基于計(jì)算機(jī)圖形學(xué)的植物果實(shí)輪廓特征差異性檢驗(yàn)

孫麗君 曾祥潘 吳俊杰

摘要：本實(shí)驗(yàn)利用計(jì)算機(jī)圖形學(xué)開展科學(xué)實(shí)驗(yàn)，抽取兩組樣本，獲取數(shù)據(jù)進(jìn)行分析，對植物果實(shí)輪廓特征進(jìn)行差異性檢驗(yàn)，以驗(yàn)證對樣本數(shù)據(jù)存在差異的假設(shè)。讓學(xué)生體驗(yàn)如何利用計(jì)算機(jī)解決這一類生活中的實(shí)際問題。

關(guān)鍵詞：差異性檢驗(yàn);科學(xué)實(shí)驗(yàn);輪廓特征;數(shù)據(jù)分析

中圖分類號：G434 ?文獻(xiàn)標(biāo)識碼：A ?論文編號：1674-2117（2022）13-0073-03

“橘生淮南則為橘，生于淮北則為枳，葉徒相似，其實(shí)味不同。”這句話出自《晏子使楚》。那么，橘與枳的外表輪廓是否也存在顯著的差異性呢？這就需要進(jìn)行差異性檢測，可以利用計(jì)算機(jī)圖形學(xué)開展科學(xué)實(shí)驗(yàn)，獲取數(shù)據(jù)進(jìn)行分析，以檢測事物的差異性。差異性檢驗(yàn)可以用于檢測兩組小樣本數(shù)據(jù)之間是否存在顯著差異，如檢測南方人和北方人身高是否存在差異性、檢測兩所學(xué)校中學(xué)生成績是否存在差異性等。

本實(shí)驗(yàn)研究在已經(jīng)檢驗(yàn)了植物果實(shí)投影面積正態(tài)分布的基礎(chǔ)上，進(jìn)一步抽取兩組小樣本，進(jìn)行輪廓特征的差異性檢驗(yàn)。首先將OpenCV使用在Python中，進(jìn)行植物果實(shí)圖像處理，完成輪廓特征數(shù)據(jù)的采集，然后利用R語言進(jìn)行兩組植物果實(shí)輪廓特征數(shù)據(jù)的差異性檢驗(yàn)，讓學(xué)生體驗(yàn)如何利用計(jì)算機(jī)解決生活中的這一類實(shí)際問題。

● 設(shè)計(jì)思路

本實(shí)驗(yàn)以櫻桃不同的種類為研究樣本，把它們分為兩組進(jìn)行差異對比，這兩組分別是：大紅櫻桃和大黃櫻桃之間、小櫻桃中隨機(jī)抽取的兩組樣本之間。通過日常對櫻桃的了解，可以假設(shè)大紅櫻桃和大黃櫻桃存在一定的差異，而小櫻桃間假設(shè)沒有明顯差異。下面，通過實(shí)驗(yàn)來驗(yàn)證前面的假設(shè)。

首先，利用OpenCV獲取不同種類的櫻桃的輪廓特征、投影面積和寬高比;其次，利用R語言對兩組樣本進(jìn)行數(shù)據(jù)分析，并繪制統(tǒng)計(jì)圖，檢驗(yàn)樣本間的差異性，驗(yàn)證假設(shè)。

● 實(shí)驗(yàn)準(zhǔn)備

不同種類的櫻桃小樣本（小樣本數(shù)量一般以30為界，不超過30的為小樣本，本實(shí)驗(yàn)準(zhǔn)備的是大紅櫻桃、大黃櫻桃各30枚，小櫻桃60枚），裝有Python、R語言的計(jì)算機(jī)，源代碼等文件。

● 實(shí)驗(yàn)過程

1.采集樣本

當(dāng)下正值櫻桃上市的季節(jié)，而且櫻桃品種多樣，因此其成為首選樣本。要將不同種類的櫻桃利用計(jì)算機(jī)進(jìn)行差異性檢驗(yàn)，就要將樣本數(shù)字化。這里像本欄目上期文章中做正態(tài)分布檢驗(yàn)一樣，首先要對樣本進(jìn)行拍照，這是一個(gè)比較耗費(fèi)時(shí)間和體力的工作，但樣本的位置、擺放角度還有拍攝環(huán)境等都是需要注意的細(xì)節(jié)，這樣才能獲取真正有價(jià)值的數(shù)據(jù)。

先將圖片導(dǎo)入到計(jì)算機(jī)，再利用圖像處理軟件進(jìn)行批量操作，如裁切、調(diào)整大小等，最后按照不同分類統(tǒng)一重命名，以備使用。

2.提取特征

使用OpenCV可以查找圖像輪廓的不同特征，如面積、周長、寬高比等。通過繪制圖像輪廓，提取圖像特征，計(jì)算各類櫻桃的投影面積和寬高比。

（1）計(jì)算投影面積

計(jì)算櫻桃的投影面積，相當(dāng)于識別它的“大小”，計(jì)算方法大體與本欄目上期文章中計(jì)算小番茄面積方法一致，需要先將圖片進(jìn)行灰度化和二值化處理，然后通過獲取連通域繪制櫻桃的輪廓，最后通過圖像輪廓計(jì)算得到圖像的面積。代碼如圖1所示。

這里需要注意的是，在計(jì)算大黃櫻桃投影面積時(shí)，需要更改cv2.threshold（）中的參數(shù)，顏色閾值127改為155，才可以準(zhǔn)確識別大黃櫻桃的輪廓面積。

（2）計(jì)算寬高比

計(jì)算櫻桃輪廓的寬高比，相當(dāng)于識別它的“胖瘦”，在OpenCV中可以通過在找到的圖形外圍繪制外接矩形邊框的方法（如圖2），計(jì)算寬高比。通過函數(shù)cv2.boundingRect（）獲取輪廓的范圍，返回外接矩形的四個(gè)參數(shù)——x，y，w，h，其中（x，y）是矩陣左上角坐標(biāo)，w，h為矩陣的寬和高，并用函數(shù)cv2.rectangle（）畫出矩形。最后，計(jì)算出邊界矩形的寬高比，即櫻桃的寬高比。代碼如圖3所示。

（3）導(dǎo)出數(shù)據(jù)

導(dǎo)出數(shù)據(jù)的過程也與前面文章中導(dǎo)出投影面積數(shù)據(jù)的步驟相似，通過在Python中導(dǎo)入xlwt庫，創(chuàng)建不同的工作表，將投影面積數(shù)據(jù)和寬高比數(shù)據(jù)分別批量自動記錄到不同的工作表中，種類設(shè)置大紅櫻桃為R，大黃櫻桃為Y，小櫻桃1組為LA，小櫻桃2組為LB。代碼如圖4所示。

● 數(shù)據(jù)分析

要比較兩組小樣本數(shù)據(jù)是否存在差異性，可以使用R語言來進(jìn)行檢驗(yàn)，并繪制圖像，進(jìn)行直觀分析。

1.差異性檢驗(yàn)

這里首選T檢驗(yàn)，它用于檢驗(yàn)兩個(gè)樣本總體均值是否一致，適用條件是小樣本、數(shù)據(jù)服從正態(tài)分布、方差齊性。因此，在做T檢驗(yàn)前，首先要對兩組小樣本進(jìn)行正態(tài)性檢驗(yàn)和方差齊性檢驗(yàn)。本欄目上期文章中用實(shí)驗(yàn)驗(yàn)證過植物果實(shí)投影面積等特征是符合正態(tài)分布的，在這里對小樣本數(shù)據(jù)將再次驗(yàn)證。

①正態(tài)性檢驗(yàn)。在導(dǎo)入數(shù)據(jù)后，通過Shapiro-Wilk進(jìn)行正態(tài)性檢驗(yàn)，分別對大紅櫻桃和大黃櫻桃（簡稱RY）的投影面積和寬高比進(jìn)行檢驗(yàn)，對兩組小櫻桃樣本（簡稱LALB）也進(jìn)行正態(tài)性檢驗(yàn)。對RY投影面積數(shù)據(jù)的正態(tài)性檢驗(yàn)，運(yùn)行代碼結(jié)果如圖5所示。

由圖5可知，兩個(gè)p-value均大于0.05，說明兩組數(shù)據(jù)均符合正態(tài)分布。經(jīng)檢驗(yàn)，所有樣本的輪廓特征數(shù)據(jù)均符合正態(tài)分布。

②方差齊性檢驗(yàn)。方差齊性檢驗(yàn)是對兩樣本方差是否相同進(jìn)行的檢驗(yàn)。這里將使用F檢驗(yàn)來檢驗(yàn)方差齊性，可以使用var.test（）函數(shù)來完成，對RY投影面積的方差齊性檢驗(yàn)，運(yùn)行結(jié)果如圖6所示。

在F檢驗(yàn)中，p-value=0.7072>0.05，因此認(rèn)為RY兩組數(shù)據(jù)的方差之間沒有顯著差異。經(jīng)檢驗(yàn)，所有樣本的輪廓特征數(shù)據(jù)總體滿足方差齊性。

③T檢驗(yàn)。兩組數(shù)據(jù)獨(dú)立，呈正態(tài)分布，且滿足方差齊性，因此可以使用T檢驗(yàn)來進(jìn)行兩組數(shù)據(jù)的差異性檢驗(yàn)。通過函數(shù)t.test（）實(shí)現(xiàn)差異性檢驗(yàn)，如RY投影面積的檢驗(yàn)如圖7所示。

p-value=1.133e-07<0.05，說明RY的投影面積有顯著差異，且經(jīng)檢驗(yàn)，寬高比p-value=0.02105<0.05，同樣說明RY寬高比有顯著差異。而兩組小櫻桃LALB的差異性檢驗(yàn)結(jié)果，投影面積p-value=0.8612>0.05，寬高比p-value=0.3749>0.05，驗(yàn)證假設(shè)：大紅櫻桃和大黃櫻桃的兩個(gè)輪廓特征數(shù)據(jù)有顯著差異，兩組小櫻桃間的輪廓特征數(shù)據(jù)沒有顯著差異。

3.繪制組間差異柱狀圖

柱狀圖是差異可視化的一種表現(xiàn)形式，這里用R語言來繪制組間差異柱狀圖，主要使用的是功能強(qiáng)大的R包ggplot2來實(shí)現(xiàn)。在導(dǎo)入ggplot2包后，讀入樣本數(shù)據(jù)，通過ggplot（）函數(shù)開始繪制圖層。從柱狀圖可以直觀看出，兩組數(shù)據(jù)資料間存在顯著差異。組間差異柱狀圖為差異性檢驗(yàn)提供了一種可視化方法。

● 總結(jié)

本實(shí)驗(yàn)在Python中使用OpenCV加工處理圖像，獲取多組植物果實(shí)的輪廓特征，并導(dǎo)出數(shù)據(jù)資料。在此基礎(chǔ)上，使用R語言進(jìn)行數(shù)據(jù)分析，對小樣本數(shù)據(jù)進(jìn)行組間的差異性檢驗(yàn)，以此驗(yàn)證問題假設(shè)。