树木年轮自动识别与提取
|
摘要
从树木生长年轮的变化中,我们可以了解树木历年的生长、培育情况,并且通过对树木年轮的研究,有助于我们了解当时当地气候变化、环境污染等情况。
在以往的研究中,对树木年轮的研究主要集中在对年轮宽度、年轮密度等几个指标的量测与分析上。传统的年轮分析方法都是依据人眼对年轮进行识别,再通过量测工具获取年轮宽度数据。这种依靠人工操作读取年轮宽度的方法不仅效率低,而且工作繁琐、费时费力。更重要的是在判读年轮、量测年轮宽度时,由于年轮边缘延伸的不规则变化可能会给测量结果带来随机波动的影响,而且人眼的观测误差和疲劳错误会进一步降低实际测量的精度。上面这些因素都成为了将大量采集样本转换成分析数据的瓶颈。
近几年,随着计算机技术的飞跃发展,信息化技术正在改变着传统林业的研究方式,特别是计算机图像处理技术的发展和应用,使得设计出一套自动识别定标树木年轮的系统成为了可能。目前世界上较成熟的年轮分析系统主要是加拿大REGENT公司的WinDENDRO和德国Frank Rinn公司的LINTAB,本文的研究正是基于WinDENDRO年轮分析系统对多种类型的年轮图像进行了自动识别测量。研究实验表明,系统所提供的年轮分析功能对于理想图像样本识别效率高,而实际应用中年轮图像可能存在着色调变化不均匀、树脂道斑、打磨痕迹等干扰信息,系统识别的效果很不理想。针对以上情况,本文探讨了利用计算机图像处理的几种方法,对实际采集的年轮图像进行直方图修改、平滑滤波、二值化处理等处理,使处理后的图像在应用到WinDENDRO分析系统时,能快速准确的计算出年轮个数、宽度值等参数,为后续树木生长分析提供精确的数据,解决人工操作费时费力和错漏等问题。同时,本文还探讨了利用图像分割、数学形态学等方法,对树木年轮进行边缘提取。通过本文所作的研究,希望能推动树木年轮分析方法的进步,为数字化林业提供高效、精确的数据源。
From the change of the arboreal growth annual ring, we may understand trees all previous years the growth, the cultivation situation, and with the research on tree ring, we get the situation of climatic change and environmental pollution.
Presently research mainly concentrates on the tree ring in the annual ring width, the annual ring density, etc. Traditional annual ring analysis method rests on the human eye to the annual ring recognition, with the aid of in measuring tools to get annual ring width data. This method brings low efficiency, processing method tedious, time-consuming and hard sledding. And when interpret annual ring, gauging annual ring width, because the annual ring edge extends each kind of irregular change brings the stochastic undulation influence for the measuring technique, and the human eye observation error and weary wrong also can reduce the actual measuring accuracy greatly, all of which restricted the development of fast transformation analysis data on massive sample with high effective.
With the leap development computer processing technology, info-tech is changing the traditional forestry research method, which makes it possible to design a set of automatic recognition calibration system on tree ring. At present, the most advanced annual ring analysis systems include Canada's LINTAB tree ring analysis system and WinDENDRO annual ring analysis system, etc.
Based on WinDENDRO annual ring analyzer, and carries on automatic recognition survey to several kind of type annual ring images. The research experiment indicated, the system provides the annual ring analysis function is high regarding the ideal image sample recognition efficiency, but in practical application, because the annual ring image originates various, in the annual ring image possibly has the tone to change, resin passage spot, polish trace and so on disturbance information’s non-uniform, the system recognition effect is not very ideal.
In view of above condition, this article carries on the smooth noise reduction to the actual gathered annual ring image with the use of computer imagery processing method. With the application of WinDENDRO annual ring analysis system, users can quickly get the accurate data of computation annual ring number and the width value, which will provide accurate data for the following arboreal growth analysis, and to solve the problem of manual control time-consuming hard sledding and errors and omissions.
Meanwhile, through methods of image division, mathematics morphology, this article also attempts to carry on the automatic recognition and the extraction to the annual ring edge, which will certainly improve the tree ring analysis method, to provide high effective and precise data pool for the digitized forestry.
在以往的研究中,对树木年轮的研究主要集中在对年轮宽度、年轮密度等几个指标的量测与分析上。传统的年轮分析方法都是依据人眼对年轮进行识别,再通过量测工具获取年轮宽度数据。这种依靠人工操作读取年轮宽度的方法不仅效率低,而且工作繁琐、费时费力。更重要的是在判读年轮、量测年轮宽度时,由于年轮边缘延伸的不规则变化可能会给测量结果带来随机波动的影响,而且人眼的观测误差和疲劳错误会进一步降低实际测量的精度。上面这些因素都成为了将大量采集样本转换成分析数据的瓶颈。
近几年,随着计算机技术的飞跃发展,信息化技术正在改变着传统林业的研究方式,特别是计算机图像处理技术的发展和应用,使得设计出一套自动识别定标树木年轮的系统成为了可能。目前世界上较成熟的年轮分析系统主要是加拿大REGENT公司的WinDENDRO和德国Frank Rinn公司的LINTAB,本文的研究正是基于WinDENDRO年轮分析系统对多种类型的年轮图像进行了自动识别测量。研究实验表明,系统所提供的年轮分析功能对于理想图像样本识别效率高,而实际应用中年轮图像可能存在着色调变化不均匀、树脂道斑、打磨痕迹等干扰信息,系统识别的效果很不理想。针对以上情况,本文探讨了利用计算机图像处理的几种方法,对实际采集的年轮图像进行直方图修改、平滑滤波、二值化处理等处理,使处理后的图像在应用到WinDENDRO分析系统时,能快速准确的计算出年轮个数、宽度值等参数,为后续树木生长分析提供精确的数据,解决人工操作费时费力和错漏等问题。同时,本文还探讨了利用图像分割、数学形态学等方法,对树木年轮进行边缘提取。通过本文所作的研究,希望能推动树木年轮分析方法的进步,为数字化林业提供高效、精确的数据源。
From the change of the arboreal growth annual ring, we may understand trees all previous years the growth, the cultivation situation, and with the research on tree ring, we get the situation of climatic change and environmental pollution.
Presently research mainly concentrates on the tree ring in the annual ring width, the annual ring density, etc. Traditional annual ring analysis method rests on the human eye to the annual ring recognition, with the aid of in measuring tools to get annual ring width data. This method brings low efficiency, processing method tedious, time-consuming and hard sledding. And when interpret annual ring, gauging annual ring width, because the annual ring edge extends each kind of irregular change brings the stochastic undulation influence for the measuring technique, and the human eye observation error and weary wrong also can reduce the actual measuring accuracy greatly, all of which restricted the development of fast transformation analysis data on massive sample with high effective.
With the leap development computer processing technology, info-tech is changing the traditional forestry research method, which makes it possible to design a set of automatic recognition calibration system on tree ring. At present, the most advanced annual ring analysis systems include Canada's LINTAB tree ring analysis system and WinDENDRO annual ring analysis system, etc.
Based on WinDENDRO annual ring analyzer, and carries on automatic recognition survey to several kind of type annual ring images. The research experiment indicated, the system provides the annual ring analysis function is high regarding the ideal image sample recognition efficiency, but in practical application, because the annual ring image originates various, in the annual ring image possibly has the tone to change, resin passage spot, polish trace and so on disturbance information’s non-uniform, the system recognition effect is not very ideal.
In view of above condition, this article carries on the smooth noise reduction to the actual gathered annual ring image with the use of computer imagery processing method. With the application of WinDENDRO annual ring analysis system, users can quickly get the accurate data of computation annual ring number and the width value, which will provide accurate data for the following arboreal growth analysis, and to solve the problem of manual control time-consuming hard sledding and errors and omissions.
Meanwhile, through methods of image division, mathematics morphology, this article also attempts to carry on the automatic recognition and the extraction to the annual ring edge, which will certainly improve the tree ring analysis method, to provide high effective and precise data pool for the digitized forestry.
引文
[1] 阮秋琦.数字图像处理学[M].电子工业出版社
[2] 张成海.现代自动识别技术与应用[M].清华大学出版社
[3] 吴祥定.树木年轮与气候变化[M].气象出版社
[4] 姚敏等.数字图像处理[M].机械工业出版社
[5] 容观澳.计算机图像处理[M].清华大学出版社
[6] 王金满,曲艳杰,李坚.傅立叶变换图像处理方法在木材解剖特征研究上的应用[J].四川农业大学学报(木材研究专辑),1998,16(1):176-180
[7] 李军.一种改进的数字图像模糊增强算法[J].电子测量技术,2006,29(5):57-60
[8] 熊宇虹, 温志渝等.基于神经网络的光谱识别系统的设计与分析[J]. 光谱学与光谱分析,2007,27(1):139-142
[9] 江巨浪,张佑生,薛峰等.保持图像亮度的局部直方图均衡算法[J].电子学报,2006,5:861-866
[10] 陈北京,李均利,陈刚等.基于分割和累积指数变换的 MR 图像增强算法[J].计算机工程和应用,2006,16:29-31
[11] 张永忠,朱英.Hough 变换在物体边缘检测上的应用[J].中国科技信息,2006,13:115-116
[12] 陶娜娜,高军,张建.一种基于小波阈值的图像去噪方法研究[J].农业装备与车辆工程,2007,1:30-32
[13] 童雀菊,丁建文,王厚立.非破坏性木材内部缺陷检测――木材 CT 扫描研究动态[J].林产工业,2005,32(3):14-16
[14] 文武,黄地龙,郭曦榕.保信去噪在图像预处理中的应用[J].红外技术,2006,28(7):415-418
[15] 张淑娟,金淑英.利用分段线性拉伸法增强图像阴影区的亮度和反差[J].计算机工程与应用,2006,29(3):81-83
[16] 陈延梅,吴勃英.基于数学形态学的图像增强方法[J].哈尔滨工业大学学报,2006,6,8(6):906-908
[17] 张东衡,沈永增,张敏捷.基于分形的低反差图像增强方法[J].浙江工业大学学报,2006, 34(3):266-268
[18] 蔡宇隽,杜宇人.图像分割实用技术研究[J].图像分割实用技术研究,2005,4:64-66
[19] 王晓莉,文华,罗予频.基于鲁棒估计的 Retinex 图像增强方法[J].计算机应用,2006,7,26(7):1611-1613
[20] 范生宏,黄桂平等.Canny 算子对人工标志中心的亚像素精度定位[J].测绘科学技术学报,2006,23(1):76-78
[21] 黄世国,耿国华.一种非线性逆扩散图像增强算法[J].计算机应用,2006,8,26(8):1842-1844
[22] 张东波 , 黄辉先 . 粗糙集在图像边缘增强滤波中的应用 [J]. 计算机工程与应用 ,2006, 20:67-70
[23] 孙伟,王志坚.基于标准差梯度的模糊边缘检测算法[J].红外与激光工程,2005,3,14(4):455-458
[24] 邢军.基于 Sobel 算子数字图像的边缘检测[J].微机发展,2005,9
[25] 王文宁,王汇源,牟文英.一种新的灰度直方图分割阈值的自动检测方法[J]. 计算机工程与应用,2005,26:89-90
[26] 黄建军,赵荣榛.基于模糊 ART 的图像分割[J].电子学报,2001,29(5):718-721
[27] 赵亦红,朱红,向健勇.基于分形模型的人造目标检测技术[J].红外与毫米波学报,1999,4(5):336- 340
[28] 谢昆青,李志尧.树木年轮研究的扫描图像分析方法及其在环境演变中的应用[J].第四纪研究,2005,20(3):259-269
[29] 徐晓燕,严壮志等.基于多分辨率图像锥结构的乳腺肿块自动识别和描绘方法[J].工程与应用,2003,8:198-200
[30] 黄宏华,蔡健荣.利用计算机视觉检测家蚕微粒子病的改进研究[J].江苏大学学报(自然科学版),2003,24(2):43-46
[31] 王文宁等.一种新的灰度直方图分割阈值的自动检测方法[J].计算机工程与应用,2005,26:89-90
[32] 张光年.多尺度小波梯度图像增强方法[J].首都师范大学学报(自然科学版),2006,27(2):16-19
[33] 陈永厚等.年轮变异与生态灾害预测的研究[J].林业勘查设计,1998,1:51-53
[34] 朱立新,夏德深.目标自适应图像分块与小目标提取[J].计算机工程与应用,2005,2,25:88-90
[35] 赵延宁.基于 R2V 和 AutoCAD 的树木年代学方法及其在冀北山地的初步应用[J].中国水土保持科学,2005,9,3(3):87-91
[36] 余清珠,张永宏.北京杨年轮宽度与气候因子相关性初探[J].陕西林业科技,1996,3:23-26
[37] 刘洪滨等.采用树轮图像分析方法研究历史时期气候变化的可行性[J].计算机工程与应用,1996,6,15(2):44-51
[38] 刘禹等 以树木年轮宽度资料重建湟水河过去 248 年来 6-7 月份河流径流量[J].干旱区资源与环境,2006,11,20(6):69-73
[39] 董雅文,潘良宝等.南京栖霞山地区黑松、马尾松年轮 Pb、Zn 含量与降水量的谱分析[J].生态学杂志,1995,14(2):13-17
[40] 候爱敏,周国逸,彭少麟.鼎湖山马尾松径向生长动态与气候因子的关系[J].应用生态学报,2003, 14:637-639
[41] 王婷,于丹,李江风等.树木年轮宽度与气候变化关系研究进展[J].植物生态学报,2003,27(1): 23- 33
[42] 苏兵强.杉木家系年轮宽度及年轮密度组成性状遗传分析[J].江西农业大学学报(自然科学版),2002,6,24(3):336-339
[43] 郭佩芸等.树木年轮指数序列年表的研制技术和原理研究[J].内蒙古气象,2001,1:18-20
[44] 李诗佩,吴求亮,张恒义.X线颅面影像自动识别分析系统的研制[J].计算机在口腔医学中的应用,2002,11,37(6):466-469
[45] 赵瑶池,蔡自兴.一种对光照具有鲁棒性的图像分割方法[J].计算机应用研究,2005 154-158
[46] 朱炜等.微机与树干解析装置连接系统的建立与初步应用[J].福建林业科技,1997,24(2):47-50
[47] 张爱珍,业宁.基于图像模式识别技术的牛顿环检测[J].物理实验,2003,23(8):33-35
[48] 王岚等.几种模式识别方法在生物信息学中的应用[J].计算机与应用化学,2007,1,24(1):53-55
[49] 赵明,束为,荣钢等.基于 K-L 变换的掌纹自动识别[J].清华大学学报(自然科学版),2000,40(9): 100-103
[50] 王刚,刘立柱.基于神经网络的模糊模式识别算法研究[J].信息工程大学学报,2006,3,7(1):54-95
[51] 张爱珍,兆军,王厚立等.原木断层扫描图像的自动分割研究[J].信息技术,2003,11
[52] 李同喜,刘弘,高丽丽.基于模式识别的创新概念设计[J].计算机工程与应用,2007,43(1):115-117
[53] Funt BV,Bryant EC.Detection of internal log defects by automatic interpretation of computer tomography images[J]. Forest Products Journal,1987,37(1):56-62
[54] Bhandarkar S,Faust T D,Tang M J.A system for detection of internal log defects by computer analysis of axial CT images[C].
[55] Chang S J,Olson J R,Wang P C.NMR imaging of internal features in wood[J].Forest Products Journal,1989
[56] GOUTSIAS J,HEIJMANS H.Fundament morphologics mathematics[J].Fundamenta Informatics,2000,41:1-31
[57] Sahoo P K.A Survey of Threshold Techniques, Comput Vision Graphics [J].Image Process,2001,41:336-340
[2] 张成海.现代自动识别技术与应用[M].清华大学出版社
[3] 吴祥定.树木年轮与气候变化[M].气象出版社
[4] 姚敏等.数字图像处理[M].机械工业出版社
[5] 容观澳.计算机图像处理[M].清华大学出版社
[6] 王金满,曲艳杰,李坚.傅立叶变换图像处理方法在木材解剖特征研究上的应用[J].四川农业大学学报(木材研究专辑),1998,16(1):176-180
[7] 李军.一种改进的数字图像模糊增强算法[J].电子测量技术,2006,29(5):57-60
[8] 熊宇虹, 温志渝等.基于神经网络的光谱识别系统的设计与分析[J]. 光谱学与光谱分析,2007,27(1):139-142
[9] 江巨浪,张佑生,薛峰等.保持图像亮度的局部直方图均衡算法[J].电子学报,2006,5:861-866
[10] 陈北京,李均利,陈刚等.基于分割和累积指数变换的 MR 图像增强算法[J].计算机工程和应用,2006,16:29-31
[11] 张永忠,朱英.Hough 变换在物体边缘检测上的应用[J].中国科技信息,2006,13:115-116
[12] 陶娜娜,高军,张建.一种基于小波阈值的图像去噪方法研究[J].农业装备与车辆工程,2007,1:30-32
[13] 童雀菊,丁建文,王厚立.非破坏性木材内部缺陷检测――木材 CT 扫描研究动态[J].林产工业,2005,32(3):14-16
[14] 文武,黄地龙,郭曦榕.保信去噪在图像预处理中的应用[J].红外技术,2006,28(7):415-418
[15] 张淑娟,金淑英.利用分段线性拉伸法增强图像阴影区的亮度和反差[J].计算机工程与应用,2006,29(3):81-83
[16] 陈延梅,吴勃英.基于数学形态学的图像增强方法[J].哈尔滨工业大学学报,2006,6,8(6):906-908
[17] 张东衡,沈永增,张敏捷.基于分形的低反差图像增强方法[J].浙江工业大学学报,2006, 34(3):266-268
[18] 蔡宇隽,杜宇人.图像分割实用技术研究[J].图像分割实用技术研究,2005,4:64-66
[19] 王晓莉,文华,罗予频.基于鲁棒估计的 Retinex 图像增强方法[J].计算机应用,2006,7,26(7):1611-1613
[20] 范生宏,黄桂平等.Canny 算子对人工标志中心的亚像素精度定位[J].测绘科学技术学报,2006,23(1):76-78
[21] 黄世国,耿国华.一种非线性逆扩散图像增强算法[J].计算机应用,2006,8,26(8):1842-1844
[22] 张东波 , 黄辉先 . 粗糙集在图像边缘增强滤波中的应用 [J]. 计算机工程与应用 ,2006, 20:67-70
[23] 孙伟,王志坚.基于标准差梯度的模糊边缘检测算法[J].红外与激光工程,2005,3,14(4):455-458
[24] 邢军.基于 Sobel 算子数字图像的边缘检测[J].微机发展,2005,9
[25] 王文宁,王汇源,牟文英.一种新的灰度直方图分割阈值的自动检测方法[J]. 计算机工程与应用,2005,26:89-90
[26] 黄建军,赵荣榛.基于模糊 ART 的图像分割[J].电子学报,2001,29(5):718-721
[27] 赵亦红,朱红,向健勇.基于分形模型的人造目标检测技术[J].红外与毫米波学报,1999,4(5):336- 340
[28] 谢昆青,李志尧.树木年轮研究的扫描图像分析方法及其在环境演变中的应用[J].第四纪研究,2005,20(3):259-269
[29] 徐晓燕,严壮志等.基于多分辨率图像锥结构的乳腺肿块自动识别和描绘方法[J].工程与应用,2003,8:198-200
[30] 黄宏华,蔡健荣.利用计算机视觉检测家蚕微粒子病的改进研究[J].江苏大学学报(自然科学版),2003,24(2):43-46
[31] 王文宁等.一种新的灰度直方图分割阈值的自动检测方法[J].计算机工程与应用,2005,26:89-90
[32] 张光年.多尺度小波梯度图像增强方法[J].首都师范大学学报(自然科学版),2006,27(2):16-19
[33] 陈永厚等.年轮变异与生态灾害预测的研究[J].林业勘查设计,1998,1:51-53
[34] 朱立新,夏德深.目标自适应图像分块与小目标提取[J].计算机工程与应用,2005,2,25:88-90
[35] 赵延宁.基于 R2V 和 AutoCAD 的树木年代学方法及其在冀北山地的初步应用[J].中国水土保持科学,2005,9,3(3):87-91
[36] 余清珠,张永宏.北京杨年轮宽度与气候因子相关性初探[J].陕西林业科技,1996,3:23-26
[37] 刘洪滨等.采用树轮图像分析方法研究历史时期气候变化的可行性[J].计算机工程与应用,1996,6,15(2):44-51
[38] 刘禹等 以树木年轮宽度资料重建湟水河过去 248 年来 6-7 月份河流径流量[J].干旱区资源与环境,2006,11,20(6):69-73
[39] 董雅文,潘良宝等.南京栖霞山地区黑松、马尾松年轮 Pb、Zn 含量与降水量的谱分析[J].生态学杂志,1995,14(2):13-17
[40] 候爱敏,周国逸,彭少麟.鼎湖山马尾松径向生长动态与气候因子的关系[J].应用生态学报,2003, 14:637-639
[41] 王婷,于丹,李江风等.树木年轮宽度与气候变化关系研究进展[J].植物生态学报,2003,27(1): 23- 33
[42] 苏兵强.杉木家系年轮宽度及年轮密度组成性状遗传分析[J].江西农业大学学报(自然科学版),2002,6,24(3):336-339
[43] 郭佩芸等.树木年轮指数序列年表的研制技术和原理研究[J].内蒙古气象,2001,1:18-20
[44] 李诗佩,吴求亮,张恒义.X线颅面影像自动识别分析系统的研制[J].计算机在口腔医学中的应用,2002,11,37(6):466-469
[45] 赵瑶池,蔡自兴.一种对光照具有鲁棒性的图像分割方法[J].计算机应用研究,2005 154-158
[46] 朱炜等.微机与树干解析装置连接系统的建立与初步应用[J].福建林业科技,1997,24(2):47-50
[47] 张爱珍,业宁.基于图像模式识别技术的牛顿环检测[J].物理实验,2003,23(8):33-35
[48] 王岚等.几种模式识别方法在生物信息学中的应用[J].计算机与应用化学,2007,1,24(1):53-55
[49] 赵明,束为,荣钢等.基于 K-L 变换的掌纹自动识别[J].清华大学学报(自然科学版),2000,40(9): 100-103
[50] 王刚,刘立柱.基于神经网络的模糊模式识别算法研究[J].信息工程大学学报,2006,3,7(1):54-95
[51] 张爱珍,兆军,王厚立等.原木断层扫描图像的自动分割研究[J].信息技术,2003,11
[52] 李同喜,刘弘,高丽丽.基于模式识别的创新概念设计[J].计算机工程与应用,2007,43(1):115-117
[53] Funt BV,Bryant EC.Detection of internal log defects by automatic interpretation of computer tomography images[J]. Forest Products Journal,1987,37(1):56-62
[54] Bhandarkar S,Faust T D,Tang M J.A system for detection of internal log defects by computer analysis of axial CT images[C].
[55] Chang S J,Olson J R,Wang P C.NMR imaging of internal features in wood[J].Forest Products Journal,1989
[56] GOUTSIAS J,HEIJMANS H.Fundament morphologics mathematics[J].Fundamenta Informatics,2000,41:1-31
[57] Sahoo P K.A Survey of Threshold Techniques, Comput Vision Graphics [J].Image Process,2001,41:336-340