本文關鍵詞：紋理圖像局部灰度自動校正及其在葉脈分割中的應用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：葉脈是植物分類的重要特征之一,植物葉片圖像葉脈分割是葉脈識別的前提,而葉脈分割大多數(shù)都是對灰度圖像進行處理,由于葉片圖像采集過程易受光照影響而出現(xiàn)陰影、光照過強的現(xiàn)象,影響葉片的分割結(jié)果,因此必須對灰度圖像進行灰度校正。本文提出了包括葉脈圖像在內(nèi)的紋理圖像的局部灰度自動校正新方法,通過區(qū)域生長和雙向線性、非線性灰度變換方法自動定位并調(diào)節(jié)紋理圖像的部分灰度實現(xiàn)校正。在葉脈圖像分割方面提出了一種一維多閾值分割的輔助方法,簡單有效并針對性地提取感興趣區(qū)域的灰度信息,為下一步工作打好基礎。另外,單張葉脈圖像的提取結(jié)果會出現(xiàn)局部葉脈信息丟失、斷裂、不完整的現(xiàn)象,本文將多圖像融合方法應用于葉脈提取,對同一葉片不同圖像的葉脈提取結(jié)果進行配準與融合,獲取更多的葉脈細節(jié)信息,得到最終比較完整的葉脈提取結(jié)果。本文提出的方法在葉脈分割中應用效果較好。自動灰度校正方法能夠消除對紋理圖像區(qū)域形狀的限制,對任意形狀的區(qū)域均能消除圖像中由于光照因素產(chǎn)生的灰度不均勻現(xiàn)象,調(diào)節(jié)后的圖像灰度分布均勻。結(jié)合一維多閾值方法后的分割效果良好,能夠消除較小塊狀噪聲。將多幅葉脈分割后的圖像進行融合能夠提取出較豐富、全面的葉脈信息。通過實驗證明上述方法在葉脈分割中的應用具有可行性與有效性,對于紋理圖像的處理也具有一定的應用價值。
【關鍵詞】：灰度圖像 自動灰度校正 一維多閾值分割 多圖像融合 葉脈分割
【學位授予單位】：東華理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41
【目錄】：

• 摘要4-5
• Abstract5-8
• 第1章 緒論8-14
• 1.1 選題背景及研究意義8-9
• 1.2 研究現(xiàn)狀分析9-11
• 1.2.1 灰度校正方法的發(fā)展現(xiàn)狀9-10
• 1.2.2 葉脈分割方法的發(fā)展現(xiàn)狀10-11
• 1.3 存在的問題11-12
• 1.3.1 灰度校正方法的局限性11
• 1.3.2 一維閾值分割的空間局限性11-12
• 1.3.3 葉脈分割存在的信息不完整問題12
• 1.4 章節(jié)安排12-14
• 第2章 研究方法簡介14-24
• 2.1 灰度校正方法14-19
• 2.1.1 基于灰度變換的方法14-16
• 2.1.2 基于直方圖均衡化的方法16-17
• 2.1.3 基于曲線/曲面擬合的方法17-18
• 2.1.4 基于同態(tài)濾波的方法18-19
• 2.2 閾值分割方法19-22
• 2.2.1 基于點的全局閾值分割方法20-21
• 2.2.2 基于區(qū)域的全局閾值分割方法21
• 2.2.3 局部閾值方法和多閾值方法21-22
• 2.3 多圖像融合方法22-24
• 第3章 紋理圖像局部灰度自動校正方法24-34
• 3.1 線性變換24-25
• 3.2 分段線性變換25-26
• 3.3 非線性變換26
• 3.4 改進的局部灰度自動校正方法26-31
• 3.4.1 局部灰度校正方法存在的問題26-27
• 3.4.2 改進的局部灰度自動校正方法27-31
• 3.5 局部灰度自動校正算法的實現(xiàn)過程31-32
• 3.6 灰度校正結(jié)果32-33
• 3.7 灰度校正方法小結(jié)33-34
• 第4章 局部灰度自動校正方法在葉脈分割中的應用34-50
• 4.1 葉脈分割方法簡介34-36
• 4.2 葉脈分割預處理工作36-37
• 4.3 葉脈圖像的局部灰度自動校正37-40
• 4.4 改進的一維多閾值分割方法40-41
• 4.5 多圖像融合在葉脈分割中的應用41-46
• 4.5.1 多圖像配準方法43
• 4.5.2 XY方向圖像配準43-44
• 4.5.3 多圖像融合過程44-46
• 4.5.4 多圖像融合小結(jié)46
• 4.6 葉脈分割的結(jié)果與總結(jié)46-50
• 第5章 總結(jié)與展望50-52
• 5.1 工作總結(jié)50
• 5.2 展望未來50-52
• 致謝52-54
• 參考文獻54-55

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 文立;;改進的灰度校正算法在路面裂縫圖像預處理中應用[J];計算機系統(tǒng)應用;2015年02期

2 江玉珍;朱映輝;李建忠;;自適應灰度調(diào)整及邊緣增強的X光圖像優(yōu)化[J];韓山師范學院學報;2014年03期

3 翟傳敏;汪青萍;杜吉祥;;基于葉緣與葉脈分數(shù)維特征的植物葉識別方法研究[J];計算機科學;2014年02期

4 韓麗娜;;基于統(tǒng)計特性的路面圖像光照不均勻校正算法[J];科學技術與工程;2013年26期

5 李燦燦;王寶;王靜;李豐果;;基于K-means聚類的植物葉片圖像葉脈提取[J];農(nóng)業(yè)工程學報;2012年17期

6 趙菲;肖山竹;張志勇;盧煥章;;自適應統(tǒng)計范圍調(diào)整的紅外圖像灰度信息統(tǒng)計算法[J];紅外與激光工程;2012年03期

7 馬全軍;溫智婕;溫維亮;;基于方向能量的植物葉脈提取方法[J];應用數(shù)學與計算數(shù)學學報;2012年01期

8 李燦燦;孫長輝;王靜;李豐果;;基于改進的Sobel算子和色調(diào)信息的葉脈提取方法[J];農(nóng)業(yè)工程學報;2011年07期

9 金秋春;鄭小東;童小利;;多方向Top-Hat變換在葉脈特征提取中的應用研究[J];計算機工程與應用;2011年04期

10 金秋春;王杰;童小利;;HSI顏色空間中植物葉脈信息提取的研究[J];農(nóng)機化研究;2010年08期

中國博士學位論文全文數(shù)據(jù)庫 前2條

1 魏偉一;非均勻光照圖像的灰度校正與分割技術研究[D];蘭州理工大學;2011年

2 李玲玲;像素級圖像融合方法研究與應用[D];華中科技大學;2005年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 方紀成;磁共振成像灰度不均勻性校正算法的研究[D];鄭州大學;2015年

2 陳明生;圖像配準技術研究與應用[D];國防科學技術大學;2006年

  本文關鍵詞：紋理圖像局部灰度自動校正及其在葉脈分割中的應用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：412914