基于K-means聚类的植物叶片图像叶脉提取.pdf

《基于K-means聚类的植物叶片图像叶脉提取.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第17期农业工程学报2012年9月TransactionsoftheChineseSocietyofAgriculturalEngineering、，01．28No．17Sep．2012157基于K．means聚类的植物叶片图像叶脉提取李灿灿，王宝，王静，李丰果※(华南师范大学物理与电信工程学院，广卅I510006)摘要：植物的叶片是植物最基本、最主要的生命活动场所。叶脉的提取与分析对叶片和整株植物结构的分析有一定的应用价值。该文提出一种基于K．means聚类(clustering)的叶脉提取算法。该算法首先对叶片图像的HSI彩色空间中的I信息进行K．means聚类处

2、理，根据聚类的结果提取叶片边界，并将叶片图像分为受光均匀和受光不均匀的2类。对于受光均匀的叶片图像在聚类结果中直接提取叶脉，而受光不均匀的叶片图像则需去除部分叶肉后再进行一次K-means聚类提取叶脉。结果表明：该算法能有效地降低叶脉提取的错分率。7关键词：图像处理，图像分割，聚类算法，HSI彩色空间，叶脉提取doi：10．3969巧．issn．1002-6819．2012．17．023中图分类号：TP391．4，S126文献标志码：A文章编号：1002．6819(2012)．17—0157—06李灿灿，王宝，王静，等．基于K-means聚类的植物叶片图像叶脉提取[J]．农业

3、工程学报，2012，28(17)：157—162．LiCancan，WangBao，WangJing，eta1．ExtractingveinofleafimagebasedonK-meansclustering[J]．TransactionsoftheChineseSocietyofAgriculturalEngineering(TransactionsoftheCSAE)，2012，28(17)：157—162．(inChinesewithEnglishabstract)0引言植物是地球上最重要的生命形式之一，是人类生存不可缺少的资源。近年来，随着计算机图像处理技术的快速发

4、展，计算机图像处理技术已广泛应用于植物的研究，其中对植物建立数据库并进行检索和识别的研究得到了人们的关注。植物的叶片是植物最基本、最主要的生命活动场所，直接反映植物的种类和植物的生长状态，因此植物的叶片可以作为植物识别的一个重要特征【lJ。而叶脉又是叶片的主要特征之一，主叶脉与二级叶脉的分布与整株植物的结构相似[2】，因此对叶脉的提取与分析，对叶片和植物的结构分析有重要的应用价值。近年来，众多学者从不同角度探讨了叶脉的提取算法，主要有：神经网络、数学形态学、Hough变换等。对于神经网络的方法，HongFu等p叫用边缘梯度、局部对比度和领域统计特征等10个参数作为神经网络的输

5、入层，提出了人工神经网络的叶脉信息提取方法；YunfengLi等净J提出了结合主动轮廓模型和细胞神经网络的叶脉提取方法；赵卓英收稿日期：2012．04．12修订日期：2012．08．14作者简介：李灿灿(1987一)，女，广东茂名人，研究方向：图像处理和模式识别。广州华南师范大学物理与电信工程学院，510006。Email：canney@yahoo．cn※通信作者：李丰果(1970一)，男，甘肃甘谷人，副教授，研究方向：光电检测。广州华南师范大学物理与电信工程学院，510006。Email：ganguli@126．corn等16J提出一种基于细胞神经网络(CNN)的植物叶脉图

6、像提取方法。该类方法通过神经网络参数的合理设计，能够提取较为理想的叶脉络和叶边缘信息，但较耗时。对于数学形态学方法，金秋春等17】提出了多方向Top—Hat变换的叶脉提取方法，采用Gauss梯度计算叶片图像各点方向，利用多方向Top．Hat变换算子进行变换，根据阈值提取叶脉；XuXiaohong等【8】使用分水岭分割算法提取主叶脉和二级叶脉。该类方法需要设置合理阈值，不能完全实现自动化。对于Hough变换方法，张立红等【9J提出利用灰度拉伸、Hough变换与边缘生长、图像腐蚀与膨胀进行叶脉检测的方法；RahmadhaniM等u0J使用标准的Hough变换检测叶脉，并使用B样条

7、曲线模拟叶脉。Hough变换用于边缘线条特征提取具有显著优势，但在叶脉提取中会出现精度不高的不足。另外，其他的方法如LiYan等【llJ用独立成分分析对叶脉进行了提取；ZhengXiaodong等【l2J提出了基于HSI彩色空间的快速叶脉提取算法；Clark等【l3j用尺度空间的方法提取叶脉，并与Photoshop提取结果作比较；陆声链等[14J利用B样条曲线描述叶片的边缘轮廓和主脉，并在此基础上对叶片曲面进行网格化和优化；王芸芸等Il5j利用三维数字化仪等数据获取装置获取烟草叶片脉序主要形态特征点的三