去毛边 叶片图像

去毛边 叶片图像

植物叶片脉络图像提取方法设计

摘

要

图像分割是根据某种图像特征的一致要求，

将一幅图像分割为多个区域。

它

是图像理解和物体识别的第一步，

也是一经典难题。

随着科学技术的发展，

它广

泛的应用于各个领域。

植物叶片是植物的重要器官，

是研究植物生长状况的重要依据，

也是比较容

易获得的研究素材。

叶片脉络和形态是研究植物的重要出发点，

叶片脉络的提取

是实现完整的植物叶特征提取及无损植物叶特征提取中重要的一步。

传统的植物

形态数据测量方法主要是用尺测量叶片长度等手工方法，这种方法由于受人为、

自然等因素的影响较多，

导致测量精度差、

测量结果不理想，

基本上已经被淘汰。

利用图像处理技术进行植物脉络提取，

是随着计算机软、

硬件技术及信息技术的

进步而迅速发展起来的新兴研究领域。

本文介绍了两种利用图象分割技术提取叶片脉络的基本方法：

分水岭法，

二

值化法。通过

MATLAB

进行了仿真实验，并将几种不同的分割算法结果进行了

比较

关键词

：

图像分割，特征提取，分水岭算法

,

二值化

一

分水岭算法

1

分水岭算法综述

分水岭算法是新近发展起来的数学形态学图像分割方法。将这种方法用于

图像处理是由

S.Beuchre

，

F.Meyer

最早提出的

。

Beucher

和

Vincent

等人的研

究工作使得分水岭算法的理论得以建立，并且大量用于灰度图像的分割。

分水岭算法的一个实例就是从太平洋到大西洋的一条水流把美国分为两个

区域。分水岭界限分开了这样的两个区域，被称为太平洋和大西洋的“集水盆

地

"

。由于这些“集水盆地”的存在，相对应的，这两个大洋之间就有一些最小

连接。

现在，

在图像处理领域和数学形态学领域，

数字图像经常被认为是拓扑框架。

在给定图像的拓扑表示中，

每个点的数字化值代表这个点的梯度值。

这种表示非