林业科学  2005, Vol. 41 Issue (3): 121-124   PDF    
0

文章信息

刘九庆, 汤晓华, 陈健, 谢永华, 蒋云飞.
Liu Jiuqing, Tang Xiaohua, Chen Jian, Xie Yonghua, Jiang Yunfei.
基于线阵CCD植物微根系图像监测分析系统
The Plant Fine Roots Image Monitor Analysis System Based on Linear CCD
林业科学, 2005, 41(3): 121-124.
Scientia Silvae Sinicae, 2005, 41(3): 121-124.

文章历史

收稿日期:2004-12-30

作者相关文章

刘九庆
汤晓华
陈健
谢永华
蒋云飞

基于线阵CCD植物微根系图像监测分析系统
刘九庆1, 汤晓华2, 陈健1, 谢永华1, 蒋云飞1     
1. 东北林业大学机电工程学院 哈尔滨 150040;
2. 清华大学机械工程系 北京 100084
摘要: 开发基于线阵CCD植物活体微根系图像监测分析系统,消除面阵CCD图像桶形畸变,实现微根系生长无损原形监测。环形微根系扫描结合纵向深度位移,系统实现微根管内微根系全景图像扫描。通过基于分形理论的计算机微根系图像处理系统完成所采集图像的分析,系统可自动完成基于像敏单元的定量化获取微根系生长关键特性值及其生长动态特性计算。本系统可应用于农林行业苗木培养、作物生长模型研究等领域。
关键词:线阵CCD    植物微根系    图像监测    微根系分布密度    动态特性    
The Plant Fine Roots Image Monitor Analysis System Based on Linear CCD
Liu Jiuqing1, Tang Xiaohua2, Chen Jian1, Xie Yonghua1, Jiang Yunfei1     
1. College of Mechanic and Electronic Engineering, Northeast Forestry University Harbin 150040;
2. Department of Mechanic Engineering, Tsinghua University Beijing 100084
Abstract: The live plant fine roots image monitor analysis system based on linear CCD was exploited, which eliminated the area CCD doliform aberration of the image, and realized unbroken analyzing the form of fine roots. Combining circle fine roots scan with portrait depth displacement, the system realized fine roots panorama image scan inside the minirhizotron. By the computer fine roots image procession system based on the fractal theory, the collected image was analyzed. The fine roots key growth parameters and the dynamic growth traits can be automatically calculated out quantitatively by the system based on pixel level. The system can be used in the fields of nursery planting and the crop growing module research in agriculture and forestry.
Key words: Linear CCD    plant fine roots    image monitoring    distributing density of fine roots    dynamic traits    

植物微根系的生长、衰老、死亡和分解过程研究越来越为植物研究学者、生态学家所重视(Gill et al., 2000; Lauenroth,2003)。植物微根系观测研究很不方便,经过长期研究归纳出以下方法:田间直接方法、直接观察方法和间接观察方法, 其中国外又以直接观察法中的微根管法发展应用较快。微根管法于1937年首次被提出来应用于微根系生长研究(Johnson et al., 2001),即以一定的角度向土壤中插入透光性较好的玻璃管或塑料管,通过管壁与土壤间的界面进行微根系生长全过程原方位无损观察。最初的微根管技术只能实现肉眼观察,经逐渐改进采用通过事先安装于玻璃或透明塑料管中的潜望镜来观察土壤中微根系生长的动态过程。安装袖珍望远镜以放大微根系图像,配以袖珍相机,拍照记录微根系的生长动态过程。在此基础上已开发出许多新的观测手段,包括根潜望镜(Richards,1984)、内诊镜(Noordwijk et al., 1985)和小型彩色摄像仪(Hendrick et al., 1993),并配备录像带进行自动摄像以观察微根系生长的动态过程(Cheng et al., 1990)。

随着半导体技术的不断发展,特别是CCD技术的成熟,配以计算机使得微根系微根管观测技术实现了数字化。如Bartz Technology Corporation开发的微根管观测系统可以方便地实现数字化图像的采集、记录、存贮及基于计算机图像处理技术的微根系动态参数测量,快速准确,极大地减轻了工作量(Smit et al., 2003), 采集图像质量完全可以满足分析要求。但是现有微根系图像采集系统均采用面阵CCD,如Bartz Technology Corporation的产品就是先经4 5°棱镜反射后将图像映射在CCD靶面上,实现图像的数字化采集。其缺点是为消除图像畸变,每次采集的微根系图像面积只能不大于CCD面阵靶面积,限制了微根系观测范围;另外由于微根管为圆截面,而靶面为平面,故每次图像采集后须在软件中完成微根系尺寸校正计算,存在影响测量精度的因素;除此外实现同深度全景观测图像采集需加附件,操作过程比较繁琐,自动化程度较低。

本文提出基于线阵CCD的便携式微根系微根管监测分析仪系统,有效克服上述缺陷,实现计算机控制全观测深度、环管壁全景观测图像自动采集,基于分形理论的智能微根系图像处理和微根系参数计算,系统可以检测管内温度,操作简便,成本较低。

1 系统构成

基于线阵CCD微根系微根管监测分析系统主要分为2部分:微根管系统硬件部分主要由插入土壤中的玻璃管或透明塑料管、线阵CCD图像获取单元、旋转扫描电机执行控制单元、观测深度移动电机控制单元、图像转换卡、计算机系统和温度检测装置以及机械执行机构组成;软件部分主要由实现扫描电机的控制算法、观测深度电机的控制算法、微根管内温度的检测和微根系图像的采集与微根系参数分析处理单元组成。

1.1 微根系微根管监测分析硬件系统

硬件系统示意图如图 1所示。透明管为系统的外壳,使用时透明管插入需要分析的微根系土壤中,使管壁与土壤尽可能紧贴,同时尽可能减少管壁对周围土壤的影响。线阵CCD用来获取图像,本系统中采用大尺度的线阵CCD,采用线阵CCD有以下优点:首先线阵CCD在近距离获取图像时图像畸变很小,其次线阵CCD的尺度可以做到几十厘米,但过长对线阵CCD与微根管中心线之间的平行度要求严格。而面阵CCD的尺度一般在26 mm以内,这样采用线阵CCD一次成像的幅度可达到与线阵CCD同样的尺度,而面阵CCD在近距离时由于视场限制和考虑到畸变,一次成像的幅度很小。电机控制执行单元主要完成电机的转动控制从而实现线阵CC D的扫描,该单元接受计算机的指令控制,电机以一定的速度作匀速转动(胡秀娟等,2003)。

图 1 植物微根系图像监测分析系统 Fig. 1 Plant fine roots image monitor analysis system 1.计算机Computer;2.旋转、竖直位移驱动单元Rotation、vertical displacement drive cell;3.线阵CCD Linear CCD;4.线光源Line lighting source;5.地表Land su rface;6.微根管Minirhizotron;7.微根系Fine roots.
1.2 微根系微根管监测分析软件系统

系统构成见图 2。计算机图像处理单元完成发送系统的控制指令,同时将由线阵CCD获取的图像进行存储和分析处理。工作时,首先由主控计算机通过软件发送图像获取指令,线阵CCD在扫描电机驱动下在透明管中作旋转运动,获取与透明管紧贴的管外壁的微根系及土壤图像,该图像被传输到计算机进行分析处理,判断微根系的状况,计算出微根系的参数,实现对微根系的监测。同时可以完成微根管内温度的监测,也可以测量微根管扫描对管内温度的影响。完成一次旋转扫描后,在深度位移电机驱动下提升或降低扫描头可以进行下一次扫描,如此下去,每次升降使扫描图像沿深度方向有所重叠,最终拼接出完整微根管扫描图片,为微根系生长研究提供更全面信息。

图 2 植物微根系图像监测系统软件框图 Fig. 2 Plant fine roots image monitor analysis system software structure
2 图像采集单元的设计 2.1 图像采集单元系统分析

图像采集单元是本系统最关键的环节,只有准确获取高质量的微根系图像才能进行正确的分析,进而给出准确的微根系生长信息。传统的图像获取方法是在透明管内装有微型CCD摄像装置,由于微根系图像是利用CCD摄像头伸入地下透明管拍摄而得到的,因此要采集到清晰的微根系图像,就要对CCD摄像头进行精确定位。一般采用三维运动机械传动机构实现,可以对CCD摄像头进行升降,周向旋转以及对焦运动。通过监视器显示CCD摄像头采集的图像相应调整摄像头的位置,从而获得所需要最佳的图像采集位置。升降运动机构的实现主要依靠升降电动机上的齿轮带动齿条运动。周向运动主要由周向旋转电机来实现,周向旋转电机带动金属框架结构及其上的CCD摄像头和负责摄像头调焦的对焦电机一起做周向转动。对焦运动主要由对焦电机来完成,该对焦电机的转子为齿轮轴,与齿条配合来带动滑块沿滑杆运动,从而将电机的旋转运动转化为摄像头的直线运动。这种获取图像的方法在原理上是可行的,但在实现方面存在以下几点问题:一是机械结构复杂,且由于透明管直径的限制加工和安装非常困难;二是由于需采用微型CCD摄像头,而微型摄像头在近距内可视范围很小,要拍摄大面积微根系图像需不断调整摄像头位置;最后还需将摄像头在不同位置获取的图像进行拼接合成整幅图像,操作复杂且容易丢失图像信息,同时需花费很长时间。

图 3 线阵CCD图像采集单元 Fig. 3 Linear CCD image selection cell 1.旋转扫描、竖直位移驱动机构Rotation、vertical displacement drive machine;2、5.导向定位机构Guide position machine;3.线阵CCD元件Linear CCD component;4.线光源Linear lighting source;6.玻璃或塑料微根管Glass or plastic minirhizotron.

鉴于传统方法存在以上问题,本文提出了新的采用线阵CCD获取图像的方法,图像获取单元结构如图 3所示。将线阵CCD固定在精密回转支架上,同时采用线状照明光源,线阵CC D和光源都紧贴透明微根管壁安装,工作时控制电机带动圆柱状支架以一定的速度作匀速圆周运动,这样当电机转动一周就可以获取一幅图像(胡秀娟等,2003)。

2.2 图像采集CCD元件及图像采集卡

本系统采用东芝公司的TCD1206SUP高灵敏度线阵CCD, 其主要参数如下。像敏单元数目:2 160像元;像敏单元大小:14 μm×14 μm×14 μm(相邻像元中心距为14 μm);光敏区域:采用高灵敏度PN结作为像敏单元;时钟:2相(5V);内部电路:包含采样保持电路,输出预放大电路;封装形式:22脚DIP封装。

图像采集采用AD8-H型高速线阵CCD数据采集卡, 原理见图 4。其A/D转换器采用CA331 8CE,转换速度快,转换时间不大于67 ns,工作频率可达15 MHz。利用高速A/D转换器和卡上设置大容量内存的技术,完全适合TCD1206SUP高灵敏度线阵CCD实现环微根管壁扫描图像处理(王庆有, 2000)。

图 4 CA3318CE型A/D转换卡 Fig. 4 CA3318CE type A/D conversion card

以上系统较传统的图像采集方法有如下优点:首先机构简单,没有复杂的调整环节,便于安装在直径很小的透明根管内; 其次由于可采用大尺度(有效深度为32 mm)线阵CCD,当透明管直径为50 mm时,电机做一次回转运动就可获取约32 mm×150 mm范围内的微根系图像采集,省去了图像拼接,同时提高了图像获取速度, 提高图像质量; 采用线阵CCD还可以消除采用普通微型摄像头获取图像时产生的畸变,因而无需对其进行标定。图 5为基于线阵CCD采集的微根系图像。图像质量满足基于分形理论的图像处理要求。

图 5 线阵CCD微根系图像 Fig. 5 Linear CCD plant fine roots image
3 植物微根系的数字图像识别

利用数字图像处理技术基于可视化软件平台Visual C++编程技术对线阵CCD采集的微根系图 5进行基于分形理论的图像识别和参数分析计算。图 6图 5经过分形处理后的微根系二值图。因为每个像敏单元的面积为14 μm×14 μm,通过相关数学模型既可对参数进行定量分析。

图 6 分形处理后微根系图像 Fig. 6 Fine roots image after fractal procession
3.1 微根长度

根的长度测量有2种方法:一是在透明管上标记栅格,在采集到的图片上能得到根与栅格的交点,从而计算出根的长度;二是通过图像处理软件实现,当根部的图像载入此软件时,便有了栅格标记,软件会根据根与栅格的节点自动计算出根的长度。其原理如下:因为图像细化是在不改变图像像素拓扑连接性关系的前提下,连续地剥落图像的外层像素,使之最终成为单像素宽的过程,所以本系统所进行的细化基本保留了根系的长度信息。可以通过数学方法统计细化骨架图中的像素,再乘以像素之间的距离便可得到根系的长度。由于本软件系统的图像细化是在8-连通模式下进行的,如图 7(a)所示任何一次迭代的中心元素与相邻元素之间的距离不全相等。假设任一中心像素沿水平和垂直方向上与相邻像素间距离为1,则该像素沿斜线方向上的距离为2。根据图 7(b)所示的方向码的不同,我们认为两相邻像素间的方向码若为偶数,则这两像素间的距离为1;若为奇数,则这两像素间的距离为。利用数学统计学方法及VC++实现,可分别得到奇、偶方向码出现的次数NN,则根长度的计算公式为

(1)
图 7 8连通示意图 Fig. 7 Connection figure

其中:B为长度标定系数,在此B=0.014 mm。N=21;N=210。则:L=3.36 mm。

3.2 微根表面积及直径的计算

微根系表面积计算可以根据指定监测根系图像处理后置1数目的总和来确定, 即图 6中指定根系为白色部分的面积,由图像处理系统检测出该区域的像敏单元数目总和即可, 则有:

(2)

其中: S为根表面积, mm2; NXY为像素数目总和; sxy为单一像敏单元面积, mm2

则有平均微根直径dav:dav=S/L=1.753 4/3.36=0.52 mm

4 小结

本文提出并设计的基于线阵CCD植物微根系图像监测分析系统可以直接观测到微根系,消除图像畸变,无需对CCD进行标定,简化系统,提高图像采集质量;扩大微根管内观测采集范围,一次环扫描面积为32 mm×150 mm,同时具备沿微根管深度监测功能;系统运用分形理论进行图形处理,效果良好;系统操作简便,可以自动完成扫描过程,也可人工手动扫描;系统采用基于VC++平台开发,稳定可靠,人机对话界面。

参考文献(References)
胡秀娟, 汤晓华. 2003. 植物根系图像监测分析系统的设计. 林业机械与木工设备, 31(11): 24-28. DOI:10.3969/j.issn.2095-2953.2003.11.009
王庆有. 2000. CCD应用技术. 第一版. 天津: 天津大学出版社, 46-71.
Cheng W, Coleman D C, Box J E. 1990. Root dynamics, production and distribution in agroecosystems on the Georgia piedmont using minirhizotrons. J Appl Eco, 27: 592-604. DOI:10.2307/2404304
Gill R A, Jackson R B. 2000. Global patterns of root turnover for terrestrial ecosystems. New Phytol, 147: 13-31. DOI:10.1046/j.1469-8137.2000.00681.x
Hendrick R L, Pregitzer K S. 1993. Patterns of fine root mortality in two sugar maple forests. Nature, 361: 59-61. DOI:10.1038/361059a0
Johnson M G, Tingey D T, Phillips D L, et al. 2001. Advancing fine root research with minirhizotrons. Environmental and Experimental Botany, 45: 263-289. DOI:10.1016/S0098-8472(01)00077-6
Lauenroth W K, Gill R A. 2003. Turnover of root systems. In: Hans K, Eric J W, Visser (Eds). Root Ecology. Springer-Verlag Berlin Heidelberg, 61-90
Louse H C, David M E, Alan N L. 2000. Assessing root death and root system dynamics in a study of grape canopy pruning. New Phytol, (147): 171-178.
Noordwijk M, Jager A, Floris J. 1985. A new dimension to observations in minirhizotrons: a stereoscopic view on root photographs. Plant and Soil, 86: 447-453. DOI:10.1007/BF02145465
Richards J H. 1984. Root growth response to defoliation in two Agropyron bunchgrasses: field observations with an improved root periscope. Oecologia, 64: 21-25. DOI:10.1007/BF00377538
Smit A L, George E, Groenwold J. 2003. Root observations and measurements at (transparent) interfaces with soil. In: Smit A L. Root Methods: A Handbook. Springer: Heidelberg, Germany, 236-264