基于图像处理技术的果树树叶稀密程度的检测.pdfVIP

山地 农 业 生物 学 报 32(6)：517～521，2013 Journal of Mountain Agriculture and Biology 基于图像处理技术的果树树叶稀密程度的检测 张富贵 ，沈明明，刘国志，陈宇熠 (贵州大学 机械工程学院，贵州 贵阳 550025) 摘 要：为了解决现有果树树叶稀密程度检测方法要求采集图像时采用标准 白板标定或固定成像距离的问题，本 文提出一种新的基于图像处理技术的检测果树树叶稀密程度的方法——最大轮廓矩形法。该方法采用超绿色 法、Ostu、中值滤波去噪、腐蚀和膨胀等图像处理技术将果树图像有效分割 出来，通过检测经图像处理后的二值图 像中整棵果树最大轮廓所 占的面积。再检测整幅图像 中树叶与树干所 占的面积，根据果树树叶稀密程度的定义即 可计算树叶稀密程度。结果表明，该方法不需要固定成像距离和使用白板标定，最大轮廓矩形法对果树图像面积 的检测是因果树实际图像而异的，不存在现有方法统一采用相机所设定的图像大小作为最大轮廓而导致所检测 到的树叶稀密程度偏 小的 问题 ；20张果树样本图像采 用两种方法检测的果树树叶稀密程度 的最大差值为 0．2950，最小差值 为 0．0027。 关键词：树叶稀密程度；图像处理；最大轮廓矩形法；生物量密度 中图分类号：$491 文献标识码 ：A 文章编号：1008—0457(2013)06—0517—05 Detection fortheFruiterLeafDensityBasedonImageProcessingTechnology ZHANGFu—gui，SHENMing—ming，LIUGuo—zhi，CHENYu—yi(CollegeofMechanicalEngineering，Guizhou University，GuiyangGuizhou550025，China) Abstract：Inordertosolvetheproblem thattheexistingmethodfordetectingtheleafdensityoffruittreesis advisabletoconsidertheadoptionofstandardwhiteboardorfixed imagingdistancewhengrab images．This paperpresentsanew methodofrdetectingtheleafdensitywhichbasedon imageprocessing——mxa imum pro-- filerectangletechnology．Imageseffectivelysegmentedbyusingultra—rgeenmethod，Ostu，medianfilteral— gorithm ，erosionanddilation andotherimageprocessingtechnologies；Detectingthelargestshareoffurit treesareaofbinaryimageafterprocessed，thentesttheentireimageareaoccupiedbytheleavesandtree turnks，theleaf densitycanbecalculatedaccordingtoitsdefinition．Experimentalresultsshow thatitdoesn’t needtousethefixedimagingdistanceandthewhitecalibrationimage，thedetectionoffurittreesimagearea duetotheactualimagevariesinthemaximum profilerectangletechnoloyg ，thereisnouniform applicationof theconventionalmethodwhich settheimagesizein thecameraasaresultofthemxaimum outlineoftheall images，itavoidtheproblem thatresultsistoosma