护坡植物根系识别方法及固坡机理分析

摘要

近年来，由于植被护坡具有边坡绿化和边坡加固的双重优点，故其被广泛应用在边坡治理中。植物体最重要的组成部分是根系，根系是植物生长发育、新陈代谢最重要的器官。且植物的根系具有涵养水源、治理沙化耕地，控制水土流失，防风固沙等诸多优点。因此根系形态研究对于观测植物生长情况以及固坡理论的研究具有非常重要的意义。
　　准确测定根系形态基本参数是进行根系形态分析的前提和关键，本论文以此为出发点，通过内窥式技术获取乔木落叶松生长过程中根系形态图像，并对所获取的根系图像信息进行相关处理，该处理包括图像预处理、边缘检测，根据处理后的图像计算根长度、根直径等根系形态参数值。
　　首先本文运用数字图像处理技术对采集的根系图像进行处理，包括灰度变换，增强对比度，直方图均衡化以及滤波去噪。
　　然后本文重点研究了根系边缘检测方法，提出了将遗传BP人工神经网络的理论应用于根系图像边缘检测的方法。本文将描述根系边缘的三个特征向量，作为神经网络的输入信号，构造出三层前馈神经网络。该方法相较于传统边缘检测算法具有抗噪性能强、边缘信息定位精度高的特点，边缘提取后的图像更接近根系真实轮廓图像，更适用于根系形态的监测。高精度的定位信息也可为后续根系固坡研究提供良好的基础。
　　其次本文对边缘检测后的根系图像进行了形态学预处理，使根系边缘平滑并连续。之后进行图像细化以提取骨架并对骨架图像进行填充，应用Matlab图像处理工具，计算出所处理根系图像中主根长度、主根表面积、总根系表面积以及主根的平均直径。
　　最后本文对植物根系固坡机理进行了分析，分析表明在不同的土层环境条件下，根系固坡具有不同的效果。文中给出了植物根土之间相互作用的力学模型，并分析探讨说明了植物根系对提高边坡稳定性所起到的作用。

目录

摘要

1 绪论

1．1 课题研究的背景及意义

1．2 根系监测系统的结构及工作原理

1．3 边缘检测技术的研究历史和发展趋势

1．4 本课题国内外研究现状分析

1．5 本论文的主要内容

2 植物根系图像预处理

2．1 图像增强

2．1．1 图像灰度变换

2．1．2 增强对比度

2．1．3 直方图均衡化

2．2 平滑滤波

2．2．1 空域滤波

2．2．2 频域滤波

2．2．3 自适应中值滤波算法

2．3 图像处理结果分析

2．4 本章小结

3 基于遗传BP神经网络的植物根系图像边缘检测

3．1 边缘检测

3．1．1 传统的边缘检测算法

3．1．2 各种算法优缺点

3．2 基于遗传BP神经网络的植物根系图像边缘检测

3．2．1 人工神经网络原理

3．2．2 BP神经网络原理

3．2．3 遗传神经网络原理

3．2．4 基于遗传算法优化的BP网络

3．3 神经网络构造

3．5 本章小结

4 植物根系的形态参数计算及分析

4．1 形态学预处理

4．2 二值图像细化

4．3 根系长度计算

4．4 根表面积计算

4．5 根平均直径计算

4．6 本章小结

5 植物根系固坡作用的理论分析

5．1 植物根系固坡的概念

5．2 植物根系固坡的影响范围

5．3 植物根系固坡机理分析

5．3．1 植物根系抗拉强度

5．3．2 根土粘合键的作用机制

5．3．3 根系水平浅根加筋作用力学模型

5．3．4 垂直深根的锚固作用力学分析

5．3．5 侧根的斜向牵引效应

5．4 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明