发明名称 |
基于图像扫描的植物叶片特征分析系统 |
摘要 |
本发明公开了一种基于图像扫描的植物叶片特征分析系统,其包括以下步骤:(1)图像预处理,(2)叶子图像特征分析计算,(3)叶片模板匹配,(4)颜色聚类,(5)病斑分析。本发明具有很高的自动化水平,减少了分析过程中的人工操作,提高了自动化的程度,同时免除了人工操作引入的误差;相较传统的canny算子、罗盘算子,有更快地执行效率;具有较高的精确性。能够对残叶进行自动补全操作,并且可以自动计算残叶被补全的面积。 |
申请公布号 |
CN103077529A |
申请公布日期 |
2013.05.01 |
申请号 |
CN201310061389.6 |
申请日期 |
2013.02.27 |
申请人 |
电子科技大学 |
发明人 |
刘贵松;屈鸿;邱钊;蔡庆;解修蕊;陈文宇;王晓彬 |
分类号 |
G06T7/00(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
成都华典专利事务所(普通合伙) 51223 |
代理人 |
徐丰;杨保刚 |
主权项 |
基于扫描图像的植物叶片特征分析系统,其特征在于,其包括以下步骤:(1)、图像预处理将从扫描仪获取的叶子图像进行图像预处理,去除图像中存在的杂点;(2)、叶子图像特征分析计算①采用大律法对预处理过后的图像进行阈值分割,得到一个二值图像;②采用形态学滤波器对得到的二值图像进行处理,实现叶片和叶柄的自动分割;③将形态学滤波后得到的图像进行形态学梯度检测,得到叶片和叶柄的轮廓;再根据得到的轮廓计算叶片和叶柄的周长与面积,对得到的轮廓进行增长方向检测,得出叶子的锯齿数目,并将得到的参数保存到数据表中;(3)、叶片模板匹配①将模板图像和预处理过的残叶图片转化为灰度图像;②采用SIFT算法对模板图片和残叶图片进行关键点检测;③根据关键点计算图像的特征向量;④根据图像特征向量进行匹配,如果达到设定的匹配值,则认为匹配成功,绘出匹配轮廓,对残叶图片进行补全;(4)、颜色聚类①对图片进行预处理,去除杂点;②将图片通过矩阵转换到YUV颜色空间;③分离健康叶色,将健康的叶子颜色从叶子分离出去;④使用k均值方法对非健康叶片颜色在YUV颜色空间进行聚类;(5)、病斑分析①对图片进行预处理,去除杂点;②将图片通过矩阵转换到YUV颜色空间;③分离健康叶色,将健康的叶子的颜色从叶子从分离出去;④运用边缘检测的方法根据用户指定的病斑的大致区域提取的病斑的边缘;⑤对病斑边缘进行调整,使之更加精细的覆盖病斑;⑥计算病斑面积并得出计算结果。 |
地址 |
611731 四川省成都市高新区(西区)西源大道2006号 |