發(fā)布時(shí)間：2021-06-27 15:24

　　隨著計(jì)算機(jī)視覺(jué)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(duì)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(méi)有實(shí)現(xiàn)真正意義上的高通量自動(dòng)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(dòng)劃分葉脈層級(jí),導(dǎo)致葉脈層級(jí)特性仍然需要人工測(cè)量。針對(duì)目前植物葉片表型提取研究中存在的兩大問(wèn)題,本文的主要工作包括:（1）針對(duì)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(qiáng)方法,用于分割葉脈網(wǎng)絡(luò)圖像。通過(guò)對(duì)比分析已有葉脈分割方法在葉片掃描圖像上的效果,驗(yàn)證了線狀結(jié)構(gòu)增強(qiáng)的必要性。借助葉脈呈線性的特點(diǎn),利用多尺度Hessian矩陣計(jì)算圖中每個(gè)像素點(diǎn)的方向信息。通過(guò)對(duì)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(diǎn),沿其主方向進(jìn)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(qiáng)方法。實(shí)驗(yàn)結(jié)果表明,該方法能在增強(qiáng)線狀... 

【文章來(lái)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(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)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(jí)分割）可以視為典型的條狀結(jié)構(gòu)分割（CurvilinearObjectSegmentation）問(wèn)題，如遙感道路圖像分割[34-36]和視網(wǎng)膜血管分割[37]。針對(duì)這些應(yīng)用場(chǎng)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?yàn)楸O(jiān)督算法從訓(xùn)練樣本和標(biāo)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(duì)比（引自文獻(xiàn)[17]）。

12低對(duì)比度：葉片掃描圖像中存在大量對(duì)比度較低的高噪聲區(qū)域。例如一級(jí)葉脈和部分二級(jí)葉脈較暗，與非葉脈部分的對(duì)比度較低。這主要是由于一級(jí)葉脈和靠近一級(jí)的二級(jí)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(gè)問(wèn)題。中部反光現(xiàn)象（該現(xiàn)象在視網(wǎng)膜分割文獻(xiàn)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(cuò)誤識(shí)別為背景。這主要是由于葉脈中部是負(fù)責(zé)傳輸養(yǎng)分與補(bǔ)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(wú)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(xiàn)】：
期刊論文
[1]融合形狀先驗(yàn)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(jì)算機(jī)學(xué)報(bào). 2018(07)
[2]葉片結(jié)構(gòu)的水力學(xué)特性對(duì)植物生理功能影響的研究進(jìn)展[J]. 龔容,高瓊.  植物生態(tài)學(xué)報(bào). 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(lè),曾輝,郭大立.  植物生態(tài)學(xué)報(bào). 2013(07)
[4]基于自適應(yīng)區(qū)域生長(zhǎng)算法的肝臟分割[J]. 彭豐平,鮑蘇蘇,曾碧卿.  計(jì)算機(jī)工程與應(yīng)用. 2010(33)



本文編號(hào)：3253103