一種使用經(jīng)驗(yàn)系數(shù)灰度化的中藥葉片分割方法

汪慶+杜煒+譚紅春

摘要：針對(duì)傳統(tǒng)的彩色葉片圖像灰度化分割效果不理想問(wèn)題，使用了一種經(jīng)驗(yàn)系數(shù)灰度化的彩色葉片圖像分割方法。該方法利用RGB顏色相關(guān)性特征進(jìn)行灰度化，提高葉片顏色比例，增加葉片與背景的差異性，在不同背景條件下對(duì)葉片圖像使用最大類間方差法進(jìn)行分割。實(shí)驗(yàn)結(jié)果表明，使用經(jīng)驗(yàn)系數(shù)灰度化的方法可以獲得更理想的分割效果。

關(guān)鍵詞：圖像分割；植物葉片；灰度化；經(jīng)驗(yàn)系數(shù)；最大類間方差法

中圖分類號(hào)： TP319

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：

16727800（2017）004018002

0引言 中藥植物的外在特征包括莖、葉、果實(shí)和根部，植物葉片是表達(dá)植物的重要外在圖像特征，外觀形狀相對(duì)穩(wěn)定，圖像易于拍攝獲取，通過(guò)葉片來(lái)識(shí)別植物品種非常便利。葉片圖像的提取是植物識(shí)別系統(tǒng)預(yù)處理的重要一步，對(duì)識(shí)別結(jié)果將產(chǎn)生重要影響。不少學(xué)者對(duì)葉片圖像處理系統(tǒng)進(jìn)行了相關(guān)研究，大多側(cè)重于葉片識(shí)別算法。劉驥等[1]針對(duì)無(wú)背景圖像的葉片進(jìn)行簡(jiǎn)單的腐蝕膨脹，消除空洞；李晨等[2]使用Sober算子實(shí)現(xiàn)了簡(jiǎn)單背景葉片分割；李萍等[3]對(duì)簡(jiǎn)單背景的植物葉片圖像通過(guò)稀疏表示系數(shù)識(shí)別植物種類；王艷菲等[4]對(duì)無(wú)背景理想狀態(tài)的植物葉片進(jìn)行旋轉(zhuǎn)校正并使用CENTRIST特征分類。上述文獻(xiàn)中的葉片圖像預(yù)處理分割均在無(wú)背景或簡(jiǎn)單背景條件下進(jìn)行，但實(shí)際工作往往是在自然環(huán)境中直接獲得葉片標(biāo)本并實(shí)時(shí)處理，可能不具備提供簡(jiǎn)單背景的條件。 本文將一種系數(shù)相關(guān)性的植物灰度化方法引入到葉片圖像，在相對(duì)復(fù)雜的環(huán)境中進(jìn)行算法分割，實(shí)驗(yàn)結(jié)果證明該灰度化的葉片分割方法能夠獲得理想結(jié)果。1傳統(tǒng)葉片圖像灰度化方法 葉片圖像包括前景和背景兩個(gè)部分，前景是葉片區(qū)域，背景是非目標(biāo)葉片區(qū)域。圖像分割的目的就是將真實(shí)的葉片區(qū)域從背景中分離出來(lái)，為后續(xù)葉片分類識(shí)別做準(zhǔn)備。 若葉片光照不均勻，背景區(qū)域灰度化后存在與葉片區(qū)域的灰度值相似的區(qū)域，就會(huì)影響到分割結(jié)果。1.1傳統(tǒng)葉片圖像灰度化 圖像灰度化是直接使用空域的圖像變換方法。彩色圖像具有RGB三種顏色通道，每個(gè)像素點(diǎn)具有255*255*255種顏色變化。灰度圖像只有一個(gè)灰度分量，變化范圍僅為255階灰度值。通過(guò)灰度變換將彩色圖像的RGB空間轉(zhuǎn)化為灰度空間表示，能夠在盡可能表達(dá)圖像信息的情況下，大大降低圖像的計(jì)算復(fù)雜度和存儲(chǔ)空間。圖像處理中常用的灰度化方法有平均值灰度化方法和加權(quán)平均灰度化方法。

2.3彩色圖像灰度化的葉片分割步驟（GraySeg算法） ①讀取葉片彩色圖像原圖A；②對(duì)原圖中的每個(gè)像素點(diǎn)使用式（4）進(jìn)行處理，得到灰度圖B；③對(duì)圖B使用OTSU算法，得到二值化分割圖C；④對(duì)圖C進(jìn)行數(shù)字形態(tài)學(xué)處理，先腐蝕膨脹運(yùn)算消除誤分區(qū)域，得到圖D；⑤對(duì)圖D與原圖A進(jìn)行對(duì)比運(yùn)算，獲得最終的分割結(jié)果。

3實(shí)驗(yàn)步驟與結(jié)果分析 實(shí)驗(yàn)環(huán)境為：i5 CPU M520 @2.40GHZ，4G內(nèi)存，操作系統(tǒng)為Windows7 -32位，MATLAB 7.0編程實(shí)現(xiàn)。 本文的實(shí)驗(yàn)樣本來(lái)源為手機(jī)拍照，分辨率為800*600像素。選取3種情況下的中藥植物葉片圖片：①簡(jiǎn)單背景的枇杷葉片（見(jiàn)圖1）；②不均勻光照背景的胡禿子葉片（見(jiàn)圖2）；③自然環(huán)境中的大吳風(fēng)草葉片（見(jiàn)圖3）。

3大吳風(fēng)草葉片

實(shí)驗(yàn)步驟如下：對(duì)圖1、圖2和圖3的葉片圖像使用GraySeg算法進(jìn)行分割實(shí)驗(yàn)，并在算法第②步中分別使用平均值灰度化預(yù)處理、加權(quán)平均灰度化預(yù)處理和經(jīng)驗(yàn)系數(shù)灰度化預(yù)處理，得到算法分割的實(shí)驗(yàn)結(jié)果。每組有3幅圖，從左至右分別為：①使用平均值灰度化分割結(jié)果；②使用加權(quán)平均灰度化分割結(jié)果；③使用經(jīng)驗(yàn)系數(shù)灰度化分割結(jié)果。3.1簡(jiǎn)單背景的枇杷葉片圖像分割在第一組簡(jiǎn)單背景的枇杷葉片圖像中：運(yùn)用葉片灰度化方法，分割后的葉片圖像邊緣含有拍攝產(chǎn)生的陰影區(qū)域，如圖4、圖5所示；而經(jīng)驗(yàn)系數(shù)灰度化分割方法進(jìn)行葉片圖像分割能準(zhǔn)確地分割出葉片圖像，如圖6所示。

3.2不均勻光照背景的胡禿子葉片圖像分割在胡禿子葉片圖像中運(yùn)用葉片灰度化方法，由于背景中的部分區(qū)域經(jīng)過(guò)灰度化后的灰度值和葉片的灰度值相似，分割算法即使通過(guò)數(shù)學(xué)形態(tài)學(xué)修正，葉片圖像中的部分區(qū)域仍被錯(cuò)分為背景，結(jié)果如圖7和圖8所示；而運(yùn)用經(jīng)驗(yàn)系數(shù)灰度化方法能夠不受光照影響將葉片正確地分割出來(lái)，結(jié)果如圖9所示。

3.3自然環(huán)境中的大吳風(fēng)草葉片圖像分割在大吳風(fēng)草葉片圖像中運(yùn)用葉片灰度化方法，分割算法將大量背景中的區(qū)域錯(cuò)誤地分割為葉片區(qū)域，結(jié)果如圖10和圖11所示；而運(yùn)用經(jīng)驗(yàn)系數(shù)灰度化方法，通過(guò)簡(jiǎn)單的數(shù)學(xué)形態(tài)學(xué)修正，就可將葉片完整地從自然環(huán)境中分割出來(lái)，結(jié)果如圖12所示。

4結(jié)語(yǔ) 本文使用了一種基于經(jīng)驗(yàn)系數(shù)灰度化的葉片圖像分割方法，該灰度化方法通過(guò)加大綠色的比例，增加葉片與背景的差異性，解決了傳統(tǒng)灰度化方法葉片分割效果差的問(wèn)題。實(shí)驗(yàn)表明，特定場(chǎng)景下使用經(jīng)驗(yàn)系數(shù)灰度化的葉片分割可以得到理想的分割結(jié)果。

參考文獻(xiàn)：

[1]劉驥， 曹鳳蓮， 甘林昊. 基于葉片形狀特征的植物識(shí)別方法[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)， 2014，25（6）：200202.

[2]李晨， 姚瑋， 韓忠偉， 等. 利用 CBIA 與 WSN 構(gòu)建的植物葉片分類系統(tǒng)[J]. 計(jì)算機(jī)應(yīng)用研究， 2015，32（11）：33363340.

[3]李萍， 張波， 張善文. 基于葉片圖像處理和稀疏表示的植物識(shí)別方法[J]. 江蘇農(nóng)業(yè)科學(xué)， 2016，44（9）：364367.

[4]王艷菲， 朱俊平， 蔡騁. 基于CENTRIST的植物葉片識(shí)別研究與實(shí)現(xiàn)[J]. 計(jì)算機(jī)工程與設(shè)計(jì)，2012，11（33）：43434347.

[5]BURGOS ARTIZZU X P， RIBEIRO A， TELLAECHE A. Analysis of natural images processing for the extraction of agricultural elements[J]. Image Vision Computing， 2010（28）：138149.

[6]BURGOS ARTIZZU X P， RIBEIRO A， GUIJARRO M. Realtime image processing for crop/weed discrimination in maize fields[J]. Computers and Electronics in Agriculture， 2011，75（2）：337346.

[7]OTSU N. A threshold selection method from graylevel histograms[J].IEEE Transactions on System Man and Cybernetic，1979，9（1）：6266.

（責(zé)任編輯：杜能鋼）