多方向Top-Hat变换在叶脉特征提取中的应用研究

doi:10.3778/j.issn.1002-8331.2011.04.054

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (4): 195-197.DOI: 10.3778/j.issn.1002-8331.2011.04.054

• 图形、图像、模式识别 • 上一篇下一篇

多方向Top-Hat变换在叶脉特征提取中的应用研究

金秋春¹，郑小东¹，童小利²

1.郑州航空工业管理学院计算机科学与应用系，郑州 450015
2.郑州航空工业管理学院机电工程系，郑州 450015

收稿日期:2009-09-12 修回日期:2009-11-20 出版日期:2011-02-01 发布日期:2011-02-01
通讯作者: 金秋春

Extraction of leaf vein feature using multidirectional Top-Hat transform

JIN Qiuchun¹，ZHENG Xiaodong¹，TONG Xiaoli²

1.Dept. of Computer Science & Application，Zhengzhou Inst. of Aeronautical Industry Management，Zhengzhou 450015，China
2.Department of Mechatronics Engineering，Zhengzhou Institute of Aeronautical Industry Management，Zhengzhou 450015，China

Received:2009-09-12 Revised:2009-11-20 Online:2011-02-01 Published:2011-02-01
Contact: JIN Qiuchun

摘要/Abstract

摘要：

叶脉是植物叶的内在特征和识别植物的重要特征，叶脉特征的提取有利于植物叶自动识别。针对叶脉复杂多变使得叶脉难于提取的特点，提出了多方向Top-Hat变换的叶脉特征提取方法。该方法采用Gauss梯度计算叶图像上各点方向，采用多方向Top-Hat算子进行Top-Hat变换，最后阈值分割提取叶脉。实验结果表明，与传统方法相比，该方法提取叶脉更精确，为下一步植物叶识别打下了良好的基础。

关键词: Top-Hat变换, 叶脉提取, Gauss梯度, 数学形态学

Abstract: Leaf vein is inherent property of plant leaf and a significant feature for plant recognition.Extraction of leaf vein feature is good for automatic leaf recognition.It is difficult because of complicated and diversified characteristic of leaf vein.An approach based on Top-Hat transform is proposed.The direction of each pixel on leaf image is calculated by Gauss gradient.And the Top-Hat transform is carried by multidirectional Top-Hat operators.Finally，leaf vein is extracted by threshold segmentation.Compared with conventional threshold-based methods，experimental results demonstrate that it is capable of extracting more accurate modality of leaf venation for subsequent leaf recognition.

Key words: Top-Hat transform, leaf vein extraction, Gauss gradient, mathematical morphology

中图分类号:

TP391.4

金秋春¹，郑小东¹，童小利². 多方向Top-Hat变换在叶脉特征提取中的应用研究[J]. 计算机工程与应用, 2011, 47(4): 195-197.

JIN Qiuchun¹，ZHENG Xiaodong¹，TONG Xiaoli². Extraction of leaf vein feature using multidirectional Top-Hat transform[J]. Computer Engineering and Applications, 2011, 47(4): 195-197.

[1]	薛冕，刘翔，石蕴玉，辛斌杰. 抑制光照不均匀影响的图像特征点提取算法[J]. 计算机工程与应用, 2021, 57(4): 183-191.
[2]	杜树林，邱卫根，张立臣. 组件树理论和方法研究综述[J]. 计算机工程与应用, 2019, 55(12): 44-53.
[3]	崔丽群，张月，田鑫. 融合双阈值和改进形态学的边缘检测[J]. 计算机工程与应用, 2017, 53(9): 190-194.
[4]	邓仕超，黄寅. 二值图像膨胀腐蚀的快速算法[J]. 计算机工程与应用, 2017, 53(5): 207-211.
[5]	臧艺超1，邱菡1，2，周天阳1，2，朱俊虎1，2. 基于数学形态学的时间序列相似性度量研究[J]. 计算机工程与应用, 2017, 53(24): 64-68.
[6]	肖红光1，文俊1，陈立福2，史长琼1. 一种新的高分辨率SAR图像道路提取算法[J]. 计算机工程与应用, 2016, 52(15): 198-202.
[7]	周乐前，郭斯羽，温和，张翌. 大结构元素二值形态学基本操作改进算法[J]. 计算机工程与应用, 2016, 52(1): 190-194.
[8]	齐立立，汪荣贵，张冬梅，王晶，蒋守欢. 改进Top-hat变换的小目标跟踪算法及FPGA实现[J]. 计算机工程与应用, 2015, 51(24): 232-237.
[9]	熊邦书，黄周伟，余磊，张郝东. 基于top-hat变换与形状特征的蛋白点检测[J]. 计算机工程与应用, 2015, 51(18): 224-228.
[10]	马爽1，陈江宁2，卢虎3，樊养余1. 边缘特性筛选与多判定机制下的车牌定位方法[J]. 计算机工程与应用, 2014, 50(9): 145-149.
[11]	徐毅，邓廷权. 基于路径形态学的图像边缘连接方法[J]. 计算机工程与应用, 2014, 50(7): 180-185.
[12]	任玲辉1，张海燕2，徐卓飞1，黄卿3. 图像处理的印刷机杠子特征参数提取[J]. 计算机工程与应用, 2014, 50(4): 157-160.
[13]	王益艳. 鲁棒的形态学彩色图像边缘检测算法[J]. 计算机工程与应用, 2013, 49(6): 12-15.
[14]	陈恩庆，李晓磊. 采用多结构元素模板的形态学边缘检测新算法[J]. 计算机工程与应用, 2013, 49(17): 146-149.
[15]	史进伟，郭朝勇，刘红宁，乔坤. 一种快速提取弹底底火表面缺陷图像方法[J]. 计算机工程与应用, 2013, 49(17): 154-158.

多方向Top-Hat变换在叶脉特征提取中的应用研究

Extraction of leaf vein feature using multidirectional Top-Hat transform

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics