植物根系圖像的邊緣檢測(cè)方法的研究與實(shí)現(xiàn).pdf

1、植物根系圖像的邊緣檢測(cè)方法的研究與實(shí)現(xiàn)重慶大學(xué)碩士學(xué)位論文（專業(yè)學(xué)位）學(xué)生姓名：鄧蕊指導(dǎo)教師：石銳副教授學(xué)位類別：工程碩士（計(jì)算機(jī)技術(shù)領(lǐng)域）重慶大學(xué)計(jì)算機(jī)學(xué)院二O一五年三月重慶大學(xué)碩士學(xué)位論文中文摘要I摘要根系是植物的重要器官之一。植物根系生長(zhǎng)在土壤中，它的主要功能是獲取土壤中的養(yǎng)分和水分，然后疏導(dǎo)給生長(zhǎng)在地表以上的部分。因此，在植物生長(zhǎng)的過(guò)程中，根系占居重要的地位。另外，根系能夠?qū)ν寥拉h(huán)境做出最快的反應(yīng)，其生長(zhǎng)狀況不僅會(huì)受到土壤特性的

2、影響，而且還間接受到大氣環(huán)境的影響。由此而知，在林業(yè)、農(nóng)業(yè)及生態(tài)方面，對(duì)植物根系進(jìn)行深入的研究，其意義重大。本文課題的來(lái)源是科技部項(xiàng)目“植物根系生長(zhǎng)動(dòng)態(tài)原位非破壞監(jiān)測(cè)和分析系統(tǒng)研制”。該課題的前期成果是設(shè)計(jì)并實(shí)現(xiàn)了植物根系圖像處理及定量分析系統(tǒng)，該系統(tǒng)能夠?qū)崿F(xiàn)對(duì)植物根系圖像的基礎(chǔ)處理（如圖像增強(qiáng)、圖像分割等）以及對(duì)根系形態(tài)參數(shù)的計(jì)算。但是該系統(tǒng)存在著一定的缺陷，例如當(dāng)處理的根系圖像較為復(fù)雜時(shí)，圖像會(huì)受到噪聲的嚴(yán)重干擾，這會(huì)降低根系參數(shù)測(cè)

3、量結(jié)果的精準(zhǔn)性；在提取根系骨架時(shí)，根系上的毛刺，孔洞等噪聲致使誤差增大；根尖計(jì)數(shù)誤差較大等。本文的工作是針對(duì)該系統(tǒng)所存在的問(wèn)題進(jìn)行研究，選取較為合適的算法來(lái)減少誤差，進(jìn)一步完善系統(tǒng)，從而使其更可靠的應(yīng)用到實(shí)際研究中去。本論文的主要工作如下：①課題前期成果中，采用的是Canny算子邊緣檢測(cè)算法。而本文對(duì)基于Canny算子的邊緣提取算法進(jìn)行了研究，發(fā)現(xiàn)該算法有兩個(gè)弊端：一是該算法對(duì)局部噪聲敏感，檢測(cè)的邊緣易出現(xiàn)偽邊緣，還會(huì)丟失一些邊緣細(xì)節(jié)；

4、二是該算法自適應(yīng)性較差，原因是平滑去噪時(shí)，采用的是高斯濾波器，而濾波效果主要有濾波參數(shù)決定，該參數(shù)尺度過(guò)大或過(guò)小，均不利于檢測(cè)。因此，結(jié)合根系圖像自身的復(fù)雜性，本文分別采用了改進(jìn)的Canny算子邊緣檢測(cè)算法和改進(jìn)的抗噪形態(tài)學(xué)邊緣檢測(cè)算法對(duì)根系圖像進(jìn)行邊緣檢測(cè)，并獲得了上述兩種方法提取的邊緣圖像，最后利用小波變換將其進(jìn)行融合，得到最終的根系邊緣圖像。本文對(duì)多種邊緣檢測(cè)算法進(jìn)行了實(shí)驗(yàn)分析，并與最終融合后的邊緣圖像進(jìn)行對(duì)比，發(fā)現(xiàn)，邊緣檢測(cè)融合