樹(shù)木圖像分割是樹(shù)木可視化重建、樹(shù)木精準(zhǔn)對(duì)靶施藥等研究的重要環(huán)節(jié),對(duì)于樹(shù)木生長(zhǎng)態(tài)勢(shì)評(píng)價(jià)和樹(shù)木材積率以及森林蓄積量估計(jì)具有重要意義。本文對(duì)經(jīng)典圖像分割方法、C-V模型、LBF模型及其改進(jìn)模型進(jìn)行了理論研究,并應(yīng)用不同模型算法對(duì)樹(shù)木圖像進(jìn)行了分割實(shí)驗(yàn),具體內(nèi)容如下:研究了閾值分割法(迭代法、OTSU法、局部閾值法)、邊緣檢測(cè)算子(Canny算子、Sobel 算子、Roberts 算子、Prewitt 算子、Laplacian 算子、LoG-Laplacian 算子)以及區(qū)域分割法(種子區(qū)域生長(zhǎng)法、區(qū)域分裂合并法)三類算法的理論,并應(yīng)用這些方法對(duì)樹(shù)木圖像進(jìn)行圖像分割實(shí)驗(yàn),并分析了實(shí)驗(yàn)結(jié)果。研究了C-V模型理論,基于C-V模型對(duì)樹(shù)木圖像進(jìn)行了圖像分割實(shí)驗(yàn),對(duì)分割結(jié)果進(jìn)行了分析。研究了傳統(tǒng)LBF(Local Binary Fitting)模型的理論,并對(duì)弱邊緣分割效果不理想的缺陷進(jìn)行了改進(jìn),應(yīng)用傳統(tǒng)LBF模型及其改進(jìn)算法對(duì)樹(shù)木圖像做分割實(shí)驗(yàn),研究了模型參數(shù)對(duì)基于改進(jìn)LBF算法的圖像分割結(jié)果的影響,并通過(guò)實(shí)驗(yàn)進(jìn)一步得出其最優(yōu)參數(shù)組,使用該組參數(shù)進(jìn)行多組實(shí)驗(yàn),并與傳統(tǒng)LBF模型算法的分割結(jié)果對(duì)比,驗(yàn)證了該算法的優(yōu)越性。
【學(xué)位單位】：東北林業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：S712;TP391.41
【部分圖文】：

邐（ｂ）樹(shù)木２邐（ｃ）樹(shù)木３逡逑圖２－１迭代法閾值分割原圖像逡逑＃邋？邋＃逡逑．一＇邋■■ＨＲｏｔＨ逡逑（ａ）樹(shù)木１圖像分割結(jié)果邐（ｂ）樹(shù)木２圖像分割結(jié)果邐（ｃ）樹(shù)木３圖像分割結(jié)果逡逑圖２－２迭代法閾值分割結(jié)果逡逑由圖２－２分割結(jié)果可見(jiàn)，迭代閾值分割方法基本能夠?qū)崿F(xiàn)樹(shù)木圖像的分割，能夠?qū)㈠义蠁我槐尘爸械臉?shù)木冠層輪廓分割出來(lái)，樹(shù)葉間隙之間的背景，也能被準(zhǔn)確分割出來(lái)。但逡逑樹(shù)木葉片間的空洞區(qū)域存在被誤分割為背景的現(xiàn)象，如圖２－２邋（ａ）所示，且與樹(shù)木處于逡逑同一灰度級(jí)的草地背景，也被誤認(rèn)為是樹(shù)木目標(biāo)而分割出來(lái)，如圖２－２邋（ｂ），圖２－２邋（ｃ）逡逑所示。逡逑２．１．２基于ＯＴＳＵ法的樹(shù)木圖像分割逡逑ＯＴＳＵ?qǐng)D像分割屬于自適應(yīng)閾值法［１４］。通過(guò)圖像直方圖上的峰、谷值來(lái)確定背景和逡逑目標(biāo)像素。如果背景和目標(biāo)之間的灰度差異較大，則二者之間的方差必然較大［１５］。因逡逑此，目標(biāo)和背景之間的最大方差將決定圖像分割的最佳閾值｜１６１。逡逑設(shè)圖像灰度級(jí)數(shù)為ｈ灰度級(jí)／的像素?cái)?shù)為ｍ圖像總像素?cái)?shù)為Ｍ貝ＩＪ：逡逑Ｌ逡逑Ｎ＝ｈ邐（２－４）逡逑ｉ＝＼逡逑灰度級(jí)／的比例：逡逑Ｐ，＝ｎＪＮ邐（２－５）逡逑圖像灰度均值：逡逑－６－逡逑

ｒ邋＝邋｛ｔ邋Ｉ邋ａ＼ｒ）＞邋ｃｔ＼Ｔ＼＼／Ｔ邋ｅ邋［／＿，／＿］｝邐（２－１２）逡逑采用ＯＴＳＵ法對(duì)圖２－３所示的樹(shù)木圖像進(jìn)行分割，分割結(jié)果如圖２－４所示。逡逑（ａ）樹(shù)木Ｉ邐（ｂ）樹(shù)木２邐（ｃ）樹(shù)木３逡逑圖２－３邋ＯＴＳＵ方法閾值分割原圖像逡逑－７－逡逑

a�！冿辶x希ǎ幔┦髂荊蓖枷穹指罱峁危ǎ猓┦髂荊餐枷穹指罱峁危ǎ悖┦髂荊懲枷穹指罱峁義賢跡玻村澹希裕櫻輾椒ㄣ兄搗指罱峁義嫌賞跡玻村澹ǎ幔┛杉饕都湎噸淶謀塵氨環(huán)指畛隼�，但树叶反光造成蝗~冉閑〉膩義喜糠忠脖晃蠓指畛殺塵啊Ｍ跡玻村澹ǎ猓�，邋（ｃ）中，矇墨彩~厙?guó)酉l晃蠓指畛贍勘昵潁義義鮮饕都浣舷感〉謀塵扒蠆⑽幢環(huán)指畛隼矗皇欠指畛鍪髂鏡拇籩侶擲�。分割结果钡a鰨義希希裕櫻賬惴ㄋ淙荒艽籩路指釷髂韭擲級(jí)ㄎ皇髂疚恢茫嬖諼蠓指釹窒�，帛垙s稿義锨質(zhì)饕杜芟∈璧哪芰�，也不纳惖腺|(zhì)髂鏡木販指�。辶x希玻保郴誥植褲兄搗ǖ氖髂就枷穹指鑠義暇植褲兄搗ㄏ冉枷瘢ǎ�，邋ＧG唬┓殖啥喔鱟油枷瘢緩蟛捎媚持址椒ㄎ油枷袢范ㄥ義細(xì)髯緣你兄擔(dān)郟福蕁ｅ義媳疚慕髂就枷窬然治保斗ゲ恢氐淖油枷�，各子图像的局惭澬謸跎泳捔x希希裕櫻賬惴ɡ慈范�。染忬对１６幅子图像分丙[秀兄搗指

本文編號(hào)：2815727