教育资源为主的文档平台

当前位置: 查字典文档网> 所有文档分类> 农林牧渔> 林学> 普通光照下叶片图像特征信息抽取_赵方_石晟_闫民

普通光照下叶片图像特征信息抽取_赵方_石晟_闫民

上传者:骆吉洲
|
上传时间:2015-05-05
|
次下载

普通光照下叶片图像特征信息抽取_赵方_石晟_闫民

图像;识别;视觉

网络出版时间:2014-06-18 11:44

网络出版地址:http://wendang.chazidian.com/kcms/doi/10.3778/j.issn.1002-8331.1402-0052.html

1

Computer Engineering and Applications 计算机工程与应用 普通光照下叶片图像特征信息抽取 

赵方1,石晟1,闫民2

ZHAO Fang1,SHI Sheng1,YAN Min

1. 北京林业大学 信息学院,北京 100083

2. 北京林业大学 工学院,北京 100083

1. College of Information, Beijing Forest University, Beijing 100083, China

2. College of industry, Beijing Forest University, Beijing 100083, China

ZHAO Fang, SHI Sheng. Feature extraction from leaf pictures taken in normal illumination condition. Computer Engineering and Applications

Abstract: Two-step method is proposed:)classify algorithm, the result shows accurate is above 90% .

Key words:

摘 要:扰,接着综合利用叶脉特征。实验中利用SVM(Support Vector Machine90%

关键词:OpenCV;Canny边缘检测;Hough变换;Harris角点检测 文献标识码:A 中图分类号:

外业进行标本采集费时费事,采集数字信息将成为

趋势。对比于传统的粗放式管理模式,基于图像识

别、机器视觉的新型叶片识别技术将大大提高作业

的精细度、准确度,在使得资料更加完备和细致的

同时,减少林业外业人员的工作负荷和知识要求,1.引言 农林业随着现代信息技术的发展已经进入信息化时代,随着精准农业,精准林业的概念提出,针对传统林业作业的改造也在不断深入。传统林业

基金项目: 国家自然科学基金项目(No. 11272061),名称为:“流体力学方法:一种流体力学的颗粒离散单元方法”。

作者简介:赵方(1958-),男,副教授,硕士生导师,研究领域为软件工程,计算机软件与理论;石晟(1987-),男,硕士研究生,研究生,研究领域为软件工程,林业信息系统;闫民(1959-),男,博士,副教授,硕士生导师,研究领域为森林工程,流体力学。E-mail:seastar_ss@http://wendang.chazidian.com

图像;识别;视觉

基金项目: 国家自然科学基金项目(No. 11272061),名称为:“流体力学方法:一种流体力学的颗粒离散单元方法”。 作者简介:赵方(1958-),男,副教授,硕士生导师,研究领域为软件工程,计算机软件与理论;石晟(1987-),男,硕士研究生,研究生,研究领域 为软件工程,林业信息系统;闫民(1959-),男,博士,副教授,硕士生导师,研究领域为森林工程,流体力学。E-mail:seastar_ss@http://wendang.chazidian.com 2 Computer Engineering and Applications 计算机工程与应用 同时降低人为失误率。 真实拍摄的叶片即使采用纯色背景做垫衬, 也 会因为光照不均匀,摆放不平整等因素产生很多阴 影干扰。此外,由于垫衬物的纹理以及细小痕迹也 会对实际采集的叶片图像造成干扰,因此要切实进 行实用的叶片识别系统开发,必须要能够处理掉这 些光影和杂色干扰。文章中将先针对如何去除阴影 及杂色干扰进行成果的介绍。 此外,对于同类树木的多个叶片,存在着具体 形状及纹理上的偏差,因此不适用于确定形状的识 别算法。且叶片本身所含有的信息量比较复杂,大 体包括叶形、叶脉、叶边缘等信息,通常的识别算 法只要抓住其中一组信息即可达到一定的识别率, 但若要区分得更精细,需要提取尽可能多的叶片形 态学特征,本文将就如何进行全面的叶片形态学特 征抽取进行研究,并介绍其成果。 2.背景研究 国外自 1986 年开始研究如何利用图像特征 对叶片进行分类,1986 年 Ingrouille 和 Laird 利 用 27 种叶形特征对橡树进行了分类[1],Guye 等 人则通过拓扑不变量如伸长度、紧密度和中心惯 性矩生长初期的植物进行了有效分类[2],之后越 来越多的研究人员对此课题进行了研究,用于辨 别叶片所使用到的叶片图像特征包括形态学特 征(包括紧密度、圆度、伸长度、叶状度等简单 形状因子,叶片轮廓的曲率尺度空间计算而来的 轮廓凹凸性等复杂统计特性,偏心率、圆形性、 弯曲能量等拓扑不变量特性) ,色彩特征,植物 学局部特征(叶脉走向,叶边缘的叶齿)以及通 过对叶片图像进行小波变化后在频域检测其纹 理特征等。 采用的分类方法包含有 k-NN(k-nearest neighbor)k 近 邻 算 法 , ANN(Artificial neuron network) 人 工 神 经 网 络 分 类 算 法 以 及 SVM (support vector machine)支持向量机分类算法, 这些分类算法普遍可以达到 70%以上的识别正确 率,在某些有特定分类的叶片识别方面,准确度 可以更高。 国内的研究相对开展较晚, 最早的研究开始 于 1994 年,傅星等人对利用计算机进行植物分 类开展了初步研究,达到了使用计算机对植物性 状进行自动提取和分类的结果[3]。之后多名专家 学者对这一问题

图像;识别;视觉

作者名:赵方,石晟 3

如上图,其中椭圆形的节点表示数据,方形的节点表示处理的流程,算法针对图片数据进行,最终得到图像特征数据。其中灰色加重部分为本次实验未完成的一个流程。

整体叶片数据抽取的算法实现如图,整套算法分为:图像预处理、图像分割、叶形特征值计算、叶脉特征值计算、可信度计算以上五部分流程组成,下面将就每一部分功能和相关算法进行详细介绍。

3.1.1图像预处理

公式中w为图像长度,h为图像宽度(默认w≥h)。e为空白像素数目,空白像素数目在后续计算中可以得到,图像面积s减去叶片面积即为空白像素数目。

预处理过程中,也会计算图像的各种相关参数,以便于后续使用。

3.1.2图像分割

图像预处理的工作主要是为了两个方面,1)去除杂色干扰,2)评估图像的精细度。

由于叶片图像通常以绿色为主,故针对此信息,将原始图像的彩色数值按照绿色和非绿色进行区分,强化绿色分量,弱化其他分量,从而使得对比更加强烈,具体做法:

(1) 记a为图像上坐标为(x,y)的像素点的色彩值 (2) 记r=(a & 0x00FF0000) >> 16 ,g=(a 0x0000FF00) >> 8 , b=a & 0x000000FF,为按位右移运算符,&为按位与运算(3) 变换后图像对应(x,y) 16 

+ b << 7 + r << 3,其中<<

w,图像的宽度h和空白像素数目当图像过小的时候,图像的角点信息,以及叶脉细节信息会抽取出异常值。图像精细度r定义为0到1的小数,其值越小,精细度越差,其计算公式如下:

图像分割的目的也有两个:1)分割开叶片区域,剔除掉不是叶片的杂色干扰区域,2)确详见3.2。

3.1.3金水虎的《基于叶片特[7]一文中定义的, 黄德双, 杜吉祥的《叶片图像[8]中的面积凹凸比 本课题采用的叶片叶形特征包含: (1) 凸包亏格Ei: 

叶片的凸包定义为包围叶片边缘的最小凸多边形,亏格是拓扑学中表示连通,可定向曲面代表沿闭简单曲线切开但不切断曲面的最大曲线条数。叶片凸包的亏格即为此特征值。针对叶片图像,亏格可以表示叶片被凸包包围后,凸包和叶片边缘组成的多边形有多少个孔洞。 

(2) 残缺度Sx: 

叶片凸包面积与实际面积的比值定义为叶片的残缺度, (3) 紧致度C: 

叶片叶边缘的周长的平方与叶片面积的比值定义为叶片的紧致度。 (4) 长短轴比值Li: 

叶片的长轴及短轴表征了叶片的粗细程度,针对简单的椭圆形,长条形叶片和复杂的五角星形叶片,长短轴定义不同,具体的定义及算法见3.3.6。长短轴比值即为长轴除以短轴所得

s=w*h

?e1,>640000且<0.6s?s?r=?

1ee?*,s≤640000或≥0.6?s?6400000.6

图像;识别;视觉

4

Computer Engineering and Applications 计算机工程与应用

的数值。 (5) 角点数目K: 

叶边缘上的角点的个数为角点数目特征值。 以上五组特征值区分度较大,其详细算法见3.3 3.1.4叶脉特征计算

可以得到边界曲线。Canny对此算法做了改进[9],增加了一个滤波过程,使得算法更加可靠。

下图为未经过任何处理的原始叶片图像:

本课题采用的叶脉特征包含 (6) 主脉条数Lx 

在识别算法中,叶脉长度超过叶片长轴70%的被认为是主脉,侧脉通常不会超过这个阈值,细脉无法准确识别,因此会在图像分割时被去除掉。 (7) 叶脉类型T 

内容需要下载文档才能查看 内容需要下载文档才能查看

根据主脉的交汇情况可以判断叶片的叶脉类型,文章主要进行网状脉和平行脉的判别,其他细分类型暂时无法区分。 (8) 最长最短主叶脉比值Lv 

当主脉不止一条的时候,最长的主脉与最短的主脉的值定位为此特征值,主脉只有一条时,此特征值为1 

脉特征值,其详细算法见3.4

3.1.5可信度判定

可信度判定,K,主脉条数Lx征。

细度r不超过0.75现异常值。

2】 叶片原始图像

并且右侧有部分颗粒

图【3】 经过Canny边缘检测处理后图像 得到的边界存储于我们设计的数据结构中,由于有杂色干扰,故我们的数据结构中也包含这些干扰点。

OpenCV中Canny算法需要对滤波窗口的两个参数a1,a2进行设置,实验中采用的参数计算公式

?a1=w/20为:?,经过测试后发现这组参数对于

?a2=a1*3

多种图像的边缘抽取最优。 3.2.2第二步,连通曲线抽取

3.2区域分割算法设计

本次实验的区域分割算法分为四个步骤: 3.2.1第一步,利用Canny算法抽取图像的边缘。

若将图像视为一个二维函数a=f(x,y),a为x,y坐标上的色彩数值,则可以知道,在颜色变化的地方,该函数的导数将很大,而对于周围点,导数则很小,针对这一特性对图像进行拉普拉斯变换,既

在此步骤中需要针对上一步骤所得到的边界点集,计算所有连通曲线Ai的集合,由于一张图片除了包含叶片边缘的连通曲线,还可能包含叶脉连通线,以及其他的各种杂色及干扰组成的小连通曲线,故i>1。

对于上图的叶片,其边界点集合为C0(包

图像;识别;视觉

作者名:赵方,石晟 5

括部分干扰点),则可以采用连通曲线扫描算法进行连通曲线的确定。

算法1:连通曲线扫描算法

(1) 针对C0中的每个点进行遍历,遍历顺序顺序先沿X正方向,再沿Y正方向,对于C0中点A: 

1. 若A左上方连续2×2区域中的点均未在C0

内,则表明点A为一个新的连通曲线中的一个点,则连通曲线总数n加1,并创建记录连通曲线点集的数组Ai(其中i为持续递增的序号),并将点A加入该连通曲线数组Ai中。 

2. 否则,则表明A与其左上2×2区域中的点在同一个连通曲线内Ax内,则将A及和A同在一个连通曲线中的所有点,均加入到那个已记录的连通曲线数组Ax中 

3. 如果A未加入Ax前已经有所在的连通曲线,则销毁那个曲线数组的记录,并将连通曲线总数n减1 

(2) 继续扫描,直到扫描完C0中所有点 

(3) 至此,我们将得到n曲线的数组Ai,其中0<i≤n。  

进行完上一步骤后,1,An}合中每一个数组Ai

算法2 (1) s=w*h,其中w和hT=s*0.0002,M=00005(可以针 (2) 若Ai中元素个数不超过阈值T,则认为该连通曲线为杂色斑点的边缘曲线或与主脉断开的侧脉及细脉曲线,删除Ai 

(3) 针对没有被筛除的连通曲线,记曲线中所有点的x坐标的最大值Xmax,最小值Xmin,y值的最大值Ymax,最小值Ymin,计算

 

上述算法本质是删除点数过少或面积过小的连通曲线,减少后续运算的运算量。

由最后实验结果验证,完成此步骤后,基本大部分的干扰曲线均被去除。剩余的部分为叶脉和叶片,以及一些较大的背景形状,多数情况下背景形状与叶片的轮廓并不连通,个别情况下连接可以通过后续算法区分。  

3.2.3第三步,连通域抽取

包含了

Ai,记Ai中元素

N=

N

10

,取算法2中得到的

LN=

L

50

,建立一个栈S,一个分支点

}L=max{(Xmax?Xmin),(Ymax?Ymin)

为若干杂色点组成的色块,则删除Ai 

S0=L2,若S0小于阈值M,则认为该连通曲线

Ps(后续计算会使用) 

(2) 取Ai中的第一个点P0(X0,Y0)开始,对P0执行步骤3 

(3) 对Ai中的某个点Px,将Px进栈,寻找以其为中心周围4×4区域内的相邻点, 

1. 若存在多个邻接点,则先取Y最小的,若Y相同,则先取X最小的,并将Px存入Ps中,记取到的点为Px+1,若仅存在一个相邻点,则取此点为Px+1,对于Px+1 

a) 若Px+1不在栈内,则对Px+1执行步

骤3 

b) 否则,创建一个存储连通域点集的

数组Bj,复制从栈顶到Px+1元素的所有元素进入Bj,若Bj中元素个数大于T,则保留Bj,并将该连通曲线Ai内包含的连通域变量n加1,否则销毁Bj, 

重复此步骤直到所有Px的相邻点均已处理,Px从栈顶退栈,继续计算 2. 若Px不存在邻接点, 

若栈内元素数目超过阈值T,且 Px距离栈底元素的距离小于阈值N,则创建一个存储连

版权声明:此文档由查字典文档网用户提供,如用于商业用途请与作者联系,查字典文档网保持最终解释权!

下载文档

热门试卷

2016年四川省内江市中考化学试卷
广西钦州市高新区2017届高三11月月考政治试卷
浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
广西钦州市钦州港区2017届高三11月月考政治试卷
广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
广西钦州市高新区2016-2017学年高二11月月考政治试卷
广西钦州市高新区2016-2017学年高一11月月考政治试卷
山东省滨州市三校2017届第一学期阶段测试初三英语试题
四川省成都七中2017届高三一诊模拟考试文科综合试卷
2017届普通高等学校招生全国统一考试模拟试题(附答案)
重庆市永川中学高2017级上期12月月考语文试题
江西宜春三中2017届高三第一学期第二次月考文科综合试题
内蒙古赤峰二中2017届高三上学期第三次月考英语试题
2017年六年级(上)数学期末考试卷
2017人教版小学英语三年级上期末笔试题
江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
四川省简阳市阳安中学2016年12月高二月考英语试卷
四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
安徽省滁州中学2016—2017学年度第一学期12月月考​高三英语试卷
山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷

网友关注视频

二年级下册数学第三课 搭一搭⚖⚖
第8课 对称剪纸_第一课时(二等奖)(沪书画版二年级上册)_T3784187
飞翔英语—冀教版(三起)英语三年级下册Lesson 2 Cats and Dogs
六年级英语下册上海牛津版教材讲解 U1单词
沪教版八年级下册数学练习册21.3(2)分式方程P15
每天日常投篮练习第一天森哥打卡上脚 Nike PG 2 如何调整运球跳投手感?
沪教版牛津小学英语(深圳用) 四年级下册 Unit 7
三年级英语单词记忆下册(沪教版)第一二单元复习
沪教版八年级下册数学练习册21.4(1)无理方程P18
【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
外研版英语七年级下册module3 unit2第一课时
第19课 我喜欢的鸟_第一课时(二等奖)(人美杨永善版二年级下册)_T644386
【部编】人教版语文七年级下册《逢入京使》优质课教学视频+PPT课件+教案,辽宁省
冀教版小学数学二年级下册第二单元《余数和除数的关系》
【部编】人教版语文七年级下册《老山界》优质课教学视频+PPT课件+教案,安徽省
沪教版牛津小学英语(深圳用) 五年级下册 Unit 7
二年级下册数学第二课
二次函数求实际问题中的最值_第一课时(特等奖)(冀教版九年级下册)_T144339
冀教版小学数学二年级下册第二单元《租船问题》
冀教版小学数学二年级下册第二周第2课时《我们的测量》宝丰街小学庞志荣
人教版历史八年级下册第一课《中华人民共和国成立》
沪教版八年级下次数学练习册21.4(2)无理方程P19
外研版英语七年级下册module3 unit2第二课时
人教版二年级下册数学
【部编】人教版语文七年级下册《逢入京使》优质课教学视频+PPT课件+教案,安徽省
冀教版小学数学二年级下册第二单元《有余数除法的简单应用》
沪教版牛津小学英语(深圳用) 四年级下册 Unit 12
苏教版二年级下册数学《认识东、南、西、北》
冀教版小学英语四年级下册Lesson2授课视频
河南省名校课堂七年级下册英语第一课(2020年2月10日)