基于葉脈分割的植物葉片表型提取研究
發(fā)布時間:2021-06-27 15:24
隨著計算機視覺技術(shù)與智能農(nóng)業(yè)管理相互結(jié)合,植物葉片表型數(shù)據(jù)的獲取變得更加方便快捷。葉脈網(wǎng)絡(luò)結(jié)構(gòu)作為植物葉片中的重要組織結(jié)構(gòu),其定量化描述對于葉片表型提取研究具有重要意義。然而,當(dāng)前的植物表型提取研究并沒有實現(xiàn)真正意義上的高通量自動化葉脈數(shù)據(jù)提取。具體表現(xiàn)為,一方面,目前大多數(shù)相關(guān)研究仍依賴于人工處理的葉脈書簽圖像獲取葉脈網(wǎng)絡(luò)結(jié)構(gòu)。葉片掃描圖像受成像環(huán)境、光照等因素影響,葉脈網(wǎng)絡(luò)分割效果有待提升;另一方面,由于葉脈網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性,較少研究嘗試自動劃分葉脈層級,導(dǎo)致葉脈層級特性仍然需要人工測量。針對目前植物葉片表型提取研究中存在的兩大問題,本文的主要工作包括:(1)針對自采集的葉片掃描圖像,提出了一種基于Hessian矩陣的自適應(yīng)形態(tài)增強方法,用于分割葉脈網(wǎng)絡(luò)圖像。通過對比分析已有葉脈分割方法在葉片掃描圖像上的效果,驗證了線狀結(jié)構(gòu)增強的必要性。借助葉脈呈線性的特點,利用多尺度Hessian矩陣計算圖中每個像素點的方向信息。通過對內(nèi)在結(jié)構(gòu)的分析,尋找位于線性結(jié)構(gòu)內(nèi)的像素點,沿其主方向進行選擇性膨脹或腐蝕,從而提出了基于Hessian矩陣的自適應(yīng)形態(tài)增強方法。實驗結(jié)果表明,該方法能在增強線狀...
【文章來源】:武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
葉脈結(jié)構(gòu)及其定量化描述
網(wǎng)絡(luò)分割和葉脈層級分割)可以視為典型的條狀結(jié)構(gòu)分割(CurvilinearObjectSegmentation)問題,如遙感道路圖像分割[34-36]和視網(wǎng)膜血管分割[37]。針對這些應(yīng)用場景,研究者們提出了許多相關(guān)的分割算法,這些方法通?梢员环譃閮深悾罕O(jiān)督方法(SupervisedMethods)[37-40]和非監(jiān)督方法(UnsupervisedMethod)[41-43]。監(jiān)督方法的性能通常要優(yōu)于非監(jiān)督方法,因為監(jiān)督算法從訓(xùn)練樣本和標注數(shù)據(jù)中學(xué)習(xí)相應(yīng)的特征表示,用于訓(xùn)練分類器區(qū)分條狀和非條狀像素。Niemeijer等(a)化學(xué)試劑處理圖像(b)高清掃描圖像圖1-2兩種不同類型葉片圖像及其葉脈分割效果對比(引自文獻[17])。
12低對比度:葉片掃描圖像中存在大量對比度較低的高噪聲區(qū)域。例如一級葉脈和部分二級葉脈較暗,與非葉脈部分的對比度較低。這主要是由于一級葉脈和靠近一級的二級葉脈部分較粗,導(dǎo)致透光性較差;而葉脈書簽圖像則不存在這個問題。中部反光現(xiàn)象(該現(xiàn)象在視網(wǎng)膜分割文獻中也有提及):葉脈中部與兩邊呈現(xiàn)出不一致性,即灰度突變,導(dǎo)致葉脈中部被錯誤識別為背景。這主要是由于葉脈中部是負責(zé)傳輸養(yǎng)分與補給,其透光性較差。網(wǎng)絡(luò)結(jié)構(gòu)密集:葉片圖像中的葉脈結(jié)構(gòu)十分復(fù)雜,不同的葉脈分支之間存在分叉、相交和平行關(guān)系。2.2基于Hessian矩陣的葉脈網(wǎng)絡(luò)分割從上一節(jié)的分析可知,僅使用灰度差分信息或者結(jié)構(gòu)信息,都無法獲得較好的葉脈分割效果。僅使用灰度差分信息,二值分割結(jié)果容易受到噪聲的影響。僅使用結(jié)構(gòu)信息,葉脈末梢容易被忽略。因此,本節(jié)提出了一種基于Hessian矩陣圖2-1已有分割方法在透射掃描圖像上的分割效果SauvolaNET[26][54]原圖Mean[5]UHMT[17]Frangi[55]
【參考文獻】:
期刊論文
[1]融合形狀先驗的水平集眼底圖像血管分割[J]. 梁禮明,黃朝林,石霏,吳健,江弘九,陳新建. 計算機學(xué)報. 2018(07)
[2]葉片結(jié)構(gòu)的水力學(xué)特性對植物生理功能影響的研究進展[J]. 龔容,高瓊. 植物生態(tài)學(xué)報. 2015(03)
[3]葉脈網(wǎng)絡(luò)功能性狀及其生態(tài)學(xué)意義[J]. 李樂,曾輝,郭大立. 植物生態(tài)學(xué)報. 2013(07)
[4]基于自適應(yīng)區(qū)域生長算法的肝臟分割[J]. 彭豐平,鮑蘇蘇,曾碧卿. 計算機工程與應(yīng)用. 2010(33)
本文編號:3253103
【文章來源】:武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
葉脈結(jié)構(gòu)及其定量化描述
網(wǎng)絡(luò)分割和葉脈層級分割)可以視為典型的條狀結(jié)構(gòu)分割(CurvilinearObjectSegmentation)問題,如遙感道路圖像分割[34-36]和視網(wǎng)膜血管分割[37]。針對這些應(yīng)用場景,研究者們提出了許多相關(guān)的分割算法,這些方法通?梢员环譃閮深悾罕O(jiān)督方法(SupervisedMethods)[37-40]和非監(jiān)督方法(UnsupervisedMethod)[41-43]。監(jiān)督方法的性能通常要優(yōu)于非監(jiān)督方法,因為監(jiān)督算法從訓(xùn)練樣本和標注數(shù)據(jù)中學(xué)習(xí)相應(yīng)的特征表示,用于訓(xùn)練分類器區(qū)分條狀和非條狀像素。Niemeijer等(a)化學(xué)試劑處理圖像(b)高清掃描圖像圖1-2兩種不同類型葉片圖像及其葉脈分割效果對比(引自文獻[17])。
12低對比度:葉片掃描圖像中存在大量對比度較低的高噪聲區(qū)域。例如一級葉脈和部分二級葉脈較暗,與非葉脈部分的對比度較低。這主要是由于一級葉脈和靠近一級的二級葉脈部分較粗,導(dǎo)致透光性較差;而葉脈書簽圖像則不存在這個問題。中部反光現(xiàn)象(該現(xiàn)象在視網(wǎng)膜分割文獻中也有提及):葉脈中部與兩邊呈現(xiàn)出不一致性,即灰度突變,導(dǎo)致葉脈中部被錯誤識別為背景。這主要是由于葉脈中部是負責(zé)傳輸養(yǎng)分與補給,其透光性較差。網(wǎng)絡(luò)結(jié)構(gòu)密集:葉片圖像中的葉脈結(jié)構(gòu)十分復(fù)雜,不同的葉脈分支之間存在分叉、相交和平行關(guān)系。2.2基于Hessian矩陣的葉脈網(wǎng)絡(luò)分割從上一節(jié)的分析可知,僅使用灰度差分信息或者結(jié)構(gòu)信息,都無法獲得較好的葉脈分割效果。僅使用灰度差分信息,二值分割結(jié)果容易受到噪聲的影響。僅使用結(jié)構(gòu)信息,葉脈末梢容易被忽略。因此,本節(jié)提出了一種基于Hessian矩陣圖2-1已有分割方法在透射掃描圖像上的分割效果SauvolaNET[26][54]原圖Mean[5]UHMT[17]Frangi[55]
【參考文獻】:
期刊論文
[1]融合形狀先驗的水平集眼底圖像血管分割[J]. 梁禮明,黃朝林,石霏,吳健,江弘九,陳新建. 計算機學(xué)報. 2018(07)
[2]葉片結(jié)構(gòu)的水力學(xué)特性對植物生理功能影響的研究進展[J]. 龔容,高瓊. 植物生態(tài)學(xué)報. 2015(03)
[3]葉脈網(wǎng)絡(luò)功能性狀及其生態(tài)學(xué)意義[J]. 李樂,曾輝,郭大立. 植物生態(tài)學(xué)報. 2013(07)
[4]基于自適應(yīng)區(qū)域生長算法的肝臟分割[J]. 彭豐平,鮑蘇蘇,曾碧卿. 計算機工程與應(yīng)用. 2010(33)
本文編號:3253103
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3253103.html
最近更新
教材專著