微根窗根系的圖像處理方法研究.pdf

1、根系是植物從土壤中獲取營養(yǎng)的重要器官，其生長狀況對植物有著至關重要的影響，而且根系通過與土壤形成復合結(jié)構(gòu)體的方式，起到了固定植物地上部分以及固定土壤防止水土流失的作用，同時在生態(tài)系統(tǒng)循環(huán)中根系的碳匯作用也是不可忽視的。由此可知對根系進行研究的意義是非常重大的，但是由于根系隱藏于地面以下，很難對根系進行直接的觀察。微根窗技術的提出為人們對植物根系的研究帶來了極大的方便。本論文在國家自然科學基金資助項目(30972424/C0414)的支持

2、下，對微根窗技術獲得根系圖像的處理技術進行研究，提高了根系圖像處理的速度與精度，同時還在此研究基礎上對植物的根系形態(tài)參數(shù)測量方法進行了分析與研究。本文的主要研究內(nèi)容有以下幾個方面:
　　論文提出使用模糊算法對噪聲進行分類，將噪聲分為高斯噪聲、處于邊緣的脈沖噪聲以及處于圖像平坦區(qū)域的脈沖噪聲，分別采用模糊加權均值濾波、雙向多級中值濾波和單向多級中值濾波的方法進行濾波處理，自適應分類濾波算法去除圖像噪聲的同時較好地保護了邊緣細節(jié)。對微

3、根窗采集到的根系圖像進行圖像增強及去噪，減小原始模糊圖像邊緣的寬度，為后續(xù)圖像處理做準備。
　　通過圖像拼接將微根窗獲取的多幅根系局部圖像拼接為完整的根系圖像，以獲得較為全面的根系形態(tài)分布。本研究提出相位相關法與特征點匹配相結(jié)合的方式進行圖像拼接。改進后的Harris角點檢測算法提高了對灰度變化的敏感性及定位的準確性;改進角點響應函數(shù)解決了原有函數(shù)中K值設定的隨機性;根據(jù)首圖像處理結(jié)果自動設定后續(xù)圖像角點響應函數(shù)的閥值T;對完成匹

4、配的圖像進行亮度調(diào)節(jié)。
　　論文中根據(jù)Canny三準則選擇三次B樣條小波函數(shù)進行自適應閥值多尺度根系圖像邊緣特征提取，并將檢測后的多幅圖像進行數(shù)據(jù)融合得到準確的根系邊緣特征圖像。
　　通過對數(shù)學形態(tài)學的開閉操作進行根系的形態(tài)分布及參數(shù)測量。利用膨脹和腐蝕等技術對所提取的根系邊緣特征圖像的毛刺、凹陷、間斷及孤立的小孔進行處理，利用數(shù)學形態(tài)學的薄化運算對根系邊緣圖像進行細化，為后續(xù)根系形態(tài)參數(shù)測量提供數(shù)據(jù)來源。根據(jù)圖像像素與實際