本實用新型涉及光譜成分檢測技術領域，特別涉及一種基于圖像技術的雙波長植物葉片葉綠素含量檢測裝置。
背景技術：
葉綠素是綠色植物進行光合作用不可或缺的成分，不同生長期植物葉片葉綠素的含量一定程度上可以反映綠色植物的健康情況。我國存在較為嚴重的化肥濫用現(xiàn)象，通過監(jiān)測綠色植物葉片的葉綠素含量可以為按需施肥提供依據(jù)。植物葉片葉綠素含量檢測的傳統(tǒng)方法有分光光度法，SPAD儀法等。分光光度法結果準確，但需要將葉片研磨，并且需要較多的儀器、試劑，檢測時間較長。SPAD儀法檢測速度快，但需要使用昂貴的SPAD儀，成本較高。
中國專利公開號CN105574516A，公開日2016年05月11日，發(fā)明創(chuàng)造名稱為“可見光圖像中基于logistic回歸的觀賞鳳梨葉綠素檢測方法”，該申請公開了“一種觀賞鳳梨的葉綠素檢測方法，主要是在觀賞鳳梨葉片的可見光圖像中，通過采樣區(qū)域聚類，建立 R 、 G 、 B 數(shù)值與葉綠素含量之間的 logistic 回歸模型，并使用該回歸模型估算觀賞鳳梨葉片葉綠素含量值。”類似的研究在周超超2014年題為“基于Android手機平臺的玉米葉片含氮量檢測方法研究”的碩士論文中也有涉及，文中31頁指出玉米葉片圖像的R 、G 、B值與反映葉綠素含量的SPAD值的相關性系數(shù)分別為0.4907、0.1497、和0.6849，經過顏色校正的玉米葉片的Rs 、 Gs 、 Bs值與其SPAD值的相關性系數(shù)分別為0.2081、0.7557、0.2044。在該發(fā)明中，沒有考慮光源發(fā)色傾向對觀賞鳳梨葉片圖像的影響，因此檢測精度和穩(wěn)定性較低。
中國專利公開號CN104266970A，公開日2015年01月07日，發(fā)明創(chuàng)造名稱為“三波長漫反射光學葉綠素檢測裝置”，該申請公開了“一種三波長漫反射光學葉綠素檢測裝置，包括嵌套，插裝于所述嵌套內的檢測單元；扣合在所述檢測單元頂部的密封蓋；其特征在于：所述檢測單元包括自土而下開設有三級階梯孔的圓柱體，所述圓柱體的上端為沿徑向外延的因臺體結構，所述圓臺體的下臺面開設有防水環(huán)形槽；位于圓臺體下方的圓柱體外用面上對稱于圓柱體軸線向上傾斜51° -53°均布開設有六個斜孔，所述每個斜孔均與所述第一級階梯孔相通；所述六個斜孔中相對的兩個斜孔為一組；每組中的一個斜孔內自土而下依次設置有凸透鏡、 LED 光源，另一個斜孔內設置有吸光材料；位于第二級階梯孔內設置有聚光透鏡并通過環(huán)套運位；位于第三級階梯孔內設置有光探測器。”其不足之處在于裝置結構復雜，制造成本較高。
中國專利公開號CN104777108A，公開日2015年07月15日，發(fā)明創(chuàng)造名稱為“一種葉綠素含量的檢測裝置及方法”，該申請公開了“一種葉綠素含量的檢測裝置及方法，該方法包括：利用不同濃度的葉綠素溶液，建立葉綠素檢測模型；采用兩個波長的入射光對待測樣本進行檢測，獲取所述持測樣本的葉綠素的吸光度；將所述待測樣本的葉綠素的吸光度代入所述葉綠素檢測模型，獲取所述持測樣本的葉綠素的濃度。該方法分別用波長為 645nm 和 663nm的光照射樣品，通過光電傳感器測量透射光的強度可以得到對應波長下的吸光度值，從而計算出葉綠素的相對濃度值?！?其選擇檢測光波長的依據(jù)為“葉綠素 a 、 b 在紅光區(qū)的最大吸收峰分別為 663nm 和 645nm，因選取敏感波段為 663nm 和 645nm?！痹趯嵤├刑岬健氨鞠到y(tǒng)所采用的信號是由發(fā)光二極管發(fā)出?！逼洳蛔阒幨侵贿x擇了葉綠素敏感波長的光作為檢測光源，沒有選擇其他不受葉綠素影響波長的光作為參考，檢測的穩(wěn)定性和精確度較低；另外LED光的光譜帶寬一般為幾十納米，該專利選擇的兩個敏感波段為 663nm 和 645nm，波長較為接近，因此區(qū)別檢測兩種葉綠素的實現(xiàn)性較低。
綜上所述，現(xiàn)有技術存在結構復雜，穩(wěn)定性和重復性不高的問題。
技術實現(xiàn)要素：
本實用新型要解決的技術問題是提供一種成本低廉、結果穩(wěn)定的植物葉片葉綠素含量檢測裝置和方法。
本實用新型是通過以下技術方案實現(xiàn)的：
基于圖像技術的雙波長植物葉片葉綠素含量檢測裝置，組成結構包括蓄電池、充電口、檢測光源開關、參考光源開關、檢測光源、參考光源、鉸鏈、葉片透光口、殼體、相機孔、智能手機；蓄電池固定于殼體底部，與充電口、檢測光源、參考光源相連，檢測光源開關、參考光源開關分別控制檢測光源、參考光源的工作狀態(tài)。殼體分為上腔和下腔，上腔是一個封閉的空間，避免自然光干擾，內壁涂成黑色，便于后期圖像處理，上腔頂部平面上開有相機孔；下腔內壁為白色，布置有檢測光源和參考光源；下腔頂部平面開有葉片透光口，下腔頂部平面與上腔頂部平面平行。
所述的檢測光源和參考光源均為單波長光源。
殼體上腔和下腔通過鉸鏈相連，可以活動，以便于放入葉片樣本；殼體下半部分頂端留有葉片透光口，殼體上半部分的底部為空，頂部留有相機孔，殼體的下腔頂端覆蓋有一層薄海綿。所述智能手機至少應當擁有1個攝像頭，并且支持安裝檢測軟件。
本實用新型檢測方法包括以下步驟并按以下順序進行：
a．準備工作：將待測葉片置于葉片透光口上，將殼體上腔與下腔扣合，使殼體的上腔成為封閉空間，將智能手機置于相機孔上。
b．獲取雙波長光照射下的葉片圖像：打開智能手機中的檢測軟件，閉合檢測光源開關，使檢測光源發(fā)光，檢測軟件調用智能手機的攝像頭拍照，并將圖像存儲在手機ROM中；斷開檢測光源開關，閉合參考光源開關，使參考光源發(fā)光，檢測軟件再次調用智能手機的攝像頭拍照，并將圖像存儲在手機ROM中；
c．圖像處理：依次對兩張圖像進行圖像平滑，顏色空間轉換（RGB空間轉換至HSV），被照亮部分葉片提取，顯示提取結果，計算被照亮部分葉片圖像的平均明度，計算兩個波長照射下葉片平均光強I檢測和I參考；
d．植物葉片葉綠素含量計算：將I檢測和I參考帶入植物葉片葉綠素含量與I檢測和I參考關系的數(shù)學模型中，計算出植物葉片葉綠素含量。
本實用新型的測量原理是葉綠素對波長為660nm附近的可見光具有明顯的吸收作用，以葉子對波長550nm光的吸光度作為參照，可以減少葉片厚度和其他因素對測量精度的干擾。本實用新型通過分別拍攝檢測波長和參考波長光照射下植物葉片的圖片，將其轉換至HSV色彩空間，通過編寫的軟件提取出被照亮的葉子部分，計算出檢測波長和參考波長葉子部分平均光強I檢測和I參考；通過測量不同葉綠素含量的植物葉片的葉綠素含量C及其在檢測波長和參考波長光下的平均光強建立如下模型：
其中K和B為常數(shù)。在軟件中通過該模型即可計算出植物葉片樣本的葉綠素含量。
與現(xiàn)有技術相比，本實用新型的優(yōu)點在于：
a、本實用新型成本低廉，充分利用了現(xiàn)在大多數(shù)手機都具有的攝像頭作為檢測光強的傳感器，降低了成本。
b、與傳統(tǒng)方法只檢測葉片上某一點的方法不同，本實用新型通過軟件提取出葉片上一個圓形的面作為檢測樣本，可以提供更好的檢測穩(wěn)定性，減少葉脈等對檢測精度和重復性的影響。
附圖標記
1、蓄電池；2、充電口；3、檢測光源開關；4、參考光源開關；5、檢測光源；6、參考光源；7、鉸鏈；8、葉片透光口；9、殼體；10、相機孔；11、智能手機。
附圖說明
圖1是本實用新型的結構圖；
圖2是植物葉片的吸光度與波長關系圖；
圖3是檢測軟件獲取兩個波長圖像界面
圖4是檢測軟件顯示提取結果界面
圖5是檢測軟件保存文件并計算葉綠素含量界面
圖6是檢測軟件顯示計算結果界面。
具體實施方式
下面結合一個優(yōu)選實施例和附圖對本實用新型作進一步說明：
如圖1所示
基于圖像技術的雙波長植物葉片葉綠素含量檢測裝置，組成結構包括蓄電池1、充電口2、檢測光源開關3、參考光源開關4、檢測光源5、參考光源6、鉸鏈7、葉片透光口8、殼體9、相機孔10、智能手機11；蓄電池1固定于殼體9底部，與充電口2、檢測光源4、參考光源5相連，檢測光源開關3、參考光源開關4分別控制檢測光源5、參考光源6的工作狀態(tài)；殼體9分為上腔和下腔，上腔是一個封閉的空間，避免自然光干擾，內壁涂成黑色，便于后期圖像處理，上腔頂部平面上開有相機孔10；下腔內壁為白色，布置有檢測光源5和參考光源6；下腔頂部平面開有葉片透光口8，下腔頂部平面與上腔頂部平面平行；殼體9上腔和下腔通過鉸鏈7相連，可以活動，以便于放入葉片樣本，殼體9的下腔頂端覆蓋有一層薄海綿；下半部分頂端留有圓形的葉片透光口8，上半部分的底部為空，頂部留有相機孔10。
蓄電池1選用18650型鋰電池。
充電口2選用常見的Micro USB接口。
檢測光源開關3、參考光源開關4選用普通船型開關。
檢測光源5、參考光源6選用對應波長的發(fā)光二極管。
智能手機11使用運行Android 6.0系統(tǒng)的小米5手機。
圖2為植物葉片的吸光度與波長關系圖，檢測儀器為美國海洋光學生產的USB4000型分光式光譜儀。從圖中可以看到，植物葉片吸收峰在660nm左右，這是因為植物葉片中含有的葉綠素對波長為660nm的光有明顯的吸收作用。而葉片對550nm的光的吸收度較低，可以作為參考。
圖3是檢測軟件獲取兩個波長圖像界面，在使用時，首先打開檢測光源開關3，將手機攝像頭置于相機孔10上，點擊“拍照660nm”按鈕，程序調用手機的攝像頭，設置好攝像頭參數(shù)后點擊拍照，獲得660nm光照射下植物葉片的圖像并將其顯示在界面左下方。然后關閉檢測光源開關3，打開參考光源開關4，同樣將手機攝像頭置于相機孔10上，點擊“拍照550nm”按鈕，程序調用手機的攝像頭，設置好攝像頭參數(shù)后點擊拍照，獲得550nm光照射下植物葉片的圖像并將圖像顯示在右下方。
圖4是檢測軟件顯示提取結果界面，完成圖像獲取后，需要提取被照亮部分葉片，點擊“處理660nm”按鈕，程序對圖像進行平滑、分割，用白色表示被照亮葉片部分，用黑色表示其他部分，并將分割結果顯示在界面上。計算出葉片部分的平均R、G、B、H、S、V值并將這些值顯示出來，其中R、G、B為被照亮葉片部分在RGB色彩空間中被照亮葉片部分圖像的平均紅色、綠色、藍色分量的值，H、S、V為被照亮葉片部分圖像在HSV色彩空間中葉片部分的平均色相、飽和度、明度分量的值。計算出的V值即為660nm光照下葉片的平均光強I檢測。同樣，點擊“處理550nm”按鈕，即可獲得550nm下葉片的平均光強I參考，并將圖像分割結果顯示在界面中。
圖5是檢測軟件保存文件并計算葉綠素含量界面，得到I檢測和I參考之后，點擊“保存并計算”按鈕，在提示字符為“Input file name here！”的文本輸入框中輸入文件夾名；點擊“Ok”鍵即可將獲得的兩張圖像存儲在文件夾名為輸入框中字符串的文件夾中，然后返回主界面并將計算結果顯示在主界面上，點擊“Cancel”鍵只返回主界面，不保存圖像文件，不計算葉綠素含量。
圖6是檢測軟件顯示計算結果界面，界面的右下角顯示的便是葉片的葉綠素含量。
在針對某一特定植物葉片進行測量時，需要獲取針對該植物的檢測模型，模型結構為：
式中C為葉片葉綠素含量，用其SPAD值表示， K和B為常數(shù)，確定K和B的值的方法如下。
a． 取葉綠素含量不同、且含量分布較均勻的該植物葉片樣本50-100片，分別用本裝置獲取其被兩波長光照射的圖片。
b．點擊軟件主界面上的“處理660nm”按鈕，并記錄界面下方顯示的V值，既獲得該葉片的I檢測，同樣點擊“處理550nm”， 獲得該葉片的I參考。
c． 用SPAD儀器獲取植物葉片樣本的葉綠素含量C。
d．將得到的50-100組I檢測和I參考和對應的50-100個葉綠素含量值C用最小二乘法處理，便可算出模型的參數(shù)K和B，在軟件中修改模型，即可測量特定植物葉片的葉綠素含量。
以上實施例僅僅是對本實用新型的舉例說明，并不構成對本實用新型的保護范圍的限制，凡是與本實用新型相同或相似的設計均在本實用新型的保護范圍之內。