植物葉片脈絡(luò)圖像提取方法設(shè)計(jì)

1、植物葉片脈絡(luò)圖像提取方法設(shè)計(jì)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(gè)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(xué)技術(shù)的發(fā)展，它廣泛的應(yīng)用于各個(gè)領(lǐng)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(luò)和形態(tài)是研究植物的重要出發(fā)點(diǎn)，葉片脈絡(luò)的提取是實(shí)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(dǎo)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(jìn)行植物脈絡(luò)提取，是隨著計(jì)算機(jī)軟、硬件技術(shù)及信息技術(shù)的進(jìn)步而迅速發(fā)展起來的新興研究領(lǐng)域。本文介紹了兩種利用圖象分割技術(shù)提取葉片脈絡(luò)的基本方法：分水嶺法，二值化法。通過MATLAB進(jìn)行了仿真實(shí)驗(yàn)，并將幾種不同的分割算法結(jié)果進(jìn)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(xué)形態(tài)學(xué)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(gè)實(shí)例就是從太平洋到大西洋的一條水流把美國分為兩個(gè)區(qū)域。分水嶺界限分開了這樣的兩個(gè)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(yīng)的，這兩個(gè)大洋之間就有一些最小連接?，F(xiàn)在，在圖

4、像處理領(lǐng)域和數(shù)學(xué)形態(tài)學(xué)領(lǐng)域，數(shù)字圖像經(jīng)常被認(rèn)為是拓?fù)淇蚣?。在給定圖像的拓?fù)浔硎局校總€(gè)點(diǎn)的數(shù)字化值代表這個(gè)點(diǎn)的梯度值。這種分布，該線穿過兩個(gè)靠的很近的物體。圖像最初在一個(gè)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(gè)灰度級，物體的邊界將隨著閾值增加而擴(kuò)展。當(dāng)邊界相互接觸時(shí)，這些物體并沒有合并。因此，初次接觸的點(diǎn)變成了相鄰物體間的最終邊界。這個(gè)過

5、程在閾值達(dá)到背景灰度級之前終止，也就是說，在被恰當(dāng)分割的物體的邊界正確地確定時(shí)終止。2基本概念基本概念設(shè)為灰度級函數(shù)，p為像素坐標(biāo)，，。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(diǎn)，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(diǎn)（1.2）?????????