CN106546568B - 一种获取植物三维叶绿素荧光图像信息的方法及装置 - Google Patents
一种获取植物三维叶绿素荧光图像信息的方法及装置 Download PDFInfo
- Publication number
- CN106546568B CN106546568B CN201610930204.4A CN201610930204A CN106546568B CN 106546568 B CN106546568 B CN 106546568B CN 201610930204 A CN201610930204 A CN 201610930204A CN 106546568 B CN106546568 B CN 106546568B
- Authority
- CN
- China
- Prior art keywords
- image
- chlorophyll fluorescence
- light
- fluorescence image
- plant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000002073 fluorescence micrograph Methods 0.000 title claims abstract description 107
- 229930002875 chlorophyll Natural products 0.000 title claims abstract description 97
- 235000019804 chlorophyll Nutrition 0.000 title claims abstract description 97
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000004300 dark adaptation Effects 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000006698 induction Effects 0.000 claims abstract description 3
- 238000001514 detection method Methods 0.000 claims description 18
- 229920006395 saturated elastomer Polymers 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 9
- 230000004301 light adaptation Effects 0.000 claims description 4
- 238000011068 loading method Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 230000037039 plant physiology Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000019516 nonphotochemical quenching Effects 0.000 claims description 3
- 238000006862 quantum yield reaction Methods 0.000 claims description 3
- 238000010791 quenching Methods 0.000 claims description 3
- 230000000171 quenching effect Effects 0.000 claims description 3
- 238000013450 outlier detection Methods 0.000 claims description 2
- 230000029553 photosynthesis Effects 0.000 abstract description 4
- 238000010672 photosynthesis Methods 0.000 abstract description 4
- 241000196324 Embryophyta Species 0.000 description 62
- 230000008569 process Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 230000035790 physiological processes and functions Effects 0.000 description 5
- 238000000701 chemical imaging Methods 0.000 description 4
- 238000000799 fluorescence microscopy Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000004962 physiological condition Effects 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001917 fluorescence detection Methods 0.000 description 1
- 238000000338 in vitro Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/6486—Measuring fluorescence of biological material, e.g. DNA, RNA, cells
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/64—Fluorescence; Phosphorescence
- G01N21/645—Specially adapted constructive features of fluorimeters
- G01N21/6456—Spatial resolved fluorescence measurements; Imaging
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Engineering & Computer Science (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明公开了一种获取植物三维叶绿素荧光图像信息的方法及装置，其中方法包括以下步骤：对待测植物进行暗适应处理后，在激发光的诱导下，采集待测植物不同角度的叶绿素荧光图像和灰度图像信息；对不同角度采集的待测植物的叶绿素荧光图像和灰度图像信息进行预处理得到待重构的叶绿素荧光图像和灰度图像；载入待重构的叶绿素荧光图像和灰度图像，对待测植物叶绿素荧光图像和灰度图像重构，利用三维灰度图像纠正三维荧光图像，得到最终的三维叶绿素荧光图像。本发明不仅能够获取单片叶片的叶绿素荧光图像，而且能够从三维空间度上感知植物光合作用的异质性。
Description
技术领域
本发明涉及植物检测技术领域，尤其涉及一种获取植物三维叶绿素荧光图像信息的方法及装置。
背景技术
利用无损检测技术实现对植物生理状态信息的检测一直是研究的热点之一。目前无损检测技术主要包括多光谱、高光谱成像技术，红外热成像技术以及叶绿素荧光成像技术等。
多光谱、高光谱成像技术主要是获取植物体的图谱信息，从空间和光谱的角度区分不同生长状态的植物；红外热成像技术通过获取植物组织表面的温度，生成植物组织表面的温度分布图，分析在胁迫下植物组织的温度变化规律，从而实现了对植物生理状态信息的检测；而叶绿素荧光成像技术则是在叶绿素荧光动力学技术日益成熟的基础上发展起来的。叶绿素荧光成像技术可反映植物对光能的利用情况并使之可视化，被认为是光合作用的探针。因此，叶绿素荧光成像技术被广泛应用于植物生理状态检测领域。
公开号为CN105548113A的中国发明专利文献公开了一种基于叶绿素荧光和多光谱图像的植物生理监测方法，包括以下步骤：对待测植物进行调制式叶绿素荧光检测，获取调制式叶绿素荧光特征参数图，根据特征参数图预设与植物生理状况相关的叶绿素荧光参数；对待测植物进行多光谱图像测量，获取540～560nm波段反射强度比500～515nm波段反射强度的光谱相对反射率参数图；对植物区域的叶绿素荧光参数值和光谱相对反射率参数图进行统计；结合步骤获取的叶绿素荧光参数值和光谱反射率参数值的分布曲线，对植物生理状况进行判断。
公开号为CN104034710A的中国发明专利文献公开了一种基于叶绿素荧光及成像技术的植物病害检测方法及装置。该装置放置于光照箱内，蓝色LED灯作为激发光源，呈等边三角形结构，能实现稳定均匀的光照，用于激发植物叶片的叶绿素荧光，彩色高速相机和可调镜头前置红色滤光片，用于过滤干扰光，采集叶绿素荧光图像。通过图像预处理、图像分割和特征提取等步骤，可以将叶片与背景分离，获得以主叶脉为中心位置的像素区域的子图像，并计算叶片的纹理特征和叶脉特征参数，最后通过分类器计算，可以将植物分类为健康和病害两类。
上述的制备方法及装置所针对的待测植物体是离体的叶片，并且所获取的图像是二维的，仅从单个叶片的角度对植物体的健康状态进行鉴别，从某种程度上分析不具有代表性。
发明内容
本发明提供了一种获取植物三维叶绿素荧光图像信息的方法及装置，不仅能够获取单片叶片的叶绿素荧光图像，而且能够从三维空间度上感知植物光合作用的异质性，同时也能获取株型、叶片形状和叶面积指数等生物特性，有利于建立植物-病虫害在三维空间上的交互信息模型，实现植物生理状态的检测。
一种获取植物三维叶绿素荧光图像信息的方法，其特征在于，包括以下步骤：
(1)对相机的内参进行标定；
(2)对待测植物进行暗适应处理后，在激发光的诱导下，采集待测植物不同角度的叶绿素荧光图像信息。叶绿素荧光图像采集完成之后，打开光化光，采集对应角度下的灰度图像；
相邻角度具有重叠区域；
(3)对不同角度采集的待测植物的叶绿素荧光图像和灰度图像信息进行预处理得到待重构的叶绿素荧光图像和灰度图像，包括：应用图像分割技术去除采集的叶绿素荧光图像和灰度图像的背景，采用一元离群点的检测算法对荧光图像上的异常点进行判断，并应用拉格朗日线性插值替换异常点；
(4)载入待重构的叶绿素荧光图像和灰度图像，应用Hariss角点检测算法寻找图像中的特征点；采用SIFT算法和对极线约束实现两幅图像特征点的匹配；利用三角形法计算出匹配点在世界坐标系中的实际坐标，分别得到三维的植物的叶绿素荧光图像和灰度图像；利用三维灰度图像纠正三维荧光图像，得到最终的三维叶绿素荧光图像。
步骤(1)中：
对相机的内参进行标定的方法为：
(1-1)打开光化光，调整CCD相机的位置，从不同角度拍摄立方体标定物的二维灰度图像，每个角度下所拍的图像中，立方体标定物应完整，并且立方体标定物至少占整个图像面积的60％以上；
拍摄角度应不小于6个，相邻角度拍摄的图像应有合理的重叠区域；
(1-2)获取立方体标定物上表面中心点的世界坐标系，并应用Hariss角点检测算法寻找立方体标定物上特征点对应在二维灰度图像的投影位置，通过投影模型计算出CCD相机的内外参数。
所述的CCD相机成像原理符合针孔相机模型，二维灰度图像与针孔相机模型的投影关系为：
式中，K1为相机的内参，K2为相机在世界坐标下的空间坐标，[w z 1]为二维图像上的坐标，R表示旋转，T表示位移，[XrYrZr 1]为空间上坐标。故求解K1则完成了相机的内参标定。
步骤(2)中：
作为优选，所述的角度不少于6个，每个角度下采集的图像中，待测植物的图像完整并占整个图像面积的60％以上。
采集待测植物每个角度的叶绿素荧光图像和灰度图像信息的方法为：
按照特定频率打开测量光，采集与测量光相同频率的最小荧光图像Fo；
关闭测量光，打开饱和光，获取最大荧光图像Fm；
关闭饱和光，打开光化光，采集光化光瞬间打开时的叶绿素荧光图像，即Kausty效应的最大荧光图像Fp；获取光适应条件下不同时相的最大荧光图像Fm-Ln以及稳态荧光Fss；
关闭光化光，采集暗驰豫条件下不同时相的最大荧光图像Fm-Dn；
叶绿素荧光图像采集完成之后，再次打开光化光，拍下对应角度下的灰度图像Im；
其中n＝1～5。
步骤(3)中：
对不同角度采集的待测植物的叶绿素荧光图像信息进行预处理得到待重构的叶绿素荧光图像和灰度图像。
作为优选，对所采集的叶绿素荧光图像和灰度图像进行预处理的方法：在Fp图像的基础上，生成掩膜文件，去除背景；利用基于正态分布的一元离群点的检测算法对目标区域的异常点进行判断，异常点通过拉格朗日线性插值替换，即：
得到待重构的叶绿素荧光图像和灰度图像。
作为优选，对异常点进行判断的原则为：假设数据符合正态分布，当待重构的图像中某个像素的值减去目标区域像素的均值μ的绝对值超过3σ，则认为该点像素为异常值，即：
|xi-μ|＞3σ (2)
式中，
作为优选，待重构的叶绿素荧光图像包括反映植物生理的荧光参数：
光量子转换效率
非光化学淬灭系数NPQn＝Fm/Fm-n-1；
光化学淬灭系数
实际光量子产量
其中，Fon为不同时相的最小荧光， Fm-n为Fm-Ln或Fm-Dn，n＝1～5。
步骤(4)中：
载入待重构的叶绿素荧光图像和灰度图像，对待测植物的叶绿素荧光图像和灰度图像进行重构，利用三维灰度图像纠正三维荧光图像，提高空间分辨率，得到最终的三维叶绿素荧光图像。
本发明还提供了一种获取植物三维叶绿素荧光图像信息的装置，包括：
暗箱；
旋转平台，安装在暗箱的底部，用于承托并选择待测植物；
光源，安装在暗箱的侧壁上，用于向待测植物发射检测光；
图像采集模块，安装在暗箱的侧壁上，用于采集待测植物的叶绿素荧光图像和灰度图像；
计算机，通过分析处理来自图像采集模块采集的叶绿素荧光图像和灰度图像信息，对叶绿素荧光图像和灰度图像进行三维重构。
为了实现暗适应并削减光照反射，作为优选，光照箱的内壁为黑色并磨砂。
所述的图像采集模块包括CCD相机、滤波轮和镜头，滤波轮安装在CCD相机和镜头之间。
滤波轮可切换成红光滤光片和无滤光片两种模式。红光滤光片的中心波长为690nm，用于过滤干扰光。采集叶绿素荧光图像时将滤波轮切换成红光滤光片模式，采集灰度图像时将滤波轮切换成无滤光片模式。
作为优选，所述的光源安装在光源板上，光源板的几何中心镂空，所述的图像采集模块安装在光源板的镂空区域。
光源板为“回”字形或圆环形，中心镂空，图像采集模块安装在光源板中心镂空处。
作为优选，光源板上环绕光源板的几何中心分别安装有：
红橙光LED灯，产生波长为620nm的测量光；
白光LED灯，产生波长为450～465nm的光化光和饱和光。
作为优选，在测量范围为0～30cm之内，光化光的光强可调范围为0～500μmol·m-2·s-1，饱和光的光强可调范围为0～4000μmol·m-2·s-1。
通过旋转平台的旋转，图像采集模块采集待测植物不同角度的叶绿素荧光图像和灰度图像信息，并实时上传至计算机，计算机对不同角度的叶绿素荧光图像和灰度图像信息进行分析处理并进行重构，获得植物三维叶绿素荧光图像信息。
与现有技术相比，本发明的有益效果为：
(1)本发明的方法不仅能够采集植物体二维的叶绿素荧光图像，而且通过三维重构技术能够获取待测植物体空间三维上的叶绿素荧光信息，有利于从空间三维角度建立植物-病虫害的交互信息模型，有助于实现植物生理状态的检测；
(2)本发明不仅能够得到不同荧光参数的三维图像，而且也能得到待测植物体其他的生物特性，比如株型，叶面积指数、叶片形状以及叶片空间分布等。
附图说明
图1为本发明获取植物三维叶绿素荧光图像信息的装置的结构示意图；
图2为图像采集模块的结构示意图。
其中，1、暗箱；2、光源板；3、计算机；4、图像采集模块；5、待测植物；6、旋转平台；7、CCD相机；8、滤波轮；9、镜头。
具体实施方式
下面结合附图和实施例对本发明作进一步详细描述。
如图1和图2所示，本发明获取植物三维叶绿素荧光图像信息的装置包括：暗箱1，暗箱1的底部设有承托待测植物5的旋转平台6，暗箱1的侧壁上安装有光源板2，光源板2的几何中心镂空，该镂空区域内安装有叶绿素荧光图像采集模块4。
图像采集模块4包括CCD相机7、滤波轮8和镜头9。滤波轮安装在镜头与CCD相机之间。图像采集模块朝向垂直与光源板2的光照平面。CCD相机分辨率为1392x1040，有效像素大小为6.45μm。滤波轮可切换成红光滤光片和无滤光片两种模式。红光滤光片的中心波长为690nm，用于过滤干扰光。
可根据待测植物的形态差异调整光源板2和图像采集模块在暗箱内部的安装位置。图像采集模块与待测植物有一定的倾斜角度。
光源板2上环绕光源板2的几何中心分别安装有：
红橙光LED灯，产生波长为620nm的测量光(Measuring Flash)；
白光LED灯，产生波长为450～465nm的光化光(Actinic light)和饱和光(Saturating light)；
红橙光LED灯和白光LED灯均为LED灯阵列。
在测量范围为0～30cm之内，光化光的光强可调范围为0～500μmol·m-2·s-1，饱和光的光强可调范围为0～4000μmol·m-2·s-1。
旋转平台6用于承托待测植物，并可在水平面内旋转以调整待测植物与图像采集模块相对的角度。旋转平台6可通过电机驱动。
计算机3与CCD相机相连，用于接收CCD相机采集的叶绿素荧光图像和灰度图像，并对叶绿素荧光图像进行处理和三维重构。
暗箱内壁喷涂黑色油漆并磨砂处理，有利于减少光的反射。
本发明获取植物三维叶绿素荧光图像信息的方法，包括：
(1)CCD相机内参的标定：
(1-1)将立方体标定物放置于旋转平台6上，该立方体标定物的6个面为黑色白相间的棋盘格，每个面上棋盘格角点的空间坐标在实验过程中已知。
打开光化光，切换滤波轮至无滤光片位置，CCD相机从不同的角度拍摄立方体标定物的二维灰度图像，每个角度下所拍的图像中，立方体标定物应完整，并且立方体标定物至少占整个图像面积的60％以上；
拍摄角度应不小于6个，相邻角度拍摄的图像应有合理的重叠区域；
(1-2)获取立方体标定物上表面中心点的世界坐标系，并应用Hariss角点检测算法寻找立方体标定物上特征点对应在二维灰度图像的投影位置。通过投影模型计算出CCD相机的内外参数。本实施例中，所述的CCD相机成像原理符合针孔相机模型，二维图像与针孔相机模型的投影关系为：
式(1)中，K1为相机的内参，K2为相机在世界坐标下的空间坐标，[w z 1]为二维图像上的坐标，R表示旋转，T表示位移，[XrYrZr 1]为空间上坐标。故求解K1则完成了相机的内参标定；
(2)将待测植物放置于旋转平台6上，关闭光化光20min，待测植物进行暗适应；
(3)切换滤波轮至红光滤光片位置。待测植物进行暗适应后，打开测量光，所述的测量光持续时间约5s，开关频率为1Hz，CCD相机拍摄与测量光相同频率的最小荧光图像Fo；
(4)关闭测量光，打开饱和光，CCD相机拍摄最大荧光图像Fm；饱和光持续时间约800ms，强度约为800μmol·m-2·s-1；
(5)关闭饱和光，17s后打开光化光，CCD相机拍摄光化光瞬间打开时的荧光图像，即Kaustky效应的最大荧光图像Fp；
(6)光化光的持续时间约70s，光化光持续的过程也称为光适应过程。在光适应不同的时间进程中，再分别打开5次饱和光(光化光开启后的第8s，18s，28s，48s和68s)，CCD相机分别拍摄所对应的光适应最大荧光图像Fm-Ln(n＝1～5)；同时，获取植物植物光合作用稳定时的稳态荧光Fss；
(7)关闭光化光(暗驰豫过程)。相应的，暗驰豫过程的持续时间为100s。在暗驰豫不同的时间进程中，再分别打开3次饱和光(光化光关闭后的第28s，58s和88s)，CCD相机拍摄所对应的暗驰豫的最大荧光图像Fm-Dn(n＝1～3)；
(8)叶绿素荧光图像采集完成之后，再次打开光化光，切换滤波轮至无滤光片位置，拍下对应角度下的灰度图像Im；
(9)对所采集的叶绿素荧光图像和灰度图像进行预处理，剔除异常点。在Fp图像的基础上，生成掩膜文件，去除背景。利用基于正态分布的一元离群点的检测算法对目标区域的异常点进行判断。判断的原则是：假设数据符合正态分布，当荧光图像中某个像素的值减去目标区域像素的均值μ的绝对值超过3σ，则认为该点像素为异常值。即：
|xi-μ|＞3σ (2)
式(2)中，
所述的异常点通过拉格朗日线性插值替换，即：
(10)计算其他的荧光参数图像。将上述步骤所获得的荧光参数进行不同的组合，可得到：
光适应和暗驰豫的最小荧光
光量子转换效率
非光化学淬灭系数NPQn＝Fm/Fm-n-1；
光化学淬灭系数
实际光量子产量等可反映植物生理的荧光参数；
(11)通过旋转平台6旋转待测植物，图像采集模块从另外一个角度拍摄待测植物的叶绿素荧光图像和灰度图像，重复步骤(3)～(10)；
(12)载入从不同角度拍摄得到的灰度图像和相同参数的叶绿素荧光图像进行匹配。首先利用Hariss角点检测算法挑选出特征点，再次运用SIFT算法和对极线约束实现待重构图像之间特征点的匹配；
(13)利用三角形法计算出匹配点在世界坐标系中的实际坐标。分别得到三维的植物的叶绿素荧光图像和灰度图像。利用三维灰度图像纠正三维荧光图像，提高空间分辨率，得到最终的三维叶绿素荧光图像。
根据步骤(1)～(13)，本发明可生成多张不同荧光参数的三维图像。
以上所述的实施例对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的具体实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种获取植物三维叶绿素荧光图像信息的方法，其特征在于，包括以下步骤：
(1)对相机的内参进行标定；
(2)对待测植物进行暗适应处理后，在激发光的诱导下，采集待测植物不同角度的叶绿素荧光图像信息；叶绿素荧光图像采集完成之后，打开光化光，采集对应角度下的灰度图像；
相邻角度具有重叠区域；
(3)对不同角度采集的待测植物的叶绿素荧光图像和灰度图像信息进行预处理得到待重构的叶绿素荧光图像和灰度图像，包括：应用图像分割技术去除所采集的叶绿素荧光图像和灰度图像的背景，采用一元离群点的检测算法对荧光图像上的异常点进行判断，并应用拉格朗日线性插值替换异常点；
(4)载入待重构的叶绿素荧光图像和灰度图像，应用Hariss角点检测算法寻找图像中的特征点；采用SIFT算法和对极线约束实现两幅图像特征点的匹配；利用三角形法计算出匹配点在世界坐标系中的实际坐标，分别得到三维的植物的叶绿素荧光图像和灰度图像；利用三维灰度图像纠正三维荧光图像，得到最终的三维叶绿素荧光图像。
2.根据权利要求1所述的获取植物三维叶绿素荧光图像信息的方法，其特征在于，所述的角度不少于6个，每个角度下采集的图像中，待测植物的图像完整并占整个图像面积的60％以上。
3.根据权利要求1所述的获取植物三维叶绿素荧光图像信息的方法，其特征在于，采集待测植物每个角度的叶绿素荧光图像信息和灰度图像的方法为：
按照特定频率打开测量光，采集与测量光相同频率的最小荧光图像Fo；
关闭测量光，打开饱和光，获取最大荧光图像Fm；
关闭饱和光，打开光化光，采集光化光瞬间打开时的叶绿素荧光图像，即Kausty效应的最大荧光图像Fp；获取光适应条件下不同时相的最大荧光图像Fm-Ln以及稳态荧光Fss；
关闭光化光，采集暗驰豫条件下不同时相的最大荧光图像Fm-Dn；
叶绿素荧光图像采集完成之后，再次打开光化光，拍下对应角度下的灰度图像Im；
其中n＝1～5。
4.根据权利要求3所述的获取植物三维叶绿素荧光图像信息的方法，其特征在于，对所采集的叶绿素荧光图像和灰度图像进行预处理的方法：在Fp图像的基础上，生成掩膜文件，去除背景；利用基于正态分布的一元离群点的检测算法对目标区域的异常点进行判断，异常点通过拉格朗日线性插值替换，得到待重构的叶绿素荧光图像和灰度图像。
5.根据权利要求4所述的获取植物三维叶绿素荧光图像信息的方法，其特征在于，对异常点进行判断的原则为：假设数据符合正态分布，当待重构的图像中某个像素的值减去目标区域像素的均值μ的绝对值超过3σ，则认为该点像素为异常值，即：
|xi-μ|＞3σ
式中，
6.根据权利要求3所述的获取植物三维叶绿素荧光图像信息的方法，其特征在于，待重构的叶绿素荧光图像包括反映植物生理的荧光参数：
光量子转换效率
非光化学淬灭系数NPQn＝Fm/Fm-n-1；
光化学淬灭系数
实际光量子产量
其中，为不同时相的最小荧光，Fm-n为Fm-Ln或Fm-Dn，n＝1～5。
7.一种获取植物三维叶绿素荧光图像信息的装置，其特征在于，包括：
暗箱；
旋转平台，安装在暗箱的底部，用于承托并选择待测植物；
光源，安装在暗箱的侧壁上，用于向待测植物发射检测光；所述的光源包括产生波长为620nm的测量光的红橙光LED灯以及产生波长为450～465nm的光化光和饱和光的白光LED灯；
图像采集模块，安装在暗箱的侧壁上，用于采集待测植物的叶绿素荧光图像和灰度图像；所述的图像采集模块包括CCD相机、滤波轮和镜头，滤波轮安装在CCD相机和镜头之间，可切换成红光滤光片和无滤光片两种模式；
计算机，通过分析处理来自图像采集模块采集的叶绿素荧光图像和灰度图像信息，对叶绿素荧光图像和灰度图像进行三维重构。
8.根据权利要求7所述的获取植物三维叶绿素荧光图像信息的装置，其特征在于，所述的光源安装在光源板上，光源板的几何中心镂空，所述的图像采集模块安装在光源板的镂空区域。
9.根据权利要求8所述的获取植物三维叶绿素荧光图像信息的装置，其特征在于，光源板上环绕光源板的几何中心分别安装有：
红橙光LED灯，产生波长为620nm的测量光；
白光LED灯，产生波长为450～465nm的光化光和饱和光。
10.根据权利要求9所述的获取植物三维叶绿素荧光图像信息的装置，其特征在于，在测量范围为0～30cm之内，光化光的光强可调范围为0～500μmol·m-2·s-1，饱和光的光强可调范围为0～4000μmol·m-2·s-1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610930204.4A CN106546568B (zh) | 2016-10-31 | 2016-10-31 | 一种获取植物三维叶绿素荧光图像信息的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610930204.4A CN106546568B (zh) | 2016-10-31 | 2016-10-31 | 一种获取植物三维叶绿素荧光图像信息的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106546568A CN106546568A (zh) | 2017-03-29 |
| CN106546568B true CN106546568B (zh) | 2019-04-16 |
Family
ID=58393625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610930204.4A Active CN106546568B (zh) | 2016-10-31 | 2016-10-31 | 一种获取植物三维叶绿素荧光图像信息的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106546568B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021251969A1 (en) * | 2020-06-11 | 2021-12-16 | Texas State University | Autonomous farming growth control and maintenance systems |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107356569B (zh) * | 2017-06-06 | 2019-10-29 | 河南农业大学 | 基于叶绿素荧光预测小麦籽粒产量的方法及其模型的构建方法 |
| CN107462561B (zh) * | 2017-09-09 | 2021-11-23 | 华中农业大学 | 烟叶病斑性状荧光动态自动检测装置及方法 |
| CN107869962B (zh) * | 2017-10-31 | 2020-12-15 | 南京农业大学 | 一种基于空间雕刻技术的高通量设施作物三维形态信息测量*** |
| CN108897979B (zh) * | 2018-05-11 | 2021-07-06 | 江南大学 | 温度对植物psii活动影响的评价方法 |
| CN108982446A (zh) * | 2018-07-06 | 2018-12-11 | 浙江大学 | 一种在线诊断并分级作物病害的叶绿素荧光成像***及方法 |
| US11965832B2 (en) * | 2019-04-08 | 2024-04-23 | Migal Galilee Research Institute Ltd. | Remote sensing of plant photosynthetic capacity |
| CN112964202B (zh) * | 2019-06-14 | 2023-05-09 | 南京林业大学 | 一种植物表型信息采集***及提取方法 |
| CN110554017A (zh) * | 2019-09-30 | 2019-12-10 | 福建农林大学 | 一种植物叶绿素荧光参数的校正方法和装置 |
| CN111060008B (zh) * | 2019-12-12 | 2020-12-22 | 天目爱视（北京）科技有限公司 | 一种3d智能视觉设备 |
| US11327021B1 (en) | 2020-04-23 | 2022-05-10 | Jiangsu University | Method and device for crop canopy chlorophyll fluorescence three-dimensional distribution information acquisition |
| CN111551530B (zh) * | 2020-04-23 | 2022-07-22 | 江苏大学 | 一种作物群体冠层叶绿素荧光三维分布信息获取方法与装置 |
| CN112613521B (zh) * | 2020-12-28 | 2023-01-20 | 上海埃林哲软件***股份有限公司 | 基于数据转换的多层次数据分析***及方法 |
| CN112903642B (zh) * | 2021-01-20 | 2022-06-10 | 井冈山大学 | 一种定量分析植物叶片光合异质性的方法 |
| CN114646625B (zh) * | 2022-04-22 | 2023-01-17 | 江苏大学 | 一种基于植株全三维信息的水分状况诊断方法及装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103018221A (zh) * | 2012-12-12 | 2013-04-03 | 浙江大学 | 一种均匀光照的植物叶绿素荧光检测装置 |
| CN104034710A (zh) * | 2014-06-25 | 2014-09-10 | 浙江大学 | 基于叶绿素荧光及成像技术的植物病害检测方法及装置 |
| CN104655573A (zh) * | 2015-01-22 | 2015-05-27 | 浙江大学 | 一种植物侧表面冠层的高光谱扫描*** |
| CN104677839A (zh) * | 2015-01-22 | 2015-06-03 | 浙江大学 | 一种旋转扫描式的高光谱作物茎秆信息获取*** |
| CN105548113A (zh) * | 2015-12-31 | 2016-05-04 | 浙江大学 | 一种基于叶绿素荧光和多光谱图像的植物生理监测方法 |
| CN105572091A (zh) * | 2016-01-21 | 2016-05-11 | 浙江大学 | 一种叶绿素荧光探测装置以及探测方法 |
| CN105717115A (zh) * | 2016-01-31 | 2016-06-29 | 浙江大学 | 基于光学成像技术的高通量植物表型分析装置和方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| NL1036677C2 (nl) * | 2009-03-06 | 2010-09-07 | Praktijkonderzoek Plant & Omgeving B V | Werkwijze en inrichting voor het maken van beelden die informatie bevatten over de kwantumefficiëntie en de tijdrespons van het fotosynthesesysteem met tot doel het bepalen van de kwaliteit van plantaardig materiaal en werkwijze en inrichting voor het meten, classificeren en sorteren van plantaardig materiaal. |
-
2016
- 2016-10-31 CN CN201610930204.4A patent/CN106546568B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103018221A (zh) * | 2012-12-12 | 2013-04-03 | 浙江大学 | 一种均匀光照的植物叶绿素荧光检测装置 |
| CN104034710A (zh) * | 2014-06-25 | 2014-09-10 | 浙江大学 | 基于叶绿素荧光及成像技术的植物病害检测方法及装置 |
| CN104655573A (zh) * | 2015-01-22 | 2015-05-27 | 浙江大学 | 一种植物侧表面冠层的高光谱扫描*** |
| CN104677839A (zh) * | 2015-01-22 | 2015-06-03 | 浙江大学 | 一种旋转扫描式的高光谱作物茎秆信息获取*** |
| CN105548113A (zh) * | 2015-12-31 | 2016-05-04 | 浙江大学 | 一种基于叶绿素荧光和多光谱图像的植物生理监测方法 |
| CN105572091A (zh) * | 2016-01-21 | 2016-05-11 | 浙江大学 | 一种叶绿素荧光探测装置以及探测方法 |
| CN105717115A (zh) * | 2016-01-31 | 2016-06-29 | 浙江大学 | 基于光学成像技术的高通量植物表型分析装置和方法 |
Non-Patent Citations (4)
| Title |
|---|
| Chlorophyll fluorescence analysis and imaging in plant stress and disease;Paul F.Daley;《Canadian Journal of Plant Pathology》;19951231;第17卷(第2期);第167-173页 |
| Chlorophyll Fluorescence:A Probe of Photosynthesis In Vivo;Neil R.Baker;《Annual Review of Plant Biology》;20081231;第59卷;第89-113页 |
| 叶绿素荧光技术在植物环境胁迫研究中的应用;陈贻竹 等;《热带亚热带植物学报》;19951231;第3卷(第4期);第79-86页 |
| 荧光成像技术在植物病害检测的应用研究进展;卢劲竹 等;《农业机械学报》;20140430;第45卷(第4期);第244-252页 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021251969A1 (en) * | 2020-06-11 | 2021-12-16 | Texas State University | Autonomous farming growth control and maintenance systems |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106546568A (zh) | 2017-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106546568B (zh) | 一种获取植物三维叶绿素荧光图像信息的方法及装置 | |
| JP7261883B2 (ja) | 創傷の評価、治癒予測および治療のための機械学習システム | |
| US20240110877A1 (en) | System and method of unique identifying a gemstone | |
| US11452455B2 (en) | Skin reflectance and oiliness measurement | |
| CN105869160B (zh) | 利用Kinect实现三维建模和全息显示的方法及*** | |
| Kim et al. | 3D imaging spectroscopy for measuring hyperspectral patterns on solid objects | |
| TWI509565B (zh) | 基於樣式匹配及立體資訊的深度製圖 | |
| CA2707176A1 (en) | Method and apparatus for rapid three-dimensional restoration | |
| US20130076932A1 (en) | Systems and methods for determining a surface profile using a plurality of light sources | |
| Andersen et al. | Geometric plant properties by relaxed stereo vision using simulated annealing | |
| JP2016530917A (ja) | 皮膚疾患の光学検出のためのシステム及び方法 | |
| CN104268543B (zh) | 一种复杂纹理织物起球图像的采集方法 | |
| WO2010097218A1 (en) | Method and apparatus for imaging tissue topography | |
| EP3382645B1 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
| Barone et al. | Assessment of chronic wounds by three-dimensional optical imaging based on integrating geometrical, chromatic, and thermal data | |
| CN104406940B (zh) | 一种打工业蜡大米的无损鉴别方法 | |
| WO2021115302A1 (zh) | 一种3d智能视觉设备 | |
| CN111160136A (zh) | 一种标准化3d信息采集测量方法及*** | |
| CN104318550A (zh) | 八通道多光谱成像数据处理方法 | |
| CN111489316B (zh) | 一种基于遗传算法的乳腺扩散光学层析成像*** | |
| CN114485477A (zh) | 一种结冰三维外形在线测量方法及测量装置 | |
| US9886749B2 (en) | Apparatus and method for parameterizing a plant | |
| Yoon et al. | Stereo spectral imaging system for plant health characterization | |
| CN112730275B (zh) | 显微光谱成像***、农药检测***及其方法 | |
| CN116678862A (zh) | 一种植株叶绿素荧光三维成像装置及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |