结合图像和计算模型的茶叶嫩芽形态的三维重建方法

摘要

本发明涉及图像处理技术领域，公开一种结合图像和计算模型的茶叶嫩芽形态的三维重建方法。首先获取茶叶数码图像，经颜色空间转换后，通过基于颜色和区域生长的改进算法来完成茶叶图像中茶叶嫩芽的分割，通过分割后的茶叶嫩芽图像，计算出嫩芽的三维坐标，并提取各项特征参数，然后根据茶叶叶形的数据模型库进行匹配和计算，结合图像通过VC++最后完成对茶叶嫩芽的三维枝叶重建。试验结果表明，此方法避免了大量的计算且具有很好的视觉效果，能够很好地恢复茶叶嫩芽的三维信息，并且提出的建模方法具有变化性，能对茶叶嫩芽的生长进行模拟。为茶叶的生长监测和无损检测提供了新的方法。

主权项

1.一种结合图像和计算模型的茶叶嫩芽形态的三维重建方法，其特征是包含以下具体步骤：(1)获取茶树中茶叶原始图像；(2)将原始图像去噪和从RGB颜色空间转换到HSI颜色空间，并选取HSI颜色空间中的H和S参数作为茶叶图像的特征；(3)在图像中选择部分像素点作为种子；(4)基于生长规则对种子区域进行生长，将与茶叶嫩芽种子颜色性质相似的相邻像素附加在生长区域的种子上，基于合并规则对整幅图像的多个子块进行扫描，对在颜色上相近，空间上相邻的区域进行合并；(5)完成茶叶嫩芽的分割和对茶叶嫩芽进行特征参数的提取；(6)进行茶叶叶脉曲线模型和茶叶叶形形态模型的计算和与标准的茶叶叶形数据库进行数据匹配的计算；其中的茶叶叶脉曲线模型，采用悬臂梁设计，挠度曲线方程为：$E·I·\frac{d^{2}v}{{\mathrm{dt}}^2}=-M$而v(0)＝0，经两次积分得到：24E·I(x cos(θ)+y sin(θ))＝q sin(θ)[(x sin(θ)-y cos(θ))⁴-4L((x sin(θ)-y cos(θ))³+6L²(x sin(θ)-y cos(θ))²]取y₁＝x cos(θ)+y sin(θ)，x₁＝x sin(θ)-y cos(θ)上式简化为：$24E·I·y_1=q\sin \left(\theta \right)(x_1^4-{4\mathrm{Lx}}_1^3+{6L}^2{x}_1^2)$可得：x＝y₁ cos(θ)+x₁ sin(θ)，y＝y₁ sin(θ)-x₁ cos(θ)其中，x₁，y₁为X₁OY₁坐标系中的坐标，L为叶脉曲线长度，θ为茎叶夹角，v为茶叶叶脉曲线弯曲挠度，即偏离叶脉初始状态的距离，在系统中E为弹性模量，I为惯性矩，q为叶片所受均载荷；而在茶叶叶形形态模型设计中，分为以下几种模型设计：(a)茶叶叶片长度LL与叶序N的关系模型；$\mathrm{LL}\left(N\right)=L_M·e^{L_a(\frac{N}{N_M}-1^2)}$其中L_M是单叶的最大长度，N_M是最长叶片所在叶序，设为品种参数，La是模型参数；(b)茶叶的叶形关系模型；茶叶的叶宽lw与叶长ll具有一定的函数关系，定义为下式表示：$\frac{\mathrm{lw}}{\mathrm{LW}}=a·{\left(\frac{\mathrm{ll}}{\mathrm{LL}}\right)}^2+b·\frac{\mathrm{ll}}{\mathrm{LL}}+c$其中LL是叶片的长度，LW是叶片的最大宽度，lw一叶片在长度为ll处的叶片宽度，a，b，c为模型参数；(c)茶叶的面积关系模型；叶面积与叶长、叶宽之积的关系定义如下：LA＝k′×LW×LL其中，k′为校正系数，其数值与叶片形态相关，随茶叶品种和叶序略有变化；(7)完成茶叶嫩芽的三维重建。