学位论文 > 优秀研究生学位论文题录展示
基于Gabor小波的植物根系边缘检测方法研究
作 者: 王立辉
导 师: 宋文龙
学 校: 东北林业大学
专 业:
关键词: 护坡植物根系图像 图像分割 Gabor小波理论 边缘检测
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 62次
引 用: 0次
阅 读: 论文下载
内容摘要
|
植物的根系具有涵养水源、治理沙化耕地,控制水土流失,防风固土等优点,因此近几十年来,植被固坡的方法在边坡治理中被广泛应用,使其兼具边坡绿化和加固的作用。根系研究是植物营养学、植物生理学等学科的重要课题之一,而根系形态分析则是根系研究的重要内容。对根系形态基本参数及根构型参数的准确测定是根系形态分析的前提和关键。因此,本论文采用阵列分布内窥式方法获取固坡植物生长过程中根形态等相关的信息,并对所获取的固坡植物根系图像信息进行一系列的相关处理,如,图像预处理,分割根系和土壤组成颗粒,边缘检测并分别提取根长、根直径等根形态参数值。本文主要对根系图像预处理和图像分割进行了深入的研究,并提出了基于Gabor小波变换来捕获根系边缘特征,该算法可以弥补传统算法对图像边缘信息漏检的缺陷,使根系的轮廓完整的展现,在后续的根系图像分析实验中取得了较好的结果。本论文的主要研究工作包括:(1)运用数字图像处理技术对所采集的根系数字图像进行了研究,包括根系图像几何畸变校正、根系图像的预处理,即图像增强和图像的平滑、根系图像的分割及根系图像形态参数计算等。(2)提出了一种基于Gabor小波变换检测边缘的方法,该方法是将Gabor变换和小波变换融合后应用的一种算法,并将该算法和传统的边缘检测算法进行比较,实验结果表明基于Gabor小波变换的边缘检测算法,是基于特征和灰度的描述,因此,它对几何变形和亮度的变化不敏感,便于观察而且检测的图像边缘清晰度较好,具有一定的抵御噪声干扰的能力,对于那些经典算子很难检测出来的细节,都能进行很好的检测。对背景也有一定的抗干扰作用,尤其是它提取的轮廓图像更接近于真实。实验证明该算法在根系图像边缘检测中的可行性。本论文选题于国家自然基金项目“基于根际微结构动态模型分析的植被固坡作用机理研究”。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-14 1.1 本课题的背景和意义 9-10 1.2 本课题国内外研究现状分析 10-12 1.2.1 国外现状 11 1.2.2 国内现状 11-12 1.3 基于图像处理技术在根系中应用的构想 12-13 1.4 研究内容和主要任务 13-14 2 植物根系的监测系统 14-23 2.1 根系图像监测系统构成及原理 14-19 2.1.1 系统结构 14-15 2.1.2 机械系统 15-16 2.1.3 照明系统及光源的选择 16-18 2.1.4 透明管的选择及安装 18-19 2.2 图像采集系统 19-21 2.2.1 CCD摄像机 19-20 2.2.2 图像采集卡 20-21 2.3 图像处理系统 21-22 2.4 本章总结 22-23 3 植物根系图像的预处理方法 23-34 3.1 几何校正 23-24 3.2 图像增强 24-27 3.2.1 图像灰度变换 24-27 3.2.2 直方图均衡化 27 3.3 图像的平滑 27-33 3.3.1 线性平滑滤波器 28-29 3.3.2 中值滤波 29-30 3.3.3 高斯滤波 30-31 3.3.4 同态滤波 31-33 3.4 本章小结 33-34 4 植物根系图像分割算法 34-53 4.1 阈值分割法 34-39 4.1.1 迭代算法 35-36 4.1.2 大律法 36-37 4.1.3 基于最小误差的阈值分割 37-38 4.1.4 实验结果分析 38-39 4.2 传统的边缘检测算法 39-45 4.2.1 传统的边缘检测算子 40-44 4.2.2 实验结果分析 44-45 4.3 基于Gabor小波变换的根系图像边缘检测 45-51 4.3.1 小波理论简介 45-47 4.3.2 Gabor小波变换 47 4.3.3 Gabor变换时域分析 47-49 4.3.4 二维Gabor小波函数 49-51 4.3.5 实验结果分析 51 4.4 本章小结 51-53 5 植物根系的图像几何特征测量 53-57 5.1 根长度的测量 54 5.2 根系表面积的计算 54-55 5.3 根的平均直径 55-56 5.4 本章小结 56-57 结论 57-58 参考文献 58-62 攻读学位期间发表的学术论文 62-63 致谢 63-64
|
相似论文
- 森林防火系统中图像识别算法的研究,TP391.41
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 个性化人工膝关节设计及其生物力学特性研究,R318.1
- 基于图像处理技术的烟叶病害自动识别研究,S435.72
- 基于机器视觉的光纤几何参数检测研究,TN253
- 红外图像目标识别及跟踪技术研究,TP391.41
- 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
- 基于可视特征的彩色图像分割方法及应用研究,TP391.41
- 基于水平集区域分割的医学图像融合算法研究,TP391.41
- 基于LiDAR点云与CCD影像的建筑物特征提取,P225.2
- 交通视频中车辆异常行为检测及应用研究,TP391.41
- 复杂相变热图序列相变线提取算法研究,TP391.41
- 基于马尔可夫随机场模型的医学图像分割方法研究,TP391.41
- 基于CCD探测技术的棉花“三丝”自动剔除系统研究,TP391.41
- 基于Snake模型的参数活动轮廓模型在医学图像处理中的应用,TP391.41
- 基于GPS导航的嵌入式鱼群探测器的研究与开发,TN967.1
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
- 基于数学形态学的边缘检测研究,TP391.41
- 基于数字图像处理的镀锌板表面缺陷边缘检测算法研究,TP274
- B超仪中纹理特征量化功能的设计与实现,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|