畢業(yè)論文--圖像處理技術(shù)

《畢業(yè)論文--圖像處理技術(shù)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、第25頁湖南大學(xué)畢業(yè)設(shè)計(論文)1緒論1.1課題背景及目的隨著信息化技術(shù)的發(fā)展，圖像處理廣泛應(yīng)用于醫(yī)學(xué)、生物學(xué)、工業(yè)、農(nóng)業(yè)及軍事等各個領(lǐng)域，并取得了巨大的成功和經(jīng)濟效益。利用數(shù)字圖像處理技術(shù)面對實際應(yīng)用的需求時，許多問題不要求其輸出結(jié)果是一幅完整圖像的本身，而是將經(jīng)過一定處理后的圖像再分割和描述，提取有效的特征，進而加以判決分析。利用數(shù)字圖像處理技術(shù)的這種思路指導(dǎo)農(nóng)業(yè)生產(chǎn)，合理利用資源，減少勞動成本，保護環(huán)境，提高農(nóng)業(yè)生產(chǎn)的科技含量，對于促進我國農(nóng)業(yè)經(jīng)濟的發(fā)展以及幫助解決生態(tài)研究問題有著重要的意義。葉片是植物重要的器官之一，

2、植物的葉片特征是識別植物的重要和常用形態(tài)特征，是認識和識別植物的基礎(chǔ)和出發(fā)點。選取植物葉片為研究對象，建立方便、快速、準(zhǔn)確的植物葉片分析方法，提取出葉片等相關(guān)參數(shù)，對于實現(xiàn)相關(guān)的農(nóng)業(yè)生產(chǎn)和生態(tài)管理的自動化起重要作用。本文能夠根據(jù)掃描儀所采集的形狀狹長的植物葉片（如竹葉）圖像，提取出葉片的主對稱軸，并計算出中軸長度以及沿中軸的葉片寬度分布等特征。通過這一設(shè)計，鞏固有關(guān)圖像處理的基本知識，掌握并實現(xiàn)常見圖像文件的讀寫、二值化、數(shù)學(xué)形態(tài)學(xué)處理、連通域提取等基本圖像處理方法，并了解和初步掌握測量不確定度的評定方法。1.2國內(nèi)外研究狀

3、況數(shù)字圖像處理技術(shù)日益成熟和完善，但在植物學(xué)領(lǐng)域上的應(yīng)用還處于起步階段，一般都是利用圖像處理的現(xiàn)成技術(shù)。1.2.1國外研究概況Clarke等人在用葉片數(shù)字圖像測量葉面積方面進行了研究,將葉片從植株上分離后,再對其進行拍照并將照片輸入計算機,通過圖像處理進行測量[1]。Guyer等人提取了葉片的面積、周長、長寬度等17種簡單的葉片形狀特征進行定量地描述,然后轉(zhuǎn)化為13個高層特征進行定性地描述,最后對植物進行測試[2]。Meyer第25頁湖南大學(xué)畢業(yè)設(shè)計(論文)等人利用相互垂直的兩個相機獲取作物圖像的二維信息,再變換到三維坐標(biāo)空

4、間中。實現(xiàn)對作物節(jié)點間距、葉柄長度、莖稈直徑、葉片傾斜角等特征的測量[3]。McDonaldT等人將數(shù)學(xué)形態(tài)學(xué)應(yīng)用于谷粒大小分布檢測、葉片形狀識別和牛肉紋理分析,實驗表明形態(tài)學(xué)變換可以把圖像變換為易于理解的圖像,利用幾個簡單的形態(tài)學(xué)算子就可以實現(xiàn)復(fù)雜的圖像處理過程[4]。HumphriesS等人將作物的彩色信息和幾何特征相結(jié)合用于對葉片、莖稈、主莖、嫩芽等各個部分的識別。先利用圖像跟蹤算法把植株分成具有相似幾何特征的各個部分,然后再結(jié)合色彩信息利用貝葉斯分類器對其進行分類[4]。1.2.2國內(nèi)研究概況在國內(nèi)圖像處理技術(shù)應(yīng)用于

5、植物學(xué)的識別和研究的情況較少且起步比較晚。但仍取得了一定的效果。寧素儉等研究了利用鏈碼描述作物、果實等輪廓的周長、寬度、長度、面積、慣性矩等形狀特征參數(shù)的方法,并結(jié)合實例給出編程方法[5]。紀(jì)壽文等利用圖像處理測得的投影面積、葉長、葉寬等形狀描述參數(shù),對苗期的玉米和雜草進行識別,確定雜草的分布密度,為精確噴灑除草劑提高依據(jù)[6]。郭斯羽等提出了一種用于植物葉片圖像骨架提取的去毛刺的方法，對于骨架提取過程中對于毛刺的去除具有重要的參考意義[7]。張靜等通過對葉片輪廓進行分析,確定了6個閾值對葉裂進行精確分類,最后提取出葉裂排列

6、方式、葉裂數(shù)和葉裂程度三大特征[8]。葉片常用的特征基本可以劃分為形狀和紋理特征，縱觀國內(nèi)外對于植物葉片特征的研究技術(shù),選用的特征主要是基于葉片形狀的全局幾何特征進行描述和識別分析，雖然目前對植物葉片分析處理的方法已有很多并已取得了一定研究成果,但仍存在幾個主要問題：(1)關(guān)于圖像處理技術(shù)在植物葉片上研究算法很多，但不同研究者有不同解決問題思路，所以很難比較不同算法的性能優(yōu)劣；(2)當(dāng)前對于植物葉片的識別多涉及葉片的面積、周長和輪廓等全局幾何特征參數(shù)測量。然而，對于葉片中軸長度以及沿中軸的葉片寬度分布等特征，目前都還沒有較完

7、善和便于實現(xiàn)的測量方法。第25頁湖南大學(xué)畢業(yè)設(shè)計(論文)1.3課題研究方案1.3.1課題設(shè)計的流程圖完整的狹長型葉片圖像采集葉片圖像灰度化并進行濾波處理葉片圖像閾值分割，獲取二值圖像提取葉片區(qū)域骨架利用最小外接矩形，確定骨架上中軸的起點和終點深度優(yōu)先搜索算法搜尋骨架路徑確定骨架路徑確定葉片中軸葉片中軸的折線擬合與長度計算第25頁湖南大學(xué)畢業(yè)設(shè)計(論文)1.4課題研究內(nèi)容及論文構(gòu)成1.4.1本文研究內(nèi)容本課題主要是對狹長型的植物葉片圖像進行處理，對葉片特征進行識別并獲得相關(guān)葉片參數(shù)。本文研究內(nèi)容如下：1.葉片圖像獲?。簣D像獲取

8、就是圖像的數(shù)字化過程，利用掃描儀采集狹長型葉片的圖像，記錄下掃描時的物理分辨率。要對圖像進行處理和分析，首先要將圖像讀入到計算機當(dāng)中。2.葉片圖像預(yù)處理：由于圖像獲取過程中存在各種不確定因素的影響，首先要對圖像進行預(yù)處理，消除干擾影響，才能用于圖像分析。主要包括圖像的平滑處理，采用中值濾波