摘要：本文介紹了一種基于葉片圖像的幾何特征對(duì)葉片種類(lèi)進(jìn)行識(shí)別的方法。首先對(duì)葉片圖像進(jìn)行預(yù)處理并提取出葉片的幾何特征，然后利用相關(guān)系數(shù)法對(duì)不同的葉片圖像進(jìn)行匹配。在基于幾何特征的匹配中，本文重點(diǎn)研究了葉片的不變矩特征，從而能夠有效的識(shí)別出葉片的種類(lèi)，平均識(shí)別率達(dá)到了87%。
　　關(guān)鍵詞：葉片圖像形態(tài)學(xué)處理特征提取相關(guān)系數(shù)匹配法
　　中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-3791(2011)06(c)-0000-00
　　
　　1 引言
　　地球形成初期，是一個(gè)沒(méi)有生命的世界，直至出現(xiàn)了綠色植物，有了光合作用，才改變了地球的整個(gè)生態(tài)環(huán)境。由此可見(jiàn)，植物與人類(lèi)的生存有著極其密切的聯(lián)系。但是近些年來(lái)，由于人類(lèi)不合理的開(kāi)發(fā)，植物的數(shù)量和種類(lèi)正在不斷減少，對(duì)植物實(shí)施保護(hù)措施，已經(jīng)刻不容緩。
　　要保護(hù)植物，首先就要做到認(rèn)識(shí)植物。近些年來(lái)，隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，圖像處理技術(shù)在農(nóng)業(yè)領(lǐng)域中也得到了一定的應(yīng)用。因此可以考慮使用圖像處理和匹配技術(shù)實(shí)現(xiàn)對(duì)植物的分類(lèi)研究。
　　植物的葉片是植物本身很重要的一部分，其含有相當(dāng)大的信息量，所以識(shí)別植物的葉片是識(shí)別植物的一種有效手段，而本文則是從提取葉片的形狀特征入手。形狀特征的描述方法有很多種，本文采用了幾何參數(shù)法，提取出葉片的不變矩參數(shù)，并利用相關(guān)系數(shù)法對(duì)兩幅葉片圖像進(jìn)行匹配，可以實(shí)現(xiàn)在對(duì)葉片種類(lèi)的有效識(shí)別。
　　2 葉片圖像預(yù)處理
　　2.1閾值分割
　　本文以丁香葉片為例，先將采集到的葉片通過(guò)數(shù)碼相機(jī)制成數(shù)字圖像，然后將獲得的數(shù)字圖像利用計(jì)算機(jī)輔助轉(zhuǎn)化為灰度圖像。為了將葉片與其背景分割成二值圖像，還需對(duì)灰度圖像進(jìn)行閾值分割，本文則采用了迭代法這種分割方法。
　　迭代法可以完成閾值的自動(dòng)選取，其具體方法如下：
　　(1)選擇一個(gè)初始閾值T，若一幅圖像像素的最大和最小灰度值分別為f1、f1，則初始閾值為二者的平均數(shù)。
　　(2)利用選擇的閾值對(duì)圖像進(jìn)行分割，根據(jù)圖像像素的灰試值，可以將圖像分割為兩部分，灰度值大于T的圖像區(qū)G1和灰試值小于等于T的圖像區(qū)G2。
　　(3)分別計(jì)算G1和G2包含的灰度均值g1和g2，并計(jì)算出二者的均值，計(jì)為新的閾值。
　　(4)重復(fù)（2）和（3）的步驟，直到連續(xù)兩次計(jì)算得到的T差值滿足設(shè)定的范圍。
　　2.2 形態(tài)學(xué)處理
　　閾值分割后，我們得到了葉片的二值化圖像，但其葉片并不完整，需使用形態(tài)學(xué)處理中的閉運(yùn)算對(duì)二值化圖片進(jìn)行處理，這樣經(jīng)過(guò)一次或兩次處理后就消除了葉片內(nèi)部的孔洞。在實(shí)驗(yàn)中，即使同種植物的葉片，它們的葉柄形狀也會(huì)有所差異，這將會(huì)對(duì)形狀特征的提取造成很大的干擾，因此必須在二值化后的圖像里消除葉片的葉柄．這里我們用到了形態(tài)學(xué)處理中的開(kāi)運(yùn)算。
　　3 形狀特征提取
　　3.1 幾何不變矩理論
　　不變矩是一種統(tǒng)計(jì)特性，具有平移、比例和旋轉(zhuǎn)不變性，可以用來(lái)對(duì)區(qū)域形狀進(jìn)行描述。大小m×n的數(shù)字圖像其灰度用f(x