基于加和算法与灰度共生矩阵的树木叶片特征识别研究

发布时间：2021-11-19 04:45

　　森林是保护陆地生态系统平衡的主体,树木叶片作为至关重要的固碳库,有效利用与保护林木资源成为当下重要课题。林木种类精确识别是建设生态林带的关键,对森林资源监测、生态多样性的保护以及智慧林业的建设具有重要意义。但因叶片形状与纹理脉络相近且受季节、环境等因素影响,传统经验观察法识别树种难度较大。故将机器视觉融入林业树种识别领域,使其成为自动分类的重要途径。本研究在基于灰度共生矩阵的基础上,构建BP神经网络的树种识别模型,经实验验证可精准有效化的实现树种识别。在东北林业大学实验林场采集林区常见10种阔叶树种的叶片作为研究对象,包括（钻天杨、金银忍冬、旱柳、黄檗、榆叶梅、色木槭、紫椴、白桦、复叶槭及蒙古栎）。通过自主设计与研发的图像采集硬件系统,用以获取叶片样本的二维数字图像,并对其进行灰度化、二值化和边缘检测处理。同时提出一种新型加和法将叶片的原始灰度图像从整幅图像的背景区域分割出来,该方法保留了叶片灰度图像的完整性特征信息,且叶片区域与背景完全分离。为后续图像特征提取和树种识别等研究提供坚实的理论支撑,加和法也可应用于其他图像分割领域。对预处理后的二维树木叶片图像,提取其几何与纹理的特征信息... 

【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校

【文章页数】：47 页

【学位级别】：硕士

【部分图文】：

图２－１树木叶片图像采集器结构示意图??１相机２电源开关３合页４把手５日光灯管６载样台??２．２．２

?东北林业大学硕士学位论文???Ａ?ｉ??ｍｍ?Ａ?９??＾?’?Ｗ??（ａ）白桦?（ｂ）黄檗?（ｃ）蒙古栎??▲?ｉ?Ａ??ＳＢ??ｉｌ４；，：ｖ，；．??（ｄ）色木槭?（ｅ）金银忍冬?（ｆ）钻天杨??图２－２叶片ｉ？Ｇ５图像??２．２．３树木叶片图像背景与叶柄去除??叶片数字图像包括前景与背景，如图２－３?（ａ）所示。在树木叶片图像采集器拍摄过??程中虽然以Ａ４白纸作为树木叶片的背景板，但仍会包含部分与叶片不相关的背景，使??背景区域像素值存在差异，对后续实验可能有一定干扰。将叶片图像背景转换为黑色，??使叶片与背景完全分离。如图２－３?（ｂ）所示，在实地自主采集树木叶片时，可能对叶柄??造成折损，叶柄的长度与方向均不一致，且包含的特征信息较少。为保证后续实验精准??性，利用形态学处理方法中的腐蚀操作，去除树木叶片的叶柄，以消除其在实验过程中??带来的不利影响，如图２－３?（ｃ）所示。??－８?－??

２树木叶片采集及图像预处理??■■■■■■■??—■■??（ａ）原始图像?（ｂ）去背景图?（ｃ）去叶柄图像??图２－３色木槭去除背景和叶柄图像??２．３树木叶片图像灰度化??图像预处理目的为减弱叶片图像中存在的无用信息，突显与增强目标区域，图像处??理软件利用ＭＡＴＬＡＢ?Ｒ２０１６ａ的工具箱进行操作。高质量的预处理过程可改善树种识别??算法的复杂度以及提高识别精准度。为减少程序的运算时间，将从实验室暗箱拍摄的像??素为５１８４ｘ３４５６的图像压缩为像素为４００ｘ５３２的等比图像，之后进行灰度化处??理。??图像的像素矩阵较大，包含ｉ？、Ｇ?Ｓ三个通道，如图２－４所示，对树木叶片??进行图像处理时，可通过三个通道实现。因人眼对颜色的视觉敏感程度不同，故??在对三个通道进行转换时需给予不同的权重。因为随着时间，季节的改变，叶片的颜色??也会随之发生变化，由绿色变为黄色、红色等，会产生较大误差给后续的目标识别增加??困难。??Ｚ??５?－?（〇－ａｉ）?青（０４，１）??品红／ｅ??（１，０，１）?Ｉ?ＪＴ７］??绿（０，１，０）??／ＥＴａａｏ）?￣＾?Ｙ??红?／?／?＾度??（１Ａ０）?Ｙ－?＾??／?贡（１，１，０）??Ｘ??图２－４?颜色空间模型??－９－??


本文编号：3504316