根系图像自动分割方法研究.pdfVIP

第41卷第7A期 计算机科学 V01．41No．7A Science 2014 2014年7月 Computer July 根系图像的自动分割方法研究 张婷婷1朱鑫2石锐2刘辉2刘晶淼3 (重庆工程职业技术学院 重庆400037)1(重庆大学计算机学院 重庆400030)2 (中国气象局沈阳大气环境研究所沈阳110016)3 摘要植物根系的生长状况可以反映该地区的气候以及土壤特性，根系的发达与否也能够反映山红整株植物的 健康情况。研究根系的生态参数是研究根系生长状况的基础，目前对于微根窗图像的处理都是通过人工手动方式 实现的，费时费力。提出了一种微根窗图像根系的自动分割方法，对微根窗图像进行高斯匹配滤波增强后，采用二 维熵阈值与FcM相混合进行分割，最后使用形态学的方法从分割后的图像中区分出根系。实验表明该方法在根系 图像分割中具有艮好的分割效果，有良好的应用前景。 关键词二维熵，图像分割，微根窗，模糊聚类 根系的生长状况对植物有着至关重要的影响， 微根窗因其能够在不影响根系生长状态的前提 根据根系的生长情况可以得出该地区的气候特征及 下在土壤中通过图像记录直接观测植物根系的生长 土壤特性，对根系进行研究的意义是重大的。然而 情况而被广泛应用于植物的根系研究分析中[2]。图 根系是隐藏在地表下的，不易对其直接观察，采用由 1是一个典型的微根窗图像采集系统。 人工取根、洗根来获得根构型参数的方法，不仅浪费 2预处理过程 时间、人力和物力，而且易造成根部损坏“。微根窗 技术的提出给植物根系的研究带来了很大的方便， 由于根系图像的绿色分量图对比度较高，采用 如何从有着复杂背景的微根窗图像中精确提取出植 绿色分量图进行增强处理，根系图像的绿色分量图 物根系是获得根构型参数前提。 如图2所示。由于根系一般都具有曲率小，根系的 本文提出了一种自动提取微根窗图像中根系的 两条边互相平行，根系宽度的变化是渐进的等特性， 方法，首先通过高斯匹配滤波器对原始图像进行增 因此可以将根系假定为分段等宽的直线段，我们要 强，然后采用二维熵阈值与FcM结合的方法对其 探测的是根系信息。图3为图2中一条根系正面的 进行分割，最后使用形态学的方法去除分割后的图 横截面的灰度级轮廓，可以将其近似为高斯函数，所 像中非根系的部分从而得到较为理想的分割图像。 以采用高斯曲线模拟根系横截面的灰度轮廓。高斯 1微根窗图像的采集 曲线函数定义为： 弛，了)一eXp(一番) (1) 式中，厂(z，∥)是匹配滤波器的滤波核函数；盯是高斯 函数沿z坐标的标准偏差；由高斯函数的性质可知， z应取lzI≤3口，，取Jyl≤L／2；L是沿指定方向被 截断的根系的长度。因为根系的方向是任意的，应