專利名稱：：基于顏色特征的植物根系圖像分割方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種基于顏色特征的植物根系圖像分割方法，屬于植物生理學和智能信息處理
技術(shù)領(lǐng)域：
，該方法用于將根系作為一個整體區(qū)域從背景中分割出來，從而能夠識別根系并測定其幾何參數(shù)。技術(shù)背景植物根系生物學研究中，了解根系的結(jié)構(gòu)是最為重要的環(huán)節(jié)之一。對根系二維及三維圖像的分形分析結(jié)果表明，植物的三維結(jié)構(gòu)與二維圖像的關(guān)系密切。對根系的結(jié)構(gòu)研究的測量一般采用洗根法，即將生長在土壤中的根系用水稀釋其周邊的土壤，再將附著在根系上的泥土洗去，然后進行根系結(jié)構(gòu)的測量。這種方法因為直接簡單，所以得到了廣泛的應(yīng)用。但是，機械方法測量十分困難并耗費時間。通過采用數(shù)碼照相機獲取鋪在平面上根系圖像，可以快速取得根系結(jié)構(gòu)參數(shù)。但在獲取的圖像中將根系從背景中分割出來較困難。對于單色圖像的分割來說，僅有明亮度是可用信息。但是人的視覺對明亮度的感覺一般只有20級左右，所以許多情況下，單純利用灰度信息無法從背景中提取出目標，還必須借助于色彩信息。彩色圖像不僅提供明亮度信息，還包括色調(diào)和飽和度等?，F(xiàn)有的彩色圖像分割技術(shù)主要被分為六種主要類型:基于像素的技術(shù)、基于邊緣的技術(shù)、基于區(qū)域的技術(shù)、基于模型的技術(shù)、基于物理的技術(shù)和混合技術(shù)。均不適宜于根系圖像的分割。
發(fā)明內(nèi)容本發(fā)明的目的在于識別根系和測定根構(gòu)型幾何參數(shù)，因而需要將根系作為一個整體區(qū)域從背景中分割出來，由于，一般根系的顏色變化范圍相對較大(紫紅色到黃色)，其H值分布在兩個區(qū)間上，因此采用雙閾值進行分割，也就是說將根系圖像二值化。為了達到上述目的，本發(fā)明采用基于顏色特征的植物根系圖像分割方法。其技術(shù)方案如下對于掃描的彩色根系圖像，采用顏色參照法對其進行分割。顏色參照法就是在RGB(紅R、綠G、藍B)顏色空間對根系背景的顏色類別進行統(tǒng)計，參照統(tǒng)計結(jié)果去除背景，保留根系。顏色參照法的具體步驟為對于數(shù)碼相機拍攝的根系圖像，在HSV空間中對拍攝彩色根系圖像進行分割。拍攝根系時選用了顏色較為均勻的藍色紙板作為背景，在HSV彩色空間中，背景顏色的分布較為集中，與根系顏色間有較好的可區(qū)分性。圖像中背景顏色的差異主要由光照引起，在分割中只考慮色調(diào)信息，就可以減少光照的影響，使背景顏色的分布更趨集中。具體步驟為(1)由下列公式將圖像變換到HSV空間，觀察其H直方圖。<formula>formulaseeoriginaldocumentpage4</formula>(2)分析直方圖，采用雙閾值法完成此類拍攝根系圖像的分割。采用H閾值分割圖像的方法對拍攝的根系圖像能夠達到良好的分割效果，由于，一般根系的顏色變化范圍相對較大(紫紅色到黃色)，其H值分布在兩個區(qū)間上，因此必須采用雙閾值進行分割。本發(fā)明的原理如下在本發(fā)明的技術(shù)方案中，根據(jù)色彩空間模型可分為兩大類:一是用于彩色圖形輸入輸出設(shè)備的、表征顏色空間物理特征的色彩空間模型，如RGB模型等；二是面向用戶主觀感知及應(yīng)用的色彩空間模型，如HSV模型等。常用的色彩空間模型有RGB，HSV,CMY，YIQ，YUV,YcBCr等。RGB模型是基于自然界中3種基色光的混合原理，將紅R、綠G和藍B三種基色按照從0(黑)到255(白色)的亮度值在每個色階中分配，從而指定其色彩。RGB空間在圖像顯示上是方便有效的，但并不適合圖像分割。圖像分割是一種重要的圖像分析技術(shù)。在對圖像的研究和應(yīng)用中，人們往往僅對圖像中的某些部分感興趣。這些部分常稱為目標或前景(其他部分成為背景)，它們一般對應(yīng)圖像中的特定的、具有獨特性質(zhì)的區(qū)域。為了辨識和分析圖像中的目標，需要將它們從圖像中分離提取出來，在此基礎(chǔ)上才有可能進一步對目標進行測量和對圖像進行利用。HSV模式是基于人眼對色彩的觀察來定義的，在此模式中，所有的顏色都用色相或色調(diào)、飽和度、亮度三個特性來描述。1.色調(diào)(H)是與顏色主波長有關(guān)顏色的物理和心理特性，從實驗中知道，不同波長的可見光具有不同的顏色。眾多波長的光以不同比例混合可以形成各種各樣的顏色，但只要波長組成情況一定，那么顏色就確定了。非彩色(黑、白、灰色)不存在色相屬性所有色彩(紅、橙、黃、綠、青、藍、紫等)都是表示顏色外貌的屬性。它們就是所有的色相，色相也稱為色調(diào)。2.飽和度(S)指顏色的強度或純度，表示色相中灰色成分所占的比例，用0%-100%(純色)來表示。3.亮度(V)是顏色的相對明暗程度，通常用0%(黑)-100。％(白)來度量。在HSV模型中，物體的色調(diào)H通常只由構(gòu)成物體的原材料的光線吸收和反射特性來決定，而與環(huán)境的亮度關(guān)系不大。色調(diào)H能比較特征地反映顏色種類，對同一顏色屬性物體，具有比較穩(wěn)定和較窄的數(shù)值變化范圍，可以排除圖像的明暗的影響，單獨用來進行彩色圖像的分割。HSV顏色空間與RGB顏色空間可以通過一定的算法相互轉(zhuǎn)換。使用下列方cos2;r_cos2#-G)2+(W-flXG-B)(/-G)+(/;-g)BSGB>G5=1—3min(及，G，B)由上式直接計算出的H在(0，360)之間，為使H在(0，1)之間，可再令H=H/360進行轉(zhuǎn)換，色調(diào)可以方便地表示圖像顏色的分布。當色調(diào)(H)從0變化到1.0時，相應(yīng)的顏色從紅色變化到黃色、綠色、藍綠色、藍色、紫紅色、然后回到紅色，實際上o和i.o都代表紅色值。力7^3彩色空間是一種傳統(tǒng)的顏色系統(tǒng)。它是一種從圖像統(tǒng)計性質(zhì)出發(fā)實現(xiàn)的顏色變換。它是根據(jù)從自然界多種物體的顏色中，找出不同顏色的分布區(qū)域，并通過實驗得出適合多種彩色圖像中顏色分隔的3個正交特征量力，力>Zo=(i+G+5)/3'/2=(及-5)/2/3=(2G—i—5)/4利用力/,力表示顏色，各顏色之間有良好的分割效果，而且，與紅R，綠G，藍B的變換簡單，對圖像色彩特征識別，邊緣的檢出等有很好的區(qū)分能力，同時也能提高圖像處理速度，防止由于非線性變換引起圖像顏色的失真。歐氏距離內(nèi)顏色距離度量是最簡單的度量方法之一，在RGB圖像中，給定一有代表性的彩色點樣品集，可得到一個彩色"平均"估計，用RGB向量a來表示這個平均彩色。令z代表RGB空間中的任意一點，如果它們之間的距離小于它的閾值D。，我們說z和a是相似的，z和a間的歐氏距離由下式給出Z)(;")-a||=[(z—a)r(z-a)f=-"k)2+-。。)2+(zB-)2上這里注腳R，G，B表示向量z和a的RGB分量。D(z，a)〈D。的點的軌道是半徑為D。的實心球。包含在球內(nèi)部和表面上的點符合特定的彩色準則；球外面上的點則不符合準則。上式一個有用的推廣是如下形式的距離測度這里C是希望分割的彩色典型樣本斜方差矩陣。因為距離是正的和單調(diào)的，可以用距離的平方運算來代替，這樣就避免了開方運算。然而即使不計算平方根，執(zhí)行公式D(;a)—Iz-a||=[(z_a)r(z-a)》=,)2+(zc-ac)2+(zs-as)2卡的計算代價也很高。折中方案是使用邊界盒。在該方法中，盒的中心在a上，沿每一彩色軸的尺度選擇與沿每一個軸取樣的標準差成比例，標準差的計算只使用一次樣本數(shù)據(jù)?；陬伾卣鞯闹参锔祱D像分割方法，與現(xiàn)有技術(shù)相比較，具有計算效率高、準確率相對較高，且易于實現(xiàn)，分割效果能夠達到實驗要求，為符合人眼視覺特性的彩色圖像分割提供了一種有效的途徑。該方法能夠快速有效地實現(xiàn)根系圖像的分割，并能很好的保持根系的完整性，不會出現(xiàn)由于分割而產(chǎn)生的斷根現(xiàn)象。本發(fā)明的方法簡便、靈活、易實現(xiàn)。圖1是本發(fā)明實施例的原始拍攝圖像圖2是圖1示例的分割后的圖像圖3是本發(fā)明涉及的HSV彩色空間中的色調(diào)和色飽和度圖4特征值H直方圖具體實施方式本發(fā)明的具體實施例是實驗對象為1408X1014彩色根系圖像，由公式(及-G)+(及-B)cos—12;r—cos2^/(i—G)2+(及—5XG—丑)(及—G)+(及—B>G很容易將圖像變換到HSV空間，觀察其H直方圖如圖4所示，絕大部分直方圖中H值均勻、集中地分布0.6051-0.6636之間，對應(yīng)角度為217.8360°_238.8960°之間，由圖3的HSV模型可知，這一范圍為藍色背景，另外兩部分大致分布在0-0.1364和0.7-1之間，對應(yīng)角度為0-49.1040和252°-360°，代表一定范圍內(nèi)的紫紅色到黃色，這一范圍為根系顏色，由此可以看出采用雙閾值法能夠比較容易的完成此類拍攝根系圖像的分割，考慮到實際情況選取0.2和0.72作為兩個分割閾值。經(jīng)過H閾值分割，將在0.6051-0.72的像素置為1，0-0.2和0.72-0.9975像素置為0.得到分割后的二值根系圖像，分割效果如圖2所示。權(quán)利要求1.一種基于顏色特征的植物根系圖像分割方法，其特征在于對于背景設(shè)置成在HSV彩色空間中，拍攝根系時采用藍色紙板作為背景，背景區(qū)域和根系區(qū)域在H值有明顯的區(qū)別，采用雙閾值進行分割，具體步驟如下a)將R，G，B轉(zhuǎn)換為H，S，V的計算公式為<mathsid="math0001"num="0001"><math><![CDATA[<mrow><mi>H</mi><mo>=</mo><mfencedopen='{'close=''><mtable><mtr><mtd><msup><mi>cos</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>[</mo><mfrac><mrow><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>G</mi><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>B</mi><mo>)</mo></mrow></mrow><mrow><mn>2</mn><msqrt><msup><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>G</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>B</mi><mo>)</mo></mrow><mrow><mo>(</mo><mi>G</mi><mo>-</mo><mi>B</mi><mo>)</mo></mrow></msqrt></mrow></mfrac><mo>]</mo></mtd><mtd><mi>B</mi><mo>≤</mo><mi>G</mi></mtd></mtr><mtr><mtd><mn>2</mn><mi>π</mi><mo>-</mo><msup><mi>cos</mi><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>[</mo><mfrac><mrow><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>G</mi><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>B</mi><mo>)</mo></mrow></mrow><mrow><mn>2</mn><msqrt><msup><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>G</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><mrow><mo>(</mo><mi>R</mi><mo>-</mo><mi>B</mi><mo>)</mo></mrow><mrow><mo>(</mo><mi>G</mi><mo>-</mo><mi>B</mi><mo>)</mo></mrow></msqrt></mrow></mfrac><mo>]</mo></mtd><mtd><mi>B</mi><mo>></mo><mi>G</mi></mtd></mtr></mtable></mfenced></mrow>]]></math></maths><mathsid="math0002"num="0002"><math><![CDATA[<mrow><mi>S</mi><mo>=</mo><mn>1</mn><mo>-</mo><mfrac><mrow><mn>3</mn><mo>×</mo><mo>[</mo><mi>min</mi><mrow><mo>(</mo><mi>R</mi><mo>,</mo><mi>G</mi><mo>,</mo><mi>B</mi><mo>)</mo></mrow><mo>]</mo></mrow><mrow><mo>(</mo><mi>R</mi><mo>+</mo><mi>G</mi><mo>+</mo><mi>B</mi><mo>)</mo></mrow></mfrac></mrow>]]></math></maths><mathsid="math0003"num="0003"><math><![CDATA[<mrow><mi>V</mi><mo>=</mo><mfrac><mrow><mi>R</mi><mo>+</mo><mi>G</mi><mo>+</mo><mi>B</mi></mrow><mn>3</mn></mfrac></mrow>]]></math></maths>b)采用雙閾值分割方法，可以分割出根系區(qū)域和背景區(qū)域，并將根系從背景中分割出來。全文摘要本發(fā)明涉及一種基于顏色特征的植物根系圖像分割方法。屬于植物生理學和智能信息處理
技術(shù)領(lǐng)域：
，該方法用于將根系作為一個整體區(qū)域從背景中分割出來，從而能夠識別根系并測定其幾何參數(shù)。它是根據(jù)獲取的根系圖像的特點，采用HSV顏色模型。對于背景設(shè)置成單色的根系圖像，背景區(qū)域和根系區(qū)域在H值有明顯的區(qū)別，根據(jù)這個區(qū)別設(shè)定恰當雙閾值，可以分割出根系區(qū)域和背景區(qū)域并將根系從背景中分割出來。文檔編號G06T7/00GK101324955SQ200810058478公開日2008年12月17日申請日期2008年6月2日優(yōu)先權(quán)日2008年6月2日發(fā)明者戈振楊,濤王,高國濤申請人:昆明理工大學