基于區(qū)域和主動(dòng)輪廓的花卉圖像分割與處理系統(tǒng)研究與開(kāi)發(fā).pdf

1、設(shè)施花卉是設(shè)施農(nóng)業(yè)的重要組成部分，可用來(lái)栽培對(duì)環(huán)境因素要求高的珍貴花卉品種，提高花卉種植的經(jīng)濟(jì)效益，處于花卉產(chǎn)業(yè)金字塔的頂端?；ɑ軋D像的自動(dòng)分割與特征提取方法研究，是自動(dòng)獲取設(shè)施花卉的生長(zhǎng)參數(shù)，實(shí)現(xiàn)設(shè)施花卉生長(zhǎng)期調(diào)控，實(shí)現(xiàn)設(shè)施花卉生產(chǎn)數(shù)字化、自動(dòng)化和智能化的關(guān)鍵技術(shù)之一。本文主要針對(duì)自然花卉圖像(以蝴蝶蘭為例)的分割和特征提取方法進(jìn)行了研究，完成了以下幾個(gè)方面的工作:
　　 1.對(duì)國(guó)內(nèi)外有關(guān)自然圖像分割和特征提取的各種方法，特別

2、是基于區(qū)域和基于主動(dòng)輪廓的圖像分割方法的研究歷史與現(xiàn)狀進(jìn)行了分析和綜述。
　　 2.研究和分析了基于區(qū)域和主動(dòng)輪廓模型的圖像分割方法以及特征參數(shù)提取方法。區(qū)域方法主要分析了區(qū)域生長(zhǎng)分割法、區(qū)域分裂與歸并分割法以及水域分割法，主動(dòng)輪廓方法主要分析了參數(shù)主動(dòng)輪廓模型和幾何主動(dòng)輪廓模型，特征提取主要分析了顏色、形狀和紋理三種特征的提取方法。
　　 3.研究了水域分割算法的相關(guān)特性，提出了利用基于改進(jìn)的水域分割算法進(jìn)行花卉自然圖

3、像與背景分割的方法。該方法利用梯度信息提取顯著邊緣，去除了不顯著的“水壩”，抑制了水域分割的過(guò)分割現(xiàn)象，對(duì)自然圖像的分割具有更高的準(zhǔn)確性和效率。
　　 4.研究了主動(dòng)輪廓模型和形態(tài)學(xué)骨架算法，提出了改進(jìn)的主動(dòng)輪廓圖像分割算法，實(shí)現(xiàn)了花卉簇中花朵圖像的分割與提取。在主動(dòng)輪廓模型中，首先通過(guò)骨架算法和輪廓重生算法，獲得初始迭代輪廓;再利用骨架算法生成的骨架，形成一個(gè)以形狀能量項(xiàng)作為主動(dòng)輪廓模型中的外力約束項(xiàng)。改進(jìn)后的主動(dòng)輪廓模型，顯

4、著提高了分割精度，大幅減少了迭代次數(shù)，提高了圖像處理速度。
　　 5.研究了蝴蝶蘭圖像的各種特征信息，包括顏色、紋理、外形等。利用花朵中央的白色區(qū)域和改進(jìn)的主動(dòng)輪廓模型實(shí)現(xiàn)了單個(gè)花朵的提取。利用HIS空間的H通道實(shí)現(xiàn)花朵顏色特征參數(shù)提取。利用相關(guān)特征提取方法獲取了花朵的面積、周長(zhǎng)、圓形度、矩形度、長(zhǎng)寬比等形狀參數(shù)。最后開(kāi)發(fā)了一個(gè)基于區(qū)域和主動(dòng)輪廓的花卉自然圖像分割以及特征提取的原型軟件系統(tǒng)，對(duì)上述改進(jìn)的花卉圖像分割與特征提取方法