多场景根系图像分析方法的应用研究

论文摘要

根是植物的三大器官之一,根不仅将植物牢牢地固定在地面上,更是对整个植物的健康生长起着关键的作用。根系的形态学参数,是植物学家研究植株健康与根系在生态环境中的作用的重要依据。因此,随着近些年科学技术的不断发展,根系图像的研究越来越深入。本论文以三种不同场景下获得的具有不同特点的根系图像作为研究对象。通过图像处理的方式从不同背景中提取出目标根系,并使用细化算法提取根的骨架,通过对其骨架进行形态学计算,得到根系的相关参数。论文的主要工作如下:1.根系生长环境特殊,导致所获取的根图像背景复杂,再加上根系自身的形态较为纤细,本文通过实验,研究了各类滤波器在根系图像中的具体表现,从而选取适当的滤波器作为预处理方式。2.对于具体的根系分割,本文尝试使用阈值分割、边缘检测和区域生长三类分割算法对不同场景得到的根系图像进行分割。分析得到的实验结果,从而得出传统算法应用于根图像时的具体表现。3.在综合对比传统分割算法的基础上,本文引入了在图像处理领域有良好表现的脉冲耦合神经网络。通过结合脉冲耦合神经网络和Sobel算子,提出一种适用于根系图像的分割方法。并将该方法与传统的分割方法从人工交互量、耗时和误分割率三个方面进行对比。4.最后,为了更加准确的获取根系形态学相关参数,本文对Zhang-Suen细化算法进行了改进,同时引入链域对根尖计数算法进行优化。然后在Matlab2018b平台上,基于根系图像处理流程以及本文涉及到的相关算法,实现了根系图像分析系统。

论文目录

中文摘要

Abstract

第一章绪论

1.1 课题研究背景与意义

1.2 根系图像处理国内外研究现状

1.2.1 国外研究现状

1.2.2 国内研究现状

1.3 论文主要工作与章节安排

1.4 本章小结

第二章根系图像的获取与预处理

2.1 根系图像的获取

2.2 根系图像特征分析

2.3 根系图像预处理

2.3.1 灰度化处理

2.3.2 高斯滤波器

2.3.3 均值滤波器

2.3.4 中值滤波器

2.4 本章小结

第三章根系图像分割方法对比分析

3.1 阈值分割法

3.1.1 基本全局阈值法

3.1.2 大津法

3.1.3 局部阈值法

3.1.4 实验结果

3.2 边缘检测

3.2.1 一阶微分算子

3.2.2 二阶微分算子

3.3 区域分割法

3.3.1 常用的区域分割法

3.3.2 K-means聚类算法

3.4 基于马尔可夫随机场与水平集的分割实验

3.5 本章小结

第四章基于PCNN的根系图像分割方法研究

4.1 脉冲耦合神经网络介绍

4.1.1 PCNN简介

4.1.2 PCNN工作原理

4.1.3 PCNN在图像处理中的应用

4.2 PCNN分割根系图像

4.3 基于Sobel算子的PCNN分割算法

4.3.1 Sobel算子

4.3.2 基于Sobel算子的PCNN分割算法

4.4 本章小结

第五章根系图像分析系统实现

5.1 系统设计分析

5.2 形态学参数测量

5.2.1 根系图像细化算法

5.2.2 参数计算

5.3 系统框架与实现展示

5.4 本章小结

第六章总结与展望

6.1 总结

6.2 展望

参考文献

附录A 多场景根系原图与手动分割结果

附录B 多场景根系原图二与相关实验图

在学期间的研究成果

致谢

文章来源

类型: 硕士论文

作者: 张垚

导师: 王兆滨

关键词: 植物根系,预处理,图像分割,形态学参数

来源: 兰州大学

年度: 2019

分类: 基础科学,信息科技

专业: 生物学,计算机软件及计算机应用

单位: 兰州大学

分类号: TP391.41;Q944.54

总页数: 71

文件大小: 4802K

下载量: 59

多场景根系图像分析方法的应用研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢