基于植物图像的活体叶片面积测量方法研究与实现
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Research and implementation of living leaf area measurement based on plant image
  • 作者:于东玉 ; 冯天祥 ; 李奕昕 ; 任洪娥
  • 英文作者:YU Dongyu;FENG Tianxiang;LI Yixin;REN Hong'e;College of Information and Computer Engineering,Northeast Forestry University;
  • 关键词:叶面积 ; 双边滤波 ; 拉普拉斯算子 ; 顶帽变换 ; 分水岭算法
  • 英文关键词:leaf area;;bilateral filtering;;Laplace operator;;Top-cap transform;;Watershed algorithm
  • 中文刊名:DLXZ
  • 英文刊名:Intelligent Computer and Applications
  • 机构:东北林业大学信息与计算机工程学院;
  • 出版日期:2019-07-01
  • 出版单位:智能计算机与应用
  • 年:2019
  • 期:v.9
  • 基金:中央高校基本科研业务费专项资金资助(2572017PZ10);; 东北林业大学省级大学生创新创业计划训练项目(201810225363)
  • 语种:中文;
  • 页:DLXZ201904039
  • 页数:4
  • CN:04
  • ISSN:23-1573/TN
  • 分类号:181-184
摘要
针对传统叶面积测量方法存在需手工操作、效率低、叶面积测量仪价格昂贵、不利于广泛应用等问题,本文提出一种基于植物图像的活体叶片面积测量方法。首先利用双边滤波、拉普拉斯算子和顶帽变换对采集图像进行预处理,再通过分水岭算法对标记过的图像进行分割得到目标图像,最后由参照物法得出叶片实际面积。与传统的方格法进行比较,实验结果表明,该方法速度快、精度高,具有较高应用价值。
        In this paper,a living leaf area measurement method based on plant image is proposed to solve the problems of traditional leaf area measurement methods,such as manual operation,lowefficiency,expensive price of leaf area measurement instrument and disadvantages in wide application. Firstly,the acquired image is preprocessed by bilateral filtering,Laplace operator and Top-cap transformation. Then,the Watershed algorithm is used to segment the marked image to obtain the target image.Finally,the actual area of the blade is obtained by the reference method. The results showthat compared with the traditional square method,this method is faster,more accurate and has higher application value.
引文
[1]孙玉婷,杨红云,王映龙,等.基于支持向量机的水稻叶面积测定[J].江苏农业学报,2018,34(5):1027-1035.
    [2]韩殿元,黄心渊,付慧.基于彩色通道相似性图像分割方法的植物叶面积计算[J].农业工程学报,2012,28(6):179-183.
    [3]陈涛涛,迟道才,梁茜.基于矩形框几何校正的多叶面积测量方法[J].农业工程学报,2012,28(8):206-213.
    [4]陈玉青,杨玮,李民赞,等.基于Android手机平台的冬小麦叶面积指数快速测量系统[J].农业机械学报,2007,48:123-128.
    [5]孟祥丽,刘一鸣,刘瑶,等.基于摄影测量技术的植物叶面积精确测量方法研究[J].江西北林学院学报,2019,34(2):222-226.
    [6]芦碧波,皇甫珍珍,郭凯,等.基于双边滤波的多尺度分层色调映射算法[J].液晶与显示,2018,33(9):816-822.
    [7]陈杰.基于色彩信息的图像增强研究[J].南京邮电大学,2017:81.
    [8]郎春博,贾鹤鸣,邢致恺,等.基于改进粒子群算法的植物冠层图像分割[J].森林工程,2019,35(1):47-52.
    [9]王琢,汪雅婷,宋文龙,等.基于深度学习的叶片图像分割算法[J].森林工程,2019,35(1):42-46.
    [10]覃乔,黄力.基于带标记分水岭的复合绝缘子憎水性图像提取算[J].电子测量技术,2019,42(2):88-91.
    [11]桑艳艳,李昕.基于改进分水岭算法的菌落图像分割[J].电子测量技术,2019,42(6):87-93.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700