(biāo)可以更好地反映幼苗的健壯性。因此，通過無損監(jiān)測(cè)幼苗生長的多種形態(tài)參數(shù)，構(gòu)建穴盤苗的壯苗評(píng)價(jià)指標(biāo)，對(duì)于優(yōu)化穴盤苗生長環(huán)境、提高穴盤苗品質(zhì)具有重要意義。

微軟的Kinect相機(jī)能同時(shí)捕獲彩色(RGB)、紅外(IR)和深度信息，Kinect V2 相機(jī)大幅提升了深度信息的掃描精度，已廣泛應(yīng)用于多種領(lǐng)域，目前研究人員已將其應(yīng)用于植物表型監(jiān)測(cè)的研究中[17-20]。在植物重建研究中，文獻(xiàn)[21]重建了玉米、甜菜和向日葵的高度和葉面積，發(fā)現(xiàn)運(yùn)動(dòng)結(jié)構(gòu)技術(shù)和Kinect相機(jī)的重建結(jié)果具有很強(qiáng)的一致性，并且該模型的計(jì)算值和地面真實(shí)信息具有良好的一致性和相關(guān)性。運(yùn)動(dòng)結(jié)構(gòu)技術(shù)在重建末端細(xì)節(jié)和高度估計(jì)的準(zhǔn)確性方面顯示出更好的結(jié)果，而Kinect V2 相機(jī)具有獲取時(shí)間短、重建速度快的優(yōu)勢(shì)。這些研究表明，Kinect V2 相機(jī)可用作捕獲RGB-D信息的工具。文中以Kinect相機(jī)表示Kinect V2 相機(jī)。

本研究通過Kinect相機(jī)采集穴盤苗RGB-D信息，設(shè)計(jì)獲取穴盤苗發(fā)芽率、株高、葉面積、壯苗指數(shù)的高效分析方法，并進(jìn)行實(shí)驗(yàn)驗(yàn)證，以實(shí)現(xiàn)穴盤苗生長過程的無損監(jiān)測(cè)。

1 材料與方法

1.1 穴盤苗育苗

實(shí)驗(yàn)在江蘇大學(xué)農(nóng)業(yè)裝備工程學(xué)院人工氣候室進(jìn)行，發(fā)芽階段設(shè)置溫度為26～28℃，相對(duì)濕度為90%～95%；出芽后，設(shè)置白天溫度為25℃，光照為255～315 μmol/(m2·s)，夜間溫度為18℃，濕度為80%～85%，以保證黃瓜穴盤苗的正常發(fā)芽與生長[22]。黃瓜種子品種為“中壽35號(hào)”，育苗基質(zhì)中草炭、蛭石、珍珠巖質(zhì)量比為6∶2∶2。播種時(shí)使用打孔器在穴格中心打孔，孔深1.5 cm，播種時(shí)將種子平放后播下[23]。

1.2 信息采集平臺(tái)搭建

如圖1所示，Kinect相機(jī)安裝在三腳架上并連接到便攜式計(jì)算機(jī)實(shí)現(xiàn)信息采集。調(diào)節(jié)Kinect相機(jī)距穴盤底部900 mm，并位于黃瓜植株正上方。相機(jī)鏡頭的水平調(diào)節(jié)采用Apple IOS12系統(tǒng)中的水平儀軟件，將iPhone7手機(jī)放置在Kinect相機(jī)上方，并且將手機(jī)鏡頭放在Kinect相機(jī)外側(cè)，打開水平儀軟件，通過調(diào)節(jié)三腳架使水平儀顯示為0°[24]。

通過在Microsoft Visual Studio 2013軟件開發(fā)平臺(tái)調(diào)用Kinect相機(jī) V2 SDK和計(jì)算機(jī)視覺庫OpenCV3.0.0，設(shè)計(jì)開發(fā)了黃瓜植株冠層RGB-D圖像采集程序。由于Kinect相機(jī)的彩色圖像尺寸為1 920像素×1 080像素，而深度圖像尺寸為512像素×424像素，因此無法直接使用彩色和深度圖像對(duì)穴盤苗進(jìn)行處理以及彩色點(diǎn)云生成，需要進(jìn)行彩色圖和深度圖配準(zhǔn)。圖像配準(zhǔn)流程如下：

(1)獲取彩色幀，并保存為彩色圖像。

(2)獲得深度幀，并保存為深度圖像。

(3)使用基于雙線性內(nèi)插法原理，通過MapDepthFrameToColorSpace()函數(shù)和深度幀的信息計(jì)算深度圖像和彩色圖像的映射關(guān)系，獲得尺寸為512像素×424像素的彩色圖像。

彩色圖像、深度圖像和經(jīng)過映射處理后的彩色圖像如圖2所示。

1.3 測(cè)量儀器

為了測(cè)定穴盤苗葉面積，采用EPSON DS-50000型掃描儀掃描摘下后鋪平的幼苗葉片，并通過WinFOLIA圖形分析系統(tǒng)計(jì)算幼苗的葉面積，精度為0.01 mm2；幼苗株高采用游標(biāo)卡尺測(cè)量，精度為0.01 mm；莖粗采用游標(biāo)卡尺通過“十字交叉法”測(cè)量，精度為0.01 mm。

2 穴盤苗無損監(jiān)測(cè)方法

2.1 發(fā)芽率監(jiān)測(cè)方法

發(fā)芽率是衡量穴盤苗品質(zhì)的重要指標(biāo)，觀測(cè)幼苗發(fā)芽情況也是指引種子補(bǔ)播或補(bǔ)苗的重要技術(shù)手段。由于工廠化穴盤穴孔個(gè)數(shù)多，使用人工觀察計(jì)數(shù)非常耗時(shí)且費(fèi)力，并且很容易忽略剛剛發(fā)芽的小幼苗[25]。目前，大田幼苗發(fā)芽監(jiān)測(cè)采用無人機(jī)低空數(shù)字圖像診斷[26-27]，但是需要昂貴的高分辨率相機(jī)。本研究中，對(duì)使用成本較低的Kinect相機(jī)采集到的彩色圖像進(jìn)行處理，通過統(tǒng)計(jì)發(fā)芽數(shù)實(shí)現(xiàn)發(fā)芽率監(jiān)測(cè)，處理流程如圖3所示。

(1)彩色圖像灰度預(yù)處理。為了便于后期圖像分割，消除由Kinect相機(jī)光電轉(zhuǎn)換系統(tǒng)中感光構(gòu)件靈敏度而引起的圖像亮度分布不均勻問題，考慮幼苗為綠色的特征，通過增強(qiáng)綠色通道(G)數(shù)據(jù)，減弱紅色通道(R)和藍(lán)色通道(B)數(shù)據(jù)，進(jìn)行超綠灰度化處理，以獲得灰度圖像增強(qiáng)的效果。公式為

(1)

式中f(u,v)——像素點(diǎn)(u,v)的灰度

(2)穴盤苗分割。為了加快分析速度，采用并行區(qū)域分割算法中的全局閾值分割，包括直方圖法分割和Otsu閾值分割。直方圖法分割是通過人工觀察直方圖中的灰度集合來確定目標(biāo)和背景的分割閾值范圍。Otsu閾值分割法是最大類間差法分割，自動(dòng)選擇閾值來將目標(biāo)和背景類間方差最大化，該算法因?yàn)樘幚頃r(shí)間快、處理精度高而被廣泛應(yīng)用于實(shí)時(shí)性高、精度要求高的圖像分割中。利用Matlab中的graythresh()函數(shù)實(shí)現(xiàn)Otsu計(jì)算全局灰度閾值，記為level，再通過調(diào)用im2bw()函數(shù)將分割出的圖像進(jìn)行二值化顯示。

(3)小噪聲點(diǎn)去除。在分割后，植株周圍仍存在一些非目標(biāo)小噪聲點(diǎn)。通過調(diào)用形態(tài)學(xué)開運(yùn)算open()函數(shù)進(jìn)行去除。

(4)發(fā)芽率分析。對(duì)分割后的幼苗進(jìn)行連通分量統(tǒng)計(jì)，輸出連通分量目標(biāo)數(shù)，即發(fā)芽數(shù)，將發(fā)芽數(shù)除以穴盤格數(shù)獲得發(fā)芽率。

2.2 株高分析方法

株高是幼苗品質(zhì)判別的關(guān)鍵因子，株高為從植株基部至主莖頂部即主莖生長點(diǎn)的距離。本文中株高H則定義為從植物主莖根部到頂端的垂直距離，采用土面法測(cè)量，即將穴盤格表面以上部分視為幼苗主莖根部的位置，以一株幼苗中2個(gè)葉片的中心點(diǎn)作為主莖生長點(diǎn)。如圖4所示，Kinect相機(jī)平面至穴盤底面高度為h1，Kinect相機(jī)平面距離葉片中心點(diǎn)高度為h2，穴盤高度為h3，幼苗株高H計(jì)算公式為

H=h1-h2-h3

(2)

通過深度圖像中地面所在區(qū)域，其所對(duì)應(yīng)的深度為h1，穴盤高度h3為40 mm；為獲取h2，需要先獲得幼苗植株主莖點(diǎn)位置。由于幼苗葉片形態(tài)具有對(duì)稱性，可以將幼苗2個(gè)葉片的中心作為幼苗植株主莖點(diǎn)位置。Kinect相機(jī)平面距離葉片中心點(diǎn)高度提取方法如下：

(1)葉片中心像素點(diǎn)坐標(biāo)提取。將彩色圖像在經(jīng)過灰度預(yù)處理、分割、形態(tài)學(xué)變換后繼續(xù)分析連通分量中心，獲得整盤幼苗葉片連通分量中心的(x,y)像素坐標(biāo)。

(2)彩色圖像與深度圖像匹配。根據(jù)深度圖像和彩色圖像的映射關(guān)系，將彩色圖像中的各個(gè)穴孔中幼苗的中心像素點(diǎn)匹配到深度圖像中對(duì)應(yīng)的像素點(diǎn)位置矩陣M。

(3)葉片中心高度獲取。導(dǎo)入深度圖像，將中心像素點(diǎn)坐標(biāo)矩陣M對(duì)應(yīng)到深度圖像中，中心像素點(diǎn)坐標(biāo)對(duì)應(yīng)的深度即為各個(gè)穴孔中幼苗的h2。

2.3 葉面積分析方法

葉面積是衡量植株長勢(shì)的重要指標(biāo)之一，對(duì)植物的生長發(fā)育有著顯著影響[28]。常規(guī)葉片面積測(cè)量除了采用葉面積儀之外，還采用攝像頭或掃描儀獲取RGB圖像，通過統(tǒng)計(jì)葉片像素點(diǎn)數(shù)再與標(biāo)定物按比例比較計(jì)算葉面積，該方法停留在二維水平，對(duì)于彎曲等變形葉片的測(cè)量誤差較大，只有將葉面展平或者摘下測(cè)量才能獲得較高的精度[29]。掃描儀速度快，但是需要摘下葉子進(jìn)行掃描，對(duì)植物造成損害[30]。因此，本文提出通過Kinect相機(jī)拍攝到的深度圖像，利用葉表面重建結(jié)果和深度圖像中的不同高度下的像素點(diǎn)面積求和來計(jì)算葉面積。葉面積獲取過程為：

(1)深度圖直通濾波

Kinect相機(jī)的數(shù)據(jù)采集范圍為0.5～4.5 m，在被測(cè)植株以外，會(huì)包含很多背景噪聲，通過直通濾波器去除被測(cè)幼苗植株深度外的深度像素，具體計(jì)算式為

(3)

式中 (u,v)——深度圖像中像素的位置坐標(biāo)

dst(u,v)——目標(biāo)像素

src(u,v)——原始深度圖像中像素

dmin——直通濾波器下限

dmax——直通濾波器上限

dmax取值為Kinect相機(jī)到穴盤上表面以上10 mm的距離，即dmax=h1-h2-10。

(2)深度圖像條件濾波

在上述深度圖像直通濾波后，植株周圍還有三角架、邊緣噪聲等非目標(biāo)物需要被濾除，設(shè)定幼苗穴盤所在區(qū)域作為條件濾波范圍，通過遍歷深度直通濾波后的深度圖像中的像素，將幼苗穴盤所在區(qū)域內(nèi)的像素深度值保留為原來的深度值，其余區(qū)域深度值置零。從而只保留穴盤內(nèi)的深度數(shù)據(jù)，獲得穴盤內(nèi)包含幼苗植株的深度數(shù)據(jù)。

(3)深度圖像邊界保持濾波

經(jīng)過上述直通濾波和條件濾波后，葉片周圍還會(huì)存在部分孤立噪聲點(diǎn)，為了不影響葉片邊界，采用邊界保持類濾波可清除孤立噪聲點(diǎn)。常用的邊界保持類濾波有K近鄰均值濾波、K近鄰中值濾波以及最小均方差濾波。

(4)深度圖中像素分辨率計(jì)算

根據(jù)Kinect相機(jī)測(cè)量原理，各幼苗的高度不同，深度圖像中，幼苗葉在不同高度處占據(jù)的像素的實(shí)際尺寸也不同。根據(jù)葉片表面像素點(diǎn)與相機(jī)之間的不同距離，結(jié)合Kinect相機(jī)的分辨率和視場(chǎng)角，可以計(jì)算出幼苗葉面積。

Kinect相機(jī)的分辨率為512像素×424像素，視角為70°×60°。當(dāng)相機(jī)距離目標(biāo)高度為h(h≥500 mm)時(shí)，記單位像素點(diǎn)的水平和垂直分辨率分別為P1和P2，單位為mm/像素，計(jì)算公式為

(4)

(5)幼苗葉面積計(jì)算

重建葉片表面，統(tǒng)計(jì)每株葉片表面像素個(gè)數(shù)，記為n。當(dāng)一株幼苗表面有n個(gè)不同深度的像素時(shí)，該株幼苗的葉面積S計(jì)算方法為

(5)

式中i——幼苗葉片在深度圖像中的像素點(diǎn)序號(hào)

hi——Kinect相機(jī)在像素點(diǎn)i的深度

2.4 幼苗壯苗指數(shù)計(jì)算方法

壯苗指標(biāo)用于反映幼苗健壯程度，包括幼苗的外部形態(tài)指標(biāo)和生理生化指標(biāo)。外部形態(tài)指標(biāo)可劃分為簡單指標(biāo)、相對(duì)指標(biāo)。簡單指標(biāo)是單項(xiàng)性狀指標(biāo)，包括株高、莖粗、葉片數(shù)、葉面積、各部分干物質(zhì)質(zhì)量等。簡單指標(biāo)雖簡單易行，但缺乏對(duì)幼苗客觀全面反映。相對(duì)指標(biāo)是指2種單項(xiàng)性狀指標(biāo)的比值，如莖粗株高比、根冠質(zhì)量比、冠質(zhì)量莖高比、葉面積根體積比等。明村豪等[31]提出植株壯苗指數(shù)I的計(jì)算公式為

(6)

式中D——莖粗

葉片的長度、寬度和面積能夠客觀地反映秧苗品質(zhì)，可以作為幼苗壯苗指標(biāo)。文獻(xiàn)[32]提出，莖粗、冠鮮質(zhì)量對(duì)種苗品質(zhì)有正向的決定作用，株高有負(fù)向的決定作用，可以根據(jù)莖粗、冠鮮質(zhì)量和莖高的情況對(duì)穴盤苗品質(zhì)做一個(gè)初步的判斷。同一植株幼苗的各個(gè)器官之間具有明顯的相關(guān)性，葉面積與莖粗之間呈現(xiàn)正相關(guān)性。根據(jù)以上結(jié)論，提出使用葉面積開方與株高的比值來作為壯苗指數(shù)，壯苗指數(shù)I表示為

(7)

3 實(shí)驗(yàn)結(jié)果及分析驗(yàn)證

根據(jù)上述監(jiān)測(cè)方法，對(duì)發(fā)芽率、株高、葉面積的獲取結(jié)果進(jìn)行分析。同時(shí)對(duì)本方法提取的發(fā)芽率、株高、葉面積、壯苗指數(shù)進(jìn)行實(shí)驗(yàn)驗(yàn)證。采用國際上慣用的RMSE模型驗(yàn)證方法，將本方法的獲取值作為觀測(cè)值，將其余驗(yàn)證方法的獲取值作為真值，進(jìn)行分析。

3.1 發(fā)芽率分析

3.1.1發(fā)芽率獲取結(jié)果

Kinect相機(jī)獲取的原始彩色圖像如圖5a所示，其灰度直方圖如圖5b所示，超綠灰度化處理后的灰度直方圖如圖5c所示。與預(yù)處理前灰度直方圖相比，超綠灰度化能夠突出植株綠色部分的灰度特征，能夠明顯區(qū)分出幼苗與背景。

直方圖分割的閾值范圍為110～250，分割結(jié)果如圖5d所示，Otsu閾值分割結(jié)果如圖5e所示。從結(jié)果可以看出，直方圖分割需要觀察灰度集區(qū)間來設(shè)置灰度范圍，而Otsu閾值分割是自動(dòng)選擇閾值處理，處理效果較優(yōu)。而且，直方圖分割出來的穴盤苗周圍含有更多的噪聲點(diǎn)。因此，Otsu閾值分割適合用于后續(xù)穴盤苗分割。

圖像分割后，通過形態(tài)學(xué)開運(yùn)算去除小噪聲點(diǎn)，如圖5f所示，穴盤苗已經(jīng)完全和背景分開，進(jìn)行連通分量統(tǒng)計(jì)輸出目標(biāo)數(shù)目，即幼苗發(fā)芽個(gè)數(shù)，如圖5g所示，最后得到穴盤格數(shù)后獲得發(fā)芽率。

3.1.2發(fā)芽率測(cè)量結(jié)果分析

為驗(yàn)證本方法檢測(cè)發(fā)芽率效果，通過本文方法和人工統(tǒng)計(jì)法分別統(tǒng)計(jì)穴盤規(guī)格為50、72、128、150、200格的穴盤苗在發(fā)芽后第3天、第5天和第7天的發(fā)芽個(gè)數(shù)，并計(jì)算發(fā)芽個(gè)數(shù)誤差與發(fā)芽率誤差，統(tǒng)計(jì)結(jié)果如表1所示?？梢钥闯?，在發(fā)芽后5 d內(nèi)的發(fā)芽率誤差不大于1.567%，在發(fā)芽后7 d的發(fā)芽率誤差不大于12.66%。造成誤差的原因是幼苗葉片遮擋嚴(yán)重，格數(shù)越多，穴盤孔越小，幼苗葉片遮擋越嚴(yán)重，導(dǎo)致不同株幼苗的葉片無法分開，在檢測(cè)時(shí)檢測(cè)到了一個(gè)連通分量，系統(tǒng)認(rèn)為這些葉片屬于同一個(gè)連通分量，如圖6中紅色方塊標(biāo)記處所示。因此，本文方法在葉片遮擋嚴(yán)重時(shí)，獲取的連通分量數(shù)減少，得出的發(fā)芽率會(huì)小于實(shí)際發(fā)芽率。因此，本文方法進(jìn)行發(fā)芽率分析的適宜時(shí)間是在發(fā)芽后5 d之內(nèi)。

表1 發(fā)芽個(gè)數(shù)與發(fā)芽率誤差Tab.1 Error of germination number and germination rate

3.2 株高分析

3.2.1株高提取結(jié)果

彩色圖像中葉片中心像素點(diǎn)坐標(biāo)提取結(jié)果如圖7a所示，藍(lán)色標(biāo)記的位置為葉片中心。將葉片中心像素點(diǎn)坐標(biāo)對(duì)應(yīng)到深度圖像中，根據(jù)式(2)可獲得幼苗株高H，H的三維散點(diǎn)圖如圖7b所示。提取的72株幼苗株高分布在10～30 mm之間。

3.2.2株高測(cè)量結(jié)果分析

用測(cè)量精度為0.01 mm的游標(biāo)卡尺測(cè)量幼苗高度時(shí)，測(cè)量主莖生長點(diǎn)至穴盤上表面的垂直距離，測(cè)3次取平均值。

2種方法下測(cè)得的72株幼苗的株高進(jìn)行線性擬合分析，如圖8所示，本文方法分析的株高與用游標(biāo)卡尺測(cè)得的株高之間線性擬合方程為y=0.901 3x+2.189 8，擬合優(yōu)度R2為0.875，RMSE為1.395 mm。從擬合效果可以看出，本文方法獲得株高結(jié)果準(zhǔn)確。

3.3 葉面積分析

3.3.1葉面積獲取結(jié)果

為了使深度圖像顯示更加明顯，對(duì)原始深度圖像進(jìn)行渲染，如圖9a所示。為了濾除被測(cè)幼苗以外的無效背景，對(duì)深度圖進(jìn)行直通濾波，直通濾波器下限dmin設(shè)為500 mm，上限dmax設(shè)為845 mm。直通濾波后的深度圖如圖9b所示?？梢钥闯?，由于分析的植株高度大于10 mm，所以上限設(shè)置能夠?qū)⒀ūP以下部分濾除的同時(shí)又保留完整穴盤苗植株。

在深度直通濾波后，植株穴盤周圍還有三角架和邊緣噪聲等非目標(biāo)物，通過設(shè)置條件濾波范圍為像素橫坐標(biāo)167～398像素，像素縱坐標(biāo)75～190像素的區(qū)域，區(qū)域內(nèi)的像素深度值保持不變，其余區(qū)域深度值置零，即可將其濾除。條件濾波后的深度圖如圖9c所示，對(duì)比深度直通濾波，條件濾波后的穴盤周圍的非目標(biāo)物被濾除。

條件濾波后的葉片周圍還存在部分孤立噪聲點(diǎn)，為了消除這些孤立噪聲點(diǎn)又不影響葉片邊界，比較K近鄰均值濾波、K近鄰中值濾波和最小均方差濾波3種邊界保持類濾波清除孤立噪聲點(diǎn)的效果，如圖9d、9e、9f所示?？梢园l(fā)現(xiàn)K近鄰中值濾波比K近鄰均值濾波清除的噪聲點(diǎn)多，而最小均方差濾波雖然能清除噪聲點(diǎn)，卻改變了植株間距，使得植株粘在一起，對(duì)植株分割造成影響。因此，K近鄰中值濾波可以作為清除葉片周圍孤立噪聲點(diǎn)的有效濾波方法。

通過上述直通濾波、條件濾波、邊界保持濾波后，幼苗植株葉片周圍的噪聲和背景基本被去除。對(duì)于濾波后的深度圖，采用三維網(wǎng)格法對(duì)植株葉片表面進(jìn)行重建，結(jié)果如圖9g所示，取對(duì)數(shù)后如圖9h所示。將濾波后的深度圖像轉(zhuǎn)換為點(diǎn)云，并進(jìn)行點(diǎn)云處理，得到點(diǎn)云重建后的穴盤苗如圖9i所示。由圖9可以看出，經(jīng)過直通濾波、條件濾波、K近鄰中值濾波后，葉片深度圖像每個(gè)像素點(diǎn)的深度沒有出現(xiàn)較大的偏差，能夠很好地重建葉面。

3.3.2葉面積計(jì)算結(jié)果誤差分析

隨機(jī)選擇15株幼苗并記錄所在穴格行列號(hào)。用EPSON DS-50000型掃描儀掃描幼苗葉片，并通過WinFOLIA圖形分析系統(tǒng)計(jì)算幼苗的葉面積。通過掃描儀獲得的葉面積、本方法重構(gòu)獲得的葉面積和文獻(xiàn)[29]介紹的彩色圖像素法分析的葉面積結(jié)果如表2所示，從表2中可以看出，彩色圖像素法分析的葉面積小于其他兩種方法。與掃描儀分析的葉面積相比，彩色圖像素法計(jì)算的葉面積平均誤差為6.28%，本文方法計(jì)算的葉面積平均誤差為2.15%。本文提出的基于深度像素點(diǎn)提取葉面積的分析方法具有較好的提取效果。

表2 不同方法下的葉面積與誤差Tab.2 Leaf area and error under different methods

3.4 壯苗指數(shù)驗(yàn)證分析

將本文提取的壯苗指數(shù)與文獻(xiàn)[31]提出的莖粗與株高的比值作為植株壯苗指數(shù)的結(jié)果進(jìn)行擬合分析，驗(yàn)證本文所提出的壯苗指數(shù)計(jì)算方法的可行性。采用游標(biāo)卡尺十字交叉法測(cè)量隨機(jī)抽取的15株幼苗的莖粗D1，使用游標(biāo)卡尺測(cè)出這15株幼苗的株高H1，代入式(6)得到壯苗指數(shù)I1。將本文設(shè)計(jì)方法獲得的葉面積S1和株高H2代入式(7)得到壯苗指數(shù)I2，對(duì)2種計(jì)算方法下的壯苗指數(shù)進(jìn)行線性擬合，如圖10所示，擬合優(yōu)度R2為0.958。結(jié)果表明，所提出的壯苗指數(shù)可以用于穴盤苗壯苗分析。

4 結(jié)論

(1)根據(jù)工廠化穴盤苗無損測(cè)量需求，提出了利用Kinect相機(jī)構(gòu)建基于顏色信息和深度信息的穴盤苗生長過程無損監(jiān)測(cè)方法。

(2)對(duì)Kinect相機(jī)獲取的彩色圖像結(jié)合灰度預(yù)處理、Otsu閾值分割、形態(tài)學(xué)開運(yùn)算、連通分量統(tǒng)計(jì)處理后獲取發(fā)芽率。對(duì)不同規(guī)格的穴盤進(jìn)行發(fā)芽率實(shí)驗(yàn)分析，在發(fā)芽后5 d內(nèi)，發(fā)芽率誤差不大于1.567%。

(3)通過提取彩色圖像中幼苗葉片中心像素點(diǎn)坐標(biāo)，實(shí)現(xiàn)了基于深度圖像的穴盤苗株高獲取，與人工測(cè)量的實(shí)際株高進(jìn)行對(duì)比分析表明，株高和實(shí)際株高之間的擬合優(yōu)度R2為0.875，RMSE為1.395 mm。

(4)將深度圖像進(jìn)行融合直通濾波、條件濾波、邊界保持類濾波的算法處理，有效去除穴盤苗周圍的背景噪聲以及波動(dòng)幅度大的深度數(shù)據(jù)，利用深度圖實(shí)現(xiàn)了穴盤苗的葉面積測(cè)量，葉面積平均誤差為2.15%。提出以葉面積開方與株高的比值作為壯苗指數(shù)，經(jīng)實(shí)驗(yàn)驗(yàn)證，該方法與現(xiàn)有壯苗指數(shù)計(jì)算方法具有較好的擬合優(yōu)度，壯苗指數(shù)擬合優(yōu)度R2為0.958。說明基于Kinect相機(jī)的穴盤苗形態(tài)學(xué)指標(biāo)監(jiān)測(cè)方法可以用于穴盤苗的壯苗指數(shù)評(píng)價(jià)。