一种叶片无损评价植物臭氧敏感性的方法

摘要

本发明涉及一种叶片无损评价植物臭氧敏感性的方法，属于大气污染生物监测领域，可应用于臭氧敏感植物如大豆、杨树、白桦树、紫椴、辽东栎等伤害症状的无损伤、连续测定。方法包括：根据叶面图像对伤害类型分类，然后对叶面图像进行分割，提取和分析症状形状、面积大小等特征，建立基于Lab颜色模式下ISODATA算法的提取方法，得出伤斑率后进行受害程度分级（图1）。本发明的优点是，与现有肉眼观察或破坏性取样方法相比，本方法可以无损伤地分析叶面受害面积和比例，实现连续监测和准确分级，可以解决不同植物臭氧伤害症状存在差异而无法定量比较受害程度的问题，可以简单直接地判断植物臭氧伤害，具有快速、无损和连续观测等优点。

说明书

技术领域

本发明涉及一种叶片无损评价植物臭氧敏感性的方法，属于大气污染生物监测领域，尤其适用于自然条件下植物臭氧伤害的无损、连续监测和定量评价。

背景技术

高浓度大气臭氧能够对植物产生氧化伤害，能引起植物新陈代谢发生不同程度的改变，造成植物色素含量、组织结构、细胞超微结构等生理生化过程发生变化，造成植物呈现出外部伤害症状。这些外部症状反映在图像上则呈现颜色、形状等差异，为利用图像处理技术评价植物臭氧敏感性提供了依据。臭氧对植物的伤害检测不到任何残留元素，但是可以使冠层中上部叶片出现斑点、斑块和干枯等症状。并且，植物的受害程度常常与叶面浅表性伤害面积成正比，通常随着臭氧浓度升高，伤斑颜色和形状会发生变化、面积增加。因此，在自然条件下，根据叶面伤害症状变化就可以判断和评价臭氧对植物的影响程度。

目前，植物臭氧伤害的评价方法主要是肉眼观察或剪掉叶片后扫描面积，然后粗略估计受害比例，简单分级。这类方法主观性较强，无法做到快速、无损地定量检测，减掉叶片后也无法实现持续监测到同一片叶子伤害症状发展情况，也会对植株生长产生一定影响，并且耗时、费力、不宜在大范围内展开。本发明解决了植物臭氧伤害症状分析方法存在主观性强、无法定量、耗时费力、对植物生长有影响等问题。本方法可以无损伤地分析叶面受害面积和比例，实现连续监测和准确分级，可以解决不同植物臭氧伤害症状存在差异而无法定量比较受害程度的问题，可以简单直接地判断植物臭氧伤害，具有快速、无损和连续观测等优点。

发明内容

（1）数据采集：自然条件下，使用相机或者手机，隔7~20天连续采集臭氧敏感性植物叶面彩色图像数据（RGB，JPG），要求目标叶面能够占据图像的大部分区域。

（2）图像处理：对叶面伤害类型进行归类，通过对叶面损伤图像进行分割，采用图像处理软件对形状和面积特征进行提取和分析，完成对叶片正常部分和伤斑区域的分离，建立基于Lab颜色模式下ISODATA算法的提取方法。

（3）伤情定量分析：对同一片叶子或者同株植物相应位置的叶片，通过计算正常叶片图像和整个叶片图像的差值，计算出损伤面积和比例，定量分析叶片损伤程度（图1）。具体操作步骤如下。

第1步：采集植物叶片图像（RGB，JPG）

利用彩色数码相机或者手机相机，自然条件下采集叶片彩色图像。要求在尽量在简单的背景下进行拍摄，使分析的目标叶片能够占据图像的大部分区域。

第2步：对叶片图像进行分割，去除背景，把目标叶片从复杂背景中提取出来；

利用win 10系统内置画图3D软件，将自然状态下拍摄的叶片从复杂的背景中提取出来。具体操作是：首先确定图像中的目标叶片，利用画笔工具（神奇画笔）检测到叶片边界，通过调整添加和删除消除土壤、枝干以及天空等复杂背景，获得去除复杂背景的完整目标叶片图像，使得背景的灰度级为0，目标叶片呈现原彩色图像。

第3步：症状分类

臭氧通常不影响叶脉，伤害症状通常发生在叶脉之间的叶肉部分，老叶比新叶伤害症状严重。排除那些有明显虫斑、突起的霉斑等的叶片，以颜色特征作为判别依据，将臭氧伤害叶片分为两大类：斑点叶和溃疡叶（图2）。本发明主要以这两种类型叶片为分析对象：

a. 斑点叶：叶尖、叶边缘散布细密点斑，呈白色、黄褐色或棕褐色；有时出现全叶点状斑；

b. 溃疡叶：形状不规则、大小不一的黄褐色、棕褐色斑块出现在叶脉间隙；伤斑颜色变深、干枯，严重时叶片尖烧、卷曲、脱落。

第4步：进行图像分割，区分开叶片区域和伤斑区域

对叶片伤斑特征（颜色、形状和纹理特征）进行提取，将完整目标叶片彩色图片转换成灰度图片，获得相应的只包含黑、白及不同深浅灰色颜色的灰度图像。再利用Image J软件，采用ISODATA算法快速寻取最佳阈值，完成对叶片正常部分和伤斑区域的分离，建立基于Lab颜色模式下采用ISODATA算法（迭代自组织数据分析法）的臭氧伤害症状提取方法；

Image J软件分析步骤：

①Open

打开目标叶片；

②Image/Type/Lab Stack/

把彩色图像从RGB模型转换成L*a*b图像，将L*或者a*分量转为8-bit图像；

③Image/Adjust/Threshold/Default

利用ISODATA算法的阈值分割方法对L*或者a*分量的直方图进行处理，获得最佳阈值图像，此图像面积为去掉伤斑后的绿色叶片面积。然后将整个叶片填充，获得图像为叶片最大面积；

④Process/Binary/Make binary/

将分割得到的最佳阈值图像进行二值化处理，使图像呈现出明显的黑白分化，获得叶片正常部分的图像。将最大叶片图像进行二值化处理后，如果发现叶片内部有洞，采用Fill Holes将叶片填充，获得整个叶片图像；

⑤Process/Image Calculator

由于臭氧常造成叶片边缘出现斑块，直接将二值化后叶片正常部分的图像反转可能会低估边缘伤斑面积，所以采用整个叶片图像减去叶片正常部分图像的方法，获得准确的伤斑图像；

⑥Analyze/Analyze Particles/

用此种方法可计算每个伤斑面积、伤斑总面积和最大叶面积。

第5步：叶片臭氧损伤程度定量分析

损伤区域大小和比例是衡量臭氧造成叶片损伤程度的指标。根据公式：伤斑率（%）=伤斑总面积/总叶面积ⅹ100，计算出伤斑率。可以对大量叶片进行伤斑快速、无损的定量检测。

附图说明

图1叶片无损评价植物臭氧敏感性的方法与流程。

图2两种典型臭氧损伤症状。

图3采集蒙古栎臭氧叶面损伤彩色图片。

图4蒙古栎目标叶面损伤图。

图5蒙古栎目标叶片臭氧损伤面积分析图。

图6采集白桦臭氧叶面损伤彩色图片。

图7白桦目标叶面损伤图。

图8白桦目标叶片正常面积图。

图9白桦目标叶片损伤面积分析图。

具体实施方式

下面结合具体实施例对本发明作进一步阐述说明。

实例分析1

在本实施例中，选用蒙古栎为对象，采用本发明方法进行叶面损伤分析和臭氧敏感性评价：

第1步：采集植物叶片图像（RGB，JPG），使目标叶片尽量展开（图3）；

第2步：使用win10系统自带画图3D软件的神器画笔功能，使背景为黑色，获得目标叶片，把目标叶片从复杂的背景中提取出来（图4）；

第3步：根据颜色和纹理特性将症状分类，判断为：斑点叶；

第4步：进行图像分割，区分叶片区域和伤斑区域，使用Image J操作步骤①-⑥进行，获得伤斑区域和整个叶片区域。首先，打开目标叶片文件，把彩色图像从RGB模型转换成L*a*b图像，将a*分量转为8-bit图像。操作Image/Adjust/Threshold/Default，获得叶片正常区域图像。再次将a*分量转为8-bit图像，操作Image/Adjust/Threshold/Default，将整个叶片填充，点击Apply后操作Process/Binary/Fill Holes，获得整个叶片图像。操作Process/Image Calculator，获得准确的伤斑区域图像。操作Analyze/AnalyzeParticles，计算每个伤斑面积、伤斑总面积和最大叶面积（图5）；

第5步：叶片臭氧损伤程度定量分析。根据公式：伤斑率（%）=伤斑总面积/总叶面积×100，计算出损伤比例。损伤比例（伤斑率%）= 46150÷3215182ⅹ100，为1.44。

实例分析2

在本实施例中，选用白桦为对象，采用本发明方法进行叶面损伤分析和臭氧敏感性评价：

第1步：采集植物叶片图像（RGB，JPG），使目标叶片尽量展开（图6）；

第2步：使用win10系统自带画图3D软件的神器画笔功能，使背景为黑色，获得目标叶片，把目标叶片从复杂的背景中提取出来（图7）；

第3步：根据颜色和纹理特性将症状分类，判断为：溃疡叶；

第4步：进行图像分割，区分叶片区域和伤斑区域，使用Image J操作步骤①-⑥进行，获得伤斑区域和整个叶片区域。首先，打开目标叶片文件，把彩色图像从RGB模型转换成L*a*b图像，将L*分量转为8-bit图像。操作Image/Adjust/Threshold/Default，获得叶片正常区域图像（图8）。再次将a*分量转为8-bit图像，操作Image/Adjust/Threshold/Default，将整个叶片填充，点击Apply后操作Process/Binary/Fill Holes，获得整个叶片图像。操作Process/Image Calculator，获得准确的伤斑区域图像。操作Analyze/AnalyzeParticles，计算每个伤斑面积、伤斑总面积和最大叶面积（图9）；

第5步：叶片臭氧损伤程度定量分析。根据公式：伤斑率（%）=伤斑总面积/总叶面积×100，计算出损伤比例。损伤比例（伤斑率%）= 471836÷2987415ⅹ100，为15.8。

以上所述，仅为本发明较佳的具体实施案例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。