基于Mean-shift的植株重叠叶片边缘检测.pdfVIP

基于Mean-shift 的植株重叠叶片边缘检测 李寒，王库 （中国农业大学信息与电气工程学院，北京，100083） 摘 要：本文提出了一种基于Mean-shift 的重叠叶片边缘检测算法。该方法首先用Mean-shift 算法对灰度或彩色图像进行平滑，然后 对平滑后的图像进行提升小波变换，以将平滑后的图像进行灰度增强，最后基于 Canny 算子对图像进行边缘检测。针对采集到的棉 花叶片图片，与传统边缘检测方法进行了对比实验，结果表明所提出的方法无论在减少非边缘噪声的产生，还是在提取弱边缘方面皆 优于传统方法，能够有效地提取出植株重叠叶片边缘信息。 关键词：Mean-shift 算法； 提升小波变换； Canny 算子； 边缘提取 中图分类号：中图分类号: TP391 文献标识码: A 面积与植物缺肥之间的关系，无损测量植物叶冠面积代 0 引 言 替了单片叶面积。这是因为在无损测量过程中，植物成 棉花是关系国计民生的战略物资，也是仅次于粮食 像往往会因为叶片的相互叠加，如图1 所示，给测量单 的第二大农作物。新疆棉花种植面积1500 万亩，占全国 片叶片的叶面积带来困难。但是植株的单片叶片更能反 的26% ，产量占全国的36%，其生产发展对新疆经济 映植物的生长状态。 [1] 有着巨大影响，对全国的棉花市场稳定也有重要地位 。 新疆兵团每年都会投入很多人力财力，对棉花长势进行 监控，包括株高、叶面积、始节高度、日生长量、亩株 数、结铃数等等，造成很大的浪费。因此，利用机器视 觉技术开发棉花生长信息无损监测系统具有重大的意 义。叶片作为植物进行光合作用和蒸腾作用的主要器官， 其发育状况和叶面积大小对作物生长发育、抗逆性及产 量形成的影响很大，是生理生化、遗传育种、作物栽培 等方面所经常考虑的内容。在目前植物生长信息无损监 测系统中，往往将植物株高和叶片面积作为主要的生长 参数。本文旨在对棉花生长信息无损监测系统中获得的 图片进行处理，以获得棉花的叶面积信息，对棉花长势 图1 待分割叶片图像 进行无损监测。 Fig.1 Image to be segmented 读入 1 算法提出背景 图像 Mean-shift 图像 目前常用的叶面积的测定方法有网格交叉法、叶面 平滑 [2] 1 积仪法、复印称重法等 ，但是这些方法往往都是将叶 子从植株上摘下来后，再对其面积进行测量，往往因缺 超绿色法灰度 化 少灵活性而达不到无损测量的要求。国内外对利用机器 视觉技术无损监测温室植物的叶面积等生长参数方面已 提升小波变换 [3] 边缘灰度增强 经开展了许多研究 。但是，往往都是对植株的生长初 期进行的叶面积的无损监测，且回避单片叶片的叶面积