[发明专利]基于叶片骨架模型的植物叶片图像自动识别方法

摘要

本发明公开了基于叶片骨架模型的植物叶片图像自动识别方法，包含以下顺序的步骤：获取植物叶片图像中叶片骨架的候选点；对叶片骨架候选点图像进行增强；消除植物叶片图像中的噪声；通过颜色分割和光滑度分割，来消除植物叶片图像中叶片根底部以下的叶茎部分；获得每个叶片根底部以及主方向，从而识别叶片的位置和分布方向。本发明的方法，处理效率高、精确度高，且应用范围广。

主权项

基于叶片骨架模型的植物叶片图像自动识别方法，包含以下顺序的步骤：1）获取植物叶片图像中叶片骨架的候选点：a、获得叶片每一个像素的切方向，并假设该叶片主茎宽度所占像素数为d；b、对每一个像素点P，求其两边与切方向平行的两条短线，然后对短线上点的像素亮度与像素点P的中心点比较，若亮度比中心点小的点在65%以上，则认为其是叶片骨架的候选点；2）对叶片骨架候选点图像进行增强；3）消除植物叶片图像中的噪声；4）消除植物叶片图像中叶片根底部以下的叶茎部分：a、通过颜色进行分割：将原始图像中绿色分量大于红色分量和蓝色分量的像素保留，去除非绿色背景的干扰；b、通过光滑度进行分割：计算每一个像素的光滑度，当该像素的光滑度大于阈值时，则认为该像素比较粗糙，不属于叶片，将该像素剔除；c、获得去除根部图像：将步骤3）中所得的候选点，用经过光滑度分割的图像A进行检验，如果候选点是图像A中保留的像素，则该候选点保留，否则删除；5）获得每个叶片根底部以及主方向，从而识别叶片的位置和分布方向：a、对步骤4）所得的结果图进行细化，计算细化后所有候选点的相对转动惯量，取相对转动惯量最大的点作为叶片根底部；b、以叶片根底部为中心，在0～360度的每一个角度α画一个矩形，矩形两长边的方向为α，并称此矩形的主方向为α；c、统计每个矩形内的候选点数量，选取包含候选点最多的矩形，此矩形的主方向α为叶片的主方向，叶片主方向是指叶片从根底部指向顶部的方向。