專利名稱：基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)輔助分類系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本實(shí)用新型涉及一種植物物種計(jì)算機(jī)輔助分類系統(tǒng)。
背景技術(shù)：
植物是地球上物種數(shù)量最多、分布最廣泛的生命形式之一，是人類生存與發(fā)展的 重要遺傳資源，是人類的重要食物來(lái)源，也是人類生產(chǎn)和生活所必需的資源。據(jù)統(tǒng)計(jì)，地球 上大約有30萬(wàn)種植物，其中植物學(xué)家命名和記錄在案的約有25萬(wàn)種。而我國(guó)僅高等植物 就有3. 5萬(wàn)多種，是世界第二大植物物種資源庫(kù)。隨著計(jì)算機(jī)技術(shù)的發(fā)展，對(duì)植物的分類研 究，已經(jīng)突破了單純從植物細(xì)胞及化學(xué)遺傳成分的角度去鑒定植物種類的方法，可以綜合 應(yīng)用圖像處理技術(shù)、模式識(shí)別技術(shù)，并輔以圖像獲取設(shè)備實(shí)現(xiàn)對(duì)植物的快速識(shí)別。從目前的研究結(jié)果來(lái)看，植物的葉片圖像為最主要的研究對(duì)象，這與植物形態(tài)分 類學(xué)也是相符的。植物的葉片作為營(yíng)養(yǎng)器官，在形狀結(jié)構(gòu)上一般較為穩(wěn)定，且基本上處于平 面狀態(tài)，適合于進(jìn)行二維圖像處理；同時(shí)，葉片的數(shù)字圖像在一年的大部分時(shí)間內(nèi)都可以很 方便地采集到。隨著近年來(lái)計(jì)算機(jī)技術(shù)的高速發(fā)展，圖像處理與模式識(shí)別技術(shù)逐步開始應(yīng)用于這 項(xiàng)研究，隨之出現(xiàn)了計(jì)算機(jī)輔助植物分類與識(shí)別系統(tǒng)。它有很多的應(yīng)用研究，如機(jī)器人除 草、除草劑噴灑精確控制、植物博物館的數(shù)字化等應(yīng)用。國(guó)外研究主要側(cè)重于農(nóng)業(yè)生產(chǎn)中 雜草種類的識(shí)別。而側(cè)重于植物分類學(xué)應(yīng)用的計(jì)算機(jī)輔助植物分類與識(shí)別系統(tǒng)(CAPCIS) 的研究國(guó)內(nèi)外都是于本世紀(jì)初才開始的，并取得了一定的成果。CAPCIS的研究?jī)?nèi)容是提 取植物的特征，“認(rèn)識(shí)”植物，進(jìn)而能在眾多的植物中“識(shí)別”出已經(jīng)“認(rèn)識(shí)”的植物，或者 找到相似的同類和近親植物。研究的關(guān)鍵問(wèn)題在于如何提取出植物穩(wěn)定的能區(qū)別于其他 植物的特征。該知識(shí)庫(kù)有系統(tǒng)“認(rèn)識(shí)”的植物的特征信息，尤其是區(qū)別于其他植物的標(biāo)志 特征，并包含有可能感興趣的其他相關(guān)信息。植物分類知識(shí)庫(kù)是在計(jì)算機(jī)輔助植物分類的 基礎(chǔ)上生成的，是進(jìn)行植物識(shí)別的基礎(chǔ)。哥倫比亞大學(xué)計(jì)算機(jī)系在美國(guó)國(guó)家自然科學(xué)基金 (NO. IIS-03-25867, ITR :AnElectronic Field Guide :Plant Exploration and Discovery in the 21st Century)資助下，于2007年開發(fā)出面向植物學(xué)家的、基于虛擬現(xiàn)實(shí)技術(shù)的 可穿戴式植物物種輔助鑒定設(shè)備原型，這是目前報(bào)道的第一套植物物種機(jī)器識(shí)別硬件設(shè) 備。Maryland大學(xué)計(jì)算機(jī)系也于2004年開始植物物種機(jī)器鑒定的研究工作，該校與哥倫 比亞大學(xué)計(jì)算機(jī)系合作，重點(diǎn)研究數(shù)字化植物圖像的識(shí)別，在2007年提出一種基于葉片 shape-context匹配的算法，具有比較高的識(shí)別率。目前還沒有國(guó)內(nèi)比較實(shí)用的CAPCIS的 相關(guān)報(bào)道。隨著植物數(shù)值分類學(xué)的發(fā)展，對(duì)基于葉片圖像的植物分類與識(shí)別逐漸得到了國(guó)內(nèi) 外很多科技工作者的普遍重視，雖然目前已有很多基于植物葉片圖像的植物分類與識(shí)別方 法和系統(tǒng)，但普遍存在著識(shí)別率不高、識(shí)別結(jié)果不穩(wěn)定的問(wèn)題。主要原因一是植物葉片圖像 千差萬(wàn)別，而且對(duì)于季節(jié)、位置和光照等條件都比較敏感，即使同一葉片在不同季節(jié)、位置
3和光照等條件下的不同圖像之間一般差別都很大，因此，利用已有的植物分類方法很難提 取到魯棒的植物分類特征；二是在植物分類特征提取過(guò)程中缺乏整體性。具體來(lái)說(shuō)就是，目 前已有的很多方法都是針對(duì)所研究葉片圖像集中的每幅葉片圖像進(jìn)行特征提取、選擇、融 合等處理，而沒有從整體的角度，同時(shí)對(duì)全部葉片圖像進(jìn)行整體性維數(shù)約簡(jiǎn)和特征提取與 選擇；三是實(shí)驗(yàn)過(guò)程中使用的圖像背景較為簡(jiǎn)單，對(duì)于自然環(huán)境或室內(nèi)條件下具有復(fù)雜背 景的植物葉片圖像分割的研究較少；四是沒有研究葉片圖像數(shù)據(jù)集的本征結(jié)構(gòu)；五是大部 分研究都沒有結(jié)合植物葉片自身所具有的先驗(yàn)信息。

實(shí)用新型內(nèi)容本實(shí)用新型是為避免上述現(xiàn)有的植物葉片分類方法和技術(shù)所存在的不足之處，提 供一種基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)輔助分類系統(tǒng)。用以對(duì)各種混雜 的植物物種進(jìn)行分類，并對(duì)植物葉片隨季節(jié)、位置、光照等條件變化趨勢(shì)進(jìn)行可視化。以期 提高植物葉片的分類與識(shí)別精度、提高分類速度和穩(wěn)定性，實(shí)現(xiàn)了植物物種的自動(dòng)快速分類。本實(shí)用新型為解決技術(shù)問(wèn)題采用如下技術(shù)方案本實(shí)用新型基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)分類系統(tǒng)，由用于 采集植物葉片信息的采集儀和用于處理采集數(shù)據(jù)的處理器構(gòu)成；其結(jié)構(gòu)特點(diǎn)是在所述采集 儀的箱體內(nèi)，CXD攝像機(jī)設(shè)置在采集儀的頂部正上方，在箱體的四周分別設(shè)置有采用紅、綠、 藍(lán)三基色微型發(fā)光光源和電子變色控制電路板的三基色燈泡，用于在圖像采集時(shí)設(shè)置和調(diào) 整清晰度、亮度、對(duì)比度、色度，并作色平衡調(diào)整；在所述CXD攝像機(jī)的正下方是一個(gè)可水平 推拉的透明玻璃板，所述透明玻璃板由兩個(gè)位于箱體側(cè)壁上的凹槽軌道固定在采集儀的中 部，在所述透明玻璃板的中部固定設(shè)置一 光玻璃板，以所述透明玻璃板承載植物葉片，并 由所述啞光玻璃坡將植物葉片固壓平整；在所述采集儀中，位于透明玻璃板的下方，設(shè)置日 光燈燈泡，用于產(chǎn)生透射植物葉片的光。本實(shí)用新型基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)分類系統(tǒng)的結(jié)構(gòu) 特點(diǎn)也在于在所述 光玻璃板的一側(cè)設(shè)置合頁(yè)軸，所述 光玻璃板由合頁(yè)軸固定在所述透明 玻璃上、并隨所述合頁(yè)軸可呈90度翻動(dòng)，所述合頁(yè)軸與所述凹槽軌道垂直。在所述采集儀與處理器之間以USB數(shù)據(jù)線相連接；所述處理器內(nèi)置用于數(shù)據(jù)處理 和存儲(chǔ)的單片機(jī)和數(shù)據(jù)庫(kù)，所述單片機(jī)包括SD接口、擴(kuò)展SD卡存儲(chǔ)器、CD屏、GPRS數(shù)據(jù)傳 輸模塊及各操作按鈕。所述各操作按鈕分別是啟動(dòng)/退出按鈕、增減攝像機(jī)焦距調(diào)節(jié)按鈕、葉片采集按 鈕、系統(tǒng)參數(shù)設(shè)置按鈕、圖像降噪增強(qiáng)按鈕、圖像分割按鈕、植物分類結(jié)果及其文字說(shuō)明按 鈕、歸檔保存按鈕、GPRS數(shù)據(jù)傳輸按鈕、添加按鈕、刪除按鈕和修改按鈕。本實(shí)用新型基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)分類方法是提取植物葉片分類特征采用去噪、平滑的處理方式，消除多光譜葉片圖像中的噪 聲；利用水平集從多光譜葉片圖像中提取目標(biāo)圖像，并按照RGB圖像與灰度圖像的轉(zhuǎn)換方 式，將彩色目標(biāo)圖像轉(zhuǎn)換為灰度圖像；將具有64*64像素的灰度目標(biāo)圖像拉直為4096維列 向量，組成輸入向量集合X以及相應(yīng)的類別信息向量集合L ；利用局部敏感判別分析算法對(duì)葉片圖像進(jìn)行維數(shù)約簡(jiǎn)，包括構(gòu)造鄰域圖、制定局部判別準(zhǔn)則、求解目標(biāo)優(yōu)化函數(shù)、計(jì)算映 射矩陣和提取分類特征；構(gòu)造葉片圖像數(shù)據(jù)庫(kù)對(duì)于某類植物葉片在系統(tǒng)中存有的植物葉片訓(xùn)練圖像A， 對(duì)A分別旋轉(zhuǎn)不同的角度αι、α2、α3、α4、α5、α6、α7、α 8，得到新的植物葉片訓(xùn)練圖像 ^^ A1 λ A2 Λ A3、Α4、A5、A6、A7、Ag ；利用訓(xùn)練樣本訓(xùn)練分類器，然后測(cè)試?yán)迷摲诸惼鳒y(cè)試待識(shí)別葉片圖像的類別信
肩、O與已有技術(shù)相比，本實(shí)用新型有益效果體現(xiàn)在1、本實(shí)用新型根據(jù)植物葉圖像類型多、樣本大等特點(diǎn)，以及不同植物葉片顏色差 異、同一植物葉片的葉脈葉肉等組織結(jié)構(gòu)也呈現(xiàn)不同顏色特征的特點(diǎn)，通過(guò)采集植物葉片 在紅、綠、藍(lán)及正常白色反射光下的多光譜圖像，進(jìn)而提取包括葉脈和葉肉在內(nèi)的葉片不同 組織結(jié)構(gòu)的圖像特征，在識(shí)別的同時(shí)形成大規(guī)模的植物葉片數(shù)據(jù)庫(kù)。利用水平集對(duì)葉片圖 像進(jìn)行分割，利用局部敏感判別流形學(xué)習(xí)算法提取植物葉片圖像的一些低維特征進(jìn)行植物 分類與識(shí)別。2、本實(shí)用新型利用處理器，可以將圖像顯示、采集、降噪、分割、識(shí)別、歸檔存儲(chǔ)、 GPRS數(shù)據(jù)傳輸模塊、CCD攝像機(jī)參數(shù)調(diào)節(jié)等功能集成于一體。利用采集到的植物葉片的特 征信息，對(duì)一些瀕臨滅絕或比較稀少的植物進(jìn)行植物種類進(jìn)行鑒別，這對(duì)于保護(hù)植物物種 有著重要的意義。還可用于農(nóng)林院校的輔助教學(xué)以及植物園的科普宣傳等方面，對(duì)于我國(guó) 正大力倡導(dǎo)的數(shù)字農(nóng)業(yè)的發(fā)展有著積極的推動(dòng)意義。3、本實(shí)用新型系統(tǒng)的結(jié)構(gòu)簡(jiǎn)單、攜帶方便、容易操作，信息處理實(shí)時(shí)、快捷，同時(shí)采 用基于多光譜的反射光和透射光進(jìn)行采集，相對(duì)于現(xiàn)有技術(shù)提高了識(shí)別率。

圖1是本實(shí)用新型系統(tǒng)的植物葉片采集結(jié)構(gòu)示意圖。圖2是本實(shí)用新型方法的植物葉片圖像分類與識(shí)別流程圖。圖中標(biāo)號(hào)A為采集儀、B為處理器、1為CXD攝像機(jī)、2為三基色燈泡、3為電源開 關(guān)、3'為亮度調(diào)節(jié)開關(guān)、4為啞光玻璃板、5為透明玻璃板、6為擋光板子、7為透射光光源日 光燈燈泡、8為凹槽、9為凹槽軌道、10為合頁(yè)軸、11為USB數(shù)據(jù)線、12為啟動(dòng)\退出按鈕、 13為CXD攝像機(jī)焦距調(diào)節(jié)按鈕、14為葉片圖像采集按鈕、15為系統(tǒng)參數(shù)設(shè)置按鈕、16為圖 像降噪按鈕、17為圖像分割按鈕、18為植物分類結(jié)果及其文字說(shuō)明按鈕、19為歸檔保存按 鈕、20為GPRS數(shù)據(jù)傳輸按鈕、21為添加按鈕、22為刪除按鈕、23為修改按鈕、24為IXD屏、 25為SD接口、26為擴(kuò)展SD卡存儲(chǔ)器。
具體實(shí)施方式
本實(shí)施例中的分類方法按如下過(guò)程進(jìn)行1、采集植物葉片圖像控制三基色燈泡的發(fā)光亮度連續(xù)變化，使燈泡燈光顏色自動(dòng)變化；不同的顏色即 光譜波段的燈光照射在植物葉片表面，使葉片的葉脈，葉肉不同組織結(jié)構(gòu)有不同的反射效 果，采集儀將采集的多光譜葉片圖像讀入到數(shù)據(jù)處理器中，數(shù)據(jù)處理器根據(jù)不同的設(shè)置對(duì)采集的葉片圖像進(jìn)行顯示、處理并識(shí)別歸檔；2、植物葉片圖像預(yù)處理在采集植物葉片圖像的時(shí)候，一般是采集整個(gè)樹葉的葉片圖像，但是直接使用這 種葉片圖像進(jìn)行植物識(shí)別與分類是不太合適的。因?yàn)樵既~片圖像沒有經(jīng)過(guò)定位、去噪、平 滑和去柄等處理，存在很大的旋轉(zhuǎn)、位移誤差，使得識(shí)別結(jié)果不穩(wěn)定。在葉片圖像分類識(shí)別 前，采用去噪、平滑和分割的方式，消除多光譜葉片圖像中的噪聲；然后從多光譜葉片圖像 中提取目標(biāo)圖像，并按照RGB圖像與灰度圖像的轉(zhuǎn)換方法，將彩色目標(biāo)圖像轉(zhuǎn)換為灰度圖 像；通過(guò)圖像預(yù)處理可去除原始圖像上的瑕疵，獲得優(yōu)于原圖的圖像質(zhì)量，且使所需的圖像 數(shù)據(jù)占用盡可能少的存儲(chǔ)空間，有利于節(jié)省計(jì)算機(jī)硬件資源和系統(tǒng)的普及應(yīng)用。3、采用兩級(jí)水平集分割方法對(duì)植物葉片圖像進(jìn)行分割設(shè)定目標(biāo)葉片的主軸，采用兩點(diǎn)確定直線的方式，在葉片的首尾兩端各取一點(diǎn)，分 別為(xl，yl)和(x2, y2)，則主軸的直線方程可表示為Ax+By+C = 0 (1)其中 A = yl-y2, B = x2_xl，C = xl*y2_x2*yl。首先，人工設(shè)定第一次演化的初始輪廓，并將水平集函數(shù)Φ初始化為符號(hào)距離函 數(shù)。設(shè)定Local Chan-Vese模型的各項(xiàng)參數(shù)時(shí)間步長(zhǎng)八t，網(wǎng)格間隔h，正則化參數(shù)ε， 平均卷積計(jì)算子窗口大小k，全局項(xiàng)的控制參數(shù)α，局部項(xiàng)的控制參數(shù)β，長(zhǎng)度懲罰項(xiàng)參數(shù) μ。默認(rèn)參數(shù)設(shè)置為兩次演化過(guò)程中的時(shí)間步長(zhǎng)At = O. 1，網(wǎng)格間隔h = 1，正則化參數(shù) ε =1(計(jì)算Ηε(ζ)和(ζ)時(shí)使用)，平均卷積算子的窗口大小k= 15，局部項(xiàng)的控制 參數(shù)β = 1。在第一次演化過(guò)程中，μ = 0.01*2552且α = 1，而在第二次演化中，μ = 0. 001*2552 且 α = 0. 1。第一次演化結(jié)束，從水平集函數(shù)Φ (t)中提取零水平集，對(duì)于零水平集中包含有 多個(gè)大小不一的輪廓(C1, C2,…，Cn)，其中既有交疊葉片的輪廓，也有干擾枝葉的小輪廓。 為了消除小輪廓的干擾，在提取零水平集的時(shí)候，僅提取最長(zhǎng)的輪廓C* C* = Qrgmaxlength(Ci)(2)
\<i<n由于交疊葉片中既包含目標(biāo)葉片又包含背景葉片，因此需要在輪廓Cf中尋找未被 交疊的部分，即屬于目標(biāo)葉片的輪廓，用于進(jìn)一步提取近似對(duì)稱性信息。首先，按照在主軸 兩側(cè)分布的位置，將輪廓C*劃分為在主軸一側(cè)的Ca和在另一側(cè)的Cb兩部分。對(duì)于Cf上的 任意一點(diǎn)(X，y)，判斷其屬于Ca或Cb的規(guī)則為A*x + B*y + C \(3)
<01(Xj)eCsU其中A，B和C是(1)中主軸直線方程的系數(shù)。此時(shí)需要進(jìn)一步判斷，Ca和Cb中哪一個(gè)是屬于目標(biāo)葉片且未被交疊的輪廓CT。根 據(jù)葉片的結(jié)構(gòu)和生長(zhǎng)特性可知，絕大部分葉片的輪廓是較為平滑的，且呈現(xiàn)出向主軸彎曲 的形態(tài)，因此輪廓上點(diǎn)的法線方向從總體而言是指向主軸的。而存在交疊的一側(cè)輪廓實(shí)際 上是由兩部分所組成，即目標(biāo)葉片的輪廓和背景葉片的輪廓，其分屬于不同的葉片，因此在 葉片交界處必然會(huì)存在一個(gè)法線方向的突變。根據(jù)這一原則，統(tǒng)計(jì)Q^PCb上點(diǎn)的法線方向 的連續(xù)性來(lái)判斷輪廓是否被交疊，如果連續(xù)就屬于目標(biāo)葉片輪廓，由此得到屬于目標(biāo)葉片
6輪廓Ct，計(jì)算所述Ct關(guān)于主軸的對(duì)稱曲線C' τ。對(duì)于任何一點(diǎn)(x，y) eCT，其對(duì)稱點(diǎn)(χ'， 1’ )可由下式計(jì)算得到
權(quán)利要求基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)分類系統(tǒng)，由用于采集植物葉片信息的采集儀和用于處理采集數(shù)據(jù)的處理器構(gòu)成；其特征是在所述采集儀的箱體內(nèi)，CCD攝像機(jī)(1)設(shè)置在采集儀的頂部正上方，在箱體的四周分別設(shè)置有采用紅、綠、藍(lán)三基色微型發(fā)光光源和電子變色控制電路板的三基色燈泡(2)，用于在圖像采集時(shí)設(shè)置和調(diào)整清晰度、亮度、對(duì)比度、色度，并作色平衡調(diào)整；在所述CCD攝像機(jī)(1)的正下方是一個(gè)可水平推拉的透明玻璃板(5)，所述透明玻璃板(5)由兩個(gè)位于箱體側(cè)壁上的凹槽軌道(9)固定在采集儀的中部，在所述透明玻璃板(5)的中部固定設(shè)置一啞光玻璃板(4)，以所述透明玻璃板(5)承載植物葉片，并由所述啞光玻璃坡(4)將植物葉片固壓平整；在所述采集儀中，位于透明玻璃板(5)的下方，設(shè)置日光燈燈泡(7)，用于產(chǎn)生透射植物葉片的光。
2.根據(jù)權(quán)利要求1所述的基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)分類系 統(tǒng)，其特征是，在所述啞光玻璃板(4)的一側(cè)設(shè)置合頁(yè)軸(10)，所述啞光玻璃板(4)由合頁(yè) 軸(10)固定在所述透明玻璃(5)上、并隨所述合頁(yè)軸(10)可呈90度翻動(dòng)，所述合頁(yè)軸(10) 與所述凹槽軌道(9)垂直。
3.根據(jù)權(quán)利要求1所述的基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)分類系 統(tǒng)，其特征是在所述采集儀與處理器之間以USB數(shù)據(jù)線(11)相連接；所述處理器內(nèi)置用于 數(shù)據(jù)處理和存儲(chǔ)的單片機(jī)和數(shù)據(jù)庫(kù)，所述單片機(jī)包括SD接口(25)、擴(kuò)展SD卡存儲(chǔ)器(26)、 ⑶屏(24)、GPRS數(shù)據(jù)傳輸模塊及各操作按鈕。
專利摘要本實(shí)用新型公開了一種基于水平集和局部敏感判別映射的植物物種計(jì)算機(jī)分類系統(tǒng)，其特征是在采集儀的箱體內(nèi)，CCD攝像機(jī)設(shè)置在采集儀的頂部正上方，在箱體的四周分別設(shè)置有采用紅、綠、藍(lán)三基色微型發(fā)光光源和電子變色控制電路板的三基色燈泡；在CCD攝像機(jī)的正下方是一個(gè)可水平推拉的透明玻璃板，透明玻璃板由兩個(gè)位于箱體側(cè)壁上的凹槽軌道固定在采集儀的中部，在透明玻璃板的中部固定設(shè)置一啞光玻璃板，以透明玻璃板承載植物葉片，并由啞光玻璃板將植物葉片固壓平整；在采集儀中，位于透明玻璃板的下方，設(shè)置日光燈燈泡，用于產(chǎn)生透射植物葉片的光。本實(shí)用新型可實(shí)現(xiàn)植物物種的自動(dòng)快速分類。
文檔編號(hào)G01N21/27GK201707291SQ201020204409
公開日2011年1月12日 申請(qǐng)日期2010年5月24日 優(yōu)先權(quán)日2010年5月24日
發(fā)明者張善文, 王曉峰, 雷迎科, 黃德雙 申請(qǐng)人:中國(guó)科學(xué)院合肥物質(zhì)科學(xué)研究院