植物葉片脈絡圖像提取方法設計

1、植物葉片脈絡圖像提取方法設計摘要圖像分割是根據(jù)某種圖像特征的一致要求，將一幅圖像分割為多個區(qū)域。它是圖像理解和物體識別的第一步，也是一經(jīng)典難題。隨著科學技術(shù)的發(fā)展，它廣泛的應用于各個領域。植物葉片是植物的重要器官，是研究植物生長狀況的重要依據(jù)，也是比較容易獲得的研究素材。葉片脈絡和形態(tài)是研究植物的重要出發(fā)點，葉片脈絡的提取是實現(xiàn)完整的植物葉特征提取及無損植物葉特征提取中重要的一步。傳統(tǒng)的植物形態(tài)數(shù)據(jù)測量方法主要是用尺測量葉片長度等手工方

2、法，這種方法由于受人為、自然等因素的影響較多，導致測量精度差、測量結(jié)果不理想，基本上已經(jīng)被淘汰。利用圖像處理技術(shù)進行植物脈絡提取，是隨著計算機軟、硬件技術(shù)及信息技術(shù)的進步而迅速發(fā)展起來的新興研究領域。本文介紹了兩種利用圖象分割技術(shù)提取葉片脈絡的基本方法：分水嶺法，二值化法。通過MATLAB進行了仿真實驗，并將幾種不同的分割算法結(jié)果進行了比較關(guān)鍵詞：圖像分割，特征提取，分水嶺算法二值化一分水嶺算法分水嶺算法1分水嶺算法綜述分水嶺算法綜述分

3、水嶺算法是新近發(fā)展起來的數(shù)學形態(tài)學圖像分割方法。將這種方法用于圖像處理是由S.Beuchre，F(xiàn).Meyer最早提出的。Beucher和Vincent等人的研究工作使得分水嶺算法的理論得以建立，并且大量用于灰度圖像的分割。分水嶺算法的一個實例就是從太平洋到大西洋的一條水流把美國分為兩個區(qū)域。分水嶺界限分開了這樣的兩個區(qū)域，被稱為太平洋和大西洋的“集水盆地“。由于這些“集水盆地”的存在，相對應的，這兩個大洋之間就有一些最小連接?，F(xiàn)在，在圖

4、像處理領域和數(shù)學形態(tài)學領域，數(shù)字圖像經(jīng)常被認為是拓撲框架。在給定圖像的拓撲表示中，每個點的數(shù)字化值代表這個點的梯度值。這種分布，該線穿過兩個靠的很近的物體。圖像最初在一個灰度值上基于分水嶺算法的紅外圖像分割方法二值化?；叶戎蛋褕D像分割成正確數(shù)目的物體，但它們的邊界偏向物體內(nèi)部。隨后閾值逐漸增加，每一次增加1個灰度級，物體的邊界將隨著閾值增加而擴展。當邊界相互接觸時，這些物體并沒有合并。因此，初次接觸的點變成了相鄰物體間的最終邊界。這個過

5、程在閾值達到背景灰度級之前終止，也就是說，在被恰當分割的物體的邊界正確地確定時終止。2基本概念基本概念設為灰度級函數(shù)，p為像素坐標，，。的相鄰像素)(pf2Z????pp距離函數(shù)為(在4連通或8連通域中，對所有的鄰域點，距)(pNp?)(ppdist離為1)。定義1：較低斜坡（1.1）?????????????)()()()()()()(maxpfpfppdistpfpfpNppLS定義2:：斜率最大的相鄰點（1.2）?????????