计算机视觉技术在作物形态测量中的应用

摘要

本文以玉米为主要研究对象，以计算机视觉理论为基础，采用计算机图像处理技术，研究了作物形态信息的计算机视觉检测技术。主要研究内容包括：　　为了便于后续的图像处理，为数码照片的采集过程制定了相应的拍摄规范，并确定使用普通VCD光盘作为系统标定的参照物。　　分析了作物形态信息计算机视觉检测中带有共性的图像处理方法。通过图像处理效果比较，采用聚类的方法从背景中分割出玉米对象，中值滤波法平滑二值图像中的噪声，Hilditch细化技术对玉米黑白图像进行细化，使用迭代终点拟合算法得到便于调整的株型矢量曲线。　　基于上述研究，在中文Windows2000操作平台下使用MicrosoftVisualC++.net2003程序开发设计了的作物形态特征的计算机视觉检测软件。另外，在软件的开发过程中，全面应用了面向对象的编程开发方法，将图像的二值化、平滑、细化等各种常用图像处理的方法和属性，分别封装为一个个独立的类，从而可以缩短后续开发的时间，提高开发效率。　　本研究为进一步研究和开发具有实用价值的作物形态信息计算机视觉检测系统提供了理论依据和技术支持，并为虚拟作物的建模提供了一些数据。

目录

文摘

英文文摘

声明

第一章综述

1.1研究目的和意义

1.2国内外研究概况

1.3研究目标与研究方案

1.3.1研究内容与目标

1.3.2研究方案

第二章作物生长信息检测系统

2.1概述

2.2系统设计

2.2.1系统设计思想

2.2.2系统设计特点

2.3系统使用

第三章图像的获取

3.1拍摄标准

3.2图像获取

3.3系统标定

3.4定标实验

3.4小结

第四章图像预处理算法的选择

4.1二值图像分割

4.2噪声去除

4.2.1腐蚀和膨胀

4.2.2中值滤波

4.2.3区域标记

4.3株型曲线的预处理

4.3.1细化

4.3.2剪枝

4.3.3曲线跟踪

4.3.4茎叶区分

4.4叶片轮廓的预处理

4.4.1轮廓提取

4.4.2轮廓跟踪

4.4.3叶脉提取

4.5矢量化

4.6小结

第五章玉米生长信息的检测

5.1玉米的形态特征

5.2株型的检测

5.2.1叶脉特征检测

5.2.2其他株型特征检测

5.3叶片形态检测

5.3.1叶面积

5.3.2叶脉长度

5.3.3叶宽

5.4小结

第六章测量数据与误差分析

6.1自然株高

6.2生理株高

6.3叶位高

6.4叶长

6.5小结

第七章结论

7.1主要研究结论

7.2今后设想

参考文献

攻读硕士学位期间参与的学术活动

一、发表的学术论文

二、参加的学术研讨会

三、参与的主要科研项目

致谢

附录

1.国际上的作物图像分析软件

1.1美国CIAS计算机图象分析系统

1.2英国Delta TDevicesLtd图象分析系统

1.3加拿大REGENTINSTRUMENTSINC植物科学图象分析专用系统

2.GDI+测量误差分析

3.计算机软件登记著作权登记证书

4.作物测量软件(2.0版)鉴定报告