植物葉片特征提取與識(shí)別的研究.pdf

1、本文以計(jì)算機(jī)數(shù)字圖像處理為重要技術(shù)手段，以大豆葉片為主要研究對(duì)象，綜合運(yùn)用數(shù)字圖像處理、色度學(xué)、人工神經(jīng)網(wǎng)絡(luò)、模式識(shí)別等人工智能領(lǐng)域的知識(shí)，研究了適合于植物葉片特征提取與識(shí)別的技術(shù)。 首先，利用數(shù)字圖像采集技術(shù)完成圖片的采集，研究了葉片圖像處理的理論，主要實(shí)現(xiàn)了圖像的點(diǎn)運(yùn)算、幾何處理、腐蝕膨脹算法以及邊緣檢測(cè)等技術(shù)。 然后，分析了各種幾何失真的產(chǎn)生原理，明確了本文在采集葉片圖像時(shí)發(fā)生失真的機(jī)理。針對(duì)此機(jī)理，找到了適合于植

2、物葉片圖像失真校正的方法，成功地實(shí)現(xiàn)了葉片圖像的失真校正。同時(shí)研究了適合于植物葉片的預(yù)處理技術(shù)，包括圖像分割技術(shù)、增強(qiáng)技術(shù)、彩色圖像的灰度化處理等。在圖像分割中，本文采用兩步來(lái)分割葉片與背景：剪裁法除去與葉片顏色相近或相同的背景，然后采用基于葉片邊緣的圖像邏輯運(yùn)算提取葉片。 最后，實(shí)現(xiàn)了葉片幾何特征(面積、周長(zhǎng)、形狀參數(shù))的計(jì)算及葉片各部分的測(cè)量功能。同時(shí)，依據(jù)色度學(xué)知識(shí)以及葉色與葉綠素的關(guān)系，對(duì)葉片的色度值作了初步計(jì)算。此外，