[發明專利]一種基于葉脈檢測的樹種分類方法

在審

• 申請號: 201610161386.3
• 申請日: 2016-03-21
• 公開（公告）號: CN105787519A
• 公開（公告）日: 2016-07-20
• 發明（設計）人: 周泓;嚴忱君
• 申請（專利權）人: 浙江大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

技術領域

本發明涉及計算機視覺技術及樹種分類領域，尤其涉及一種基于葉脈檢測 的樹種分類方法。

背景技術

樹木是生態系統的重要組成部分，樹種的識別與分類具有重要的作用。舉 例來說，不同樹種在生態和經濟效益上各有不同，準確地識別出不同樹種是森 林管理的基礎。從植物生態學的角度來看，樹葉、花、果實、根等都能作為樹 種分類的依據。然而，根深埋地下不易獲得；花、果實是三維物體，難以借助 圖像處理技術進行分析。并且，不是所有的樹種都有花和果實。因此，樹葉是 進行樹種分類最有效和可靠的特征。

目前，在基于計算機視覺技術的植物分類領域，研究人員普遍采用樹葉作 為樹種分類依據。例如，采用樹葉輪廓作為分類特征，計算樹葉輪廓的曲率、 縱橫軸比、矩形度、偏心率等形狀特征來進行判斷分類。但是這種方法對樹葉 輪廓進行了參數化處理，不能反映輪廓的原貌，結果存在一定偏差。另一種常 用的方法是將樹葉的顏色、紋理等特征作為輸入，訓練分類器進行分類。但樹 葉顏色、紋理等受光照、季節影響較大，因此也不適合作為分類特征。

發明內容

本發明的目的在于針對現有技術的不足，提供一種基于葉脈檢測的樹種分 類方法。

本發明是通過以下技術方案來實現的：一種基于葉脈檢測的樹種分類方法， 其特征在于，該方法包括以下步驟：

(1)采集待分類樹種的樹葉彩色圖像；

(2)對步驟1得到的樹葉彩色圖像進行預處理，即通過OTSU算法得到分割前 景和背景的最佳閾值，從而將背景像素點置為白色，并將樹葉圖像縮放到統一 的尺寸；

(3)將步驟2所得的樹葉圖像從RGB色彩空間轉換至HSI色彩空間，分離出 H分量的圖像并對其進行增強；

(4)將步驟3所得的H分量增強后的圖像進行Canny邊緣檢測，得到屬于葉脈 的像素點；

(5)對步驟4所得的葉脈像素點進行Hough直線檢測，將分離的點連接成線段， 得到葉脈圖像；

(6)將步驟5所得的不同樹種的葉脈圖像用基于LeNet的卷積神經網絡進行訓 練，得到一個區分樹種的分類器；

(7)用步驟6得到的分類器即可對未知樹種進行分類。

進一步的，所述步驟2中，OTSU算法的實現方式如下：

記t為前景與背景的分割閾值，前景點數占圖像比例為w0，平均灰度為u0； 背景點數占圖像比例為w1，平均灰度為u1，則圖像的總平均灰度為： u＝w₀*u₀+w₁*u₁，前景和背景圖象的方差為：g＝w₀*w₁*(u₀-u₁)* (u₀-u₁)；

當方差最大時，則認為前景和背景的差異最大，此時的閾值t就是分割前景 和背景的最佳閾值；灰度值大于閾值t的像素點即為背景，從而可以將背景像素 點的灰度值置為(255,255,255)，即白色，實現背景分割。

進一步的，所述步驟3中，從RGB色彩空間轉換到HSI色彩空間的換算公 式如下：