基于圖像的栗屬樹種分類技術(shù)研究.pdf

1、樹種識別與分類是林學(xué)研究和林業(yè)生產(chǎn)經(jīng)營中的重要基礎(chǔ)工作。傳統(tǒng)的樹種識別和分類方法一般是專家通過觀察測量采集的標(biāo)本以獲得樹種局部的外部特征數(shù)據(jù)，然后依據(jù)樹種分類檢索表對欲鑒定的樹種依序逐條檢索，得到樹種所屬的科、屬、種。隨著圖像處理和計算機視覺技術(shù)的迅速發(fā)展，模式識別技術(shù)已得到廣泛應(yīng)用。圖像分割是計算機視覺的關(guān)鍵問題之一。由于傳統(tǒng)的分割方法本身的局部性，難以滿足復(fù)雜圖像分割的需求，正是因為有了這種需求，出現(xiàn)了基于活動輪廓線模型的圖像分割方

2、法?；趲缀位顒虞喞€模型對拓撲結(jié)構(gòu)變化處理非常自然，解決了基于參數(shù)活動輪廓線模型難以解決的一些問題，而且水平集方法的出現(xiàn)，很大程度上推動了基于幾何活動輪廓線模型的發(fā)展。本研究以栗屬樹種的果實為范例，擬將該技術(shù)用于栗屬樹種的自動識別，從而降低工作強度，提高工作效率。 本文研究了基于水平集方法的圖像分割。在分析國內(nèi)外研究現(xiàn)狀的基礎(chǔ)上，詳盡討論了曲線演化理論和水平集方法。由于傳統(tǒng)水平集方法在曲線演化過程中須重新初始化，以使它保持或接

3、近符號距離函數(shù)，從而導(dǎo)致曲線演化速度緩慢，本研究采用無須初始化的快速水平集算法，大大簡化了計算過程。另外，因受光源等條件的影響，原始的栗屬圖像存在陰影，且栗屬植物目標(biāo)圖像與其陰影之間的差異較小，應(yīng)用水平集算法時，如果用零水平集包住栗屬目標(biāo)及其陰影，則必然導(dǎo)致零水平集在圖像的陰影區(qū)域停止，得到了栗屬目標(biāo)及其陰影的分割區(qū)域。本文提出交互式水平集算法，通過人機交互選擇陰影區(qū)域中的少數(shù)點，實現(xiàn)栗屬樹種果實圖像的分割，取得了較好的效果，解決了傳統(tǒng)