植物叶片计算机数字图像的形态学分析毕业论

《植物叶片计算机数字图像的形态学分析毕业论》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本科毕业论文植物叶片计算机数字图像的形态学分析学院名称专业名称自动化论文提交日期2013年5月14日论文答辩日期2011年5月17日摘要植物叶片数字图像的形态学分析主要包括图像的获取，植物叶片图像的预处理，植物叶片的特征提取。叶片图像的获取方法一般有直接拍摄的24位彩色图像、用扫描仪扫描得到的8位图像。本文进行分析所采用的植物叶片是24位彩色图像。植物叶片图像的预处理是进行叶形特征提取和识别的重要前提,获得高质量的预处理叶片图像对计算机辅助植物识别十分重要。本文提出了基于数学形态学的植物叶片图像的预处理方法,运用二值化分割可以得到叶片图像的

2、轮廓。运用数学形态学中的开运算和闭运算消除图像中的孤立噪声点并填补片内部孔洞。该方法保持了原图像的基本形状特征并能获得清晰的边缘,为叶片几何特征提取创造了良好的前提。而在边缘检测方面，本文就目前常用的6种算法一一进行了仿真分析。在不同的研究领域上，植物叶片的特征也有不同的归纳方法，本文将对一些植物叶片的主要特征的提取方法进行简略介绍，并通过编程对一些常用的几何特征进行提取。目前人们对植物叶片的研究大都局限在植物叶片的轮廓，极少提及对植物叶脉的研究。本文着重分析植物的叶脉的提取以及级数分析。由于作者编程水平有限，部分算法未能实现仿真。关键词：

3、植物叶片预处理形态学处理特征提取PlantleavesthecomputerdigitalimageanalysisofthemorphologyJean·Wang(CollegeofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,China)Plantleavesdigitalimagemorphologyanalysismainlyincludesimageacquisition,plantleafimagepreprocessing,featureextract

4、ionofplantleaves.Ingeneral,leafimageacquisitionmethodincludingtakingpicturesandscanningwiththescanner.Thispaperanalyzedtheuseofplantleavesis24bitcolorimages,Whichistakenbycamera.Preprocessingofleafimageistheimportantpreconditionforfeatureextractionandrecognition.Itisimport

5、antforcomputer-aidedplantidentificationtogetahigh-qualityleafimagewhichispreprocessed.Keywords:PlantleavespreconditioningMorphologicalprocessingFeatureextraction目录1前言11.1课题的研究背景11.2植物叶片的研究现状…….11.3叶片特征的研究意义…….11.4.植物叶片的图像特征……21.4.1形状特征……21.4.2纹理特征……21.4.3颜色特征……21.5LabWindo

6、ws/CVI简介……22叶片图像分析12.1叶片图像分析流程…….12.2叶片图像的获取…….12.3叶片图像预处理…….12.3.1彩色图片的灰度化…….22.3.2滤波…….22.3.3灰度图像的二值化…….42.3.4形态学处理22.4边缘检测……32.5特征提取的技术……32.5.1形状特征提取……32.5.1纹理特征提取……33在LabWindow/CVI2010中进行仿真……..13.1读取图像……..13.2图像预处理…….23.2.1图像灰度化…….23.2.2图像直方图显示……..13.2.3图像滤波……….23.2.4图

7、像二值化…….23.3形态学处理…….23.4边缘检测…….23.5特征提取……33.5.1形状特征……33.5.1纹理特征……34总结与展望4参考文献5附录6致谢8毕业论文成绩评定表1前言1.1课题的研究背景在地球上的一切生物中，植物和人类以及环境的关系最为密切。大量的植物维持着地球大气中氧气和二氧化碳的平衡，植物也是人类生产和生活所必需的资源。但近些年来人类的各种生产活动严重地破坏了生态环境，从而造成植物在数量上的减少甚至物种上的灭绝。值得庆幸的是，人类已经意识到这一危机，从而渐渐开始迈出了保护植物的步伐。对植物进行分类研究是对其进行保

8、护的第一步也是很重要的一步，但由于人类认知能力有限以及地球上数量众多的植物种类，要做到准确和快速地识别手中的植物是非常困难的。随着近些年来计算机技术的不断发展，图像处理与识别技术