论文部分内容阅读
桉树属于速生丰产林,具有较高的经济价值和生态效益.但是桉树有性繁殖后代分化严重,优良性状难以保留,在自然条件下大多数桉树扦插成活率很低.林业科学家为了研究桉树体内的生根抑制因素做了大量的科学实验,希望找出抑制生根的解剖学原因.应用计算机视觉技术找出可能影响桉树生根的细胞,利用数字图像处理技术对桉树苗切片图像进行自动计数,可以减轻人们的劳动强度,提高细胞计数的准确率,并为科学定量进行分析、推断提供科学依据.植物细胞切片图像不同于动物细胞,植物细胞特有的复杂属性使得一般图像分割分析方法很难奏效.单纯运用一种经典的图像分割算法进行纤维细胞的区域提取,难以取得满意的效果.该论文根据桉树苗切片图像的特点选择使用彩色图象进行分析,由于CIEL<*>a<*>b<*>彩色模型具有色域范围广、与使用设备无关、颜色不容易产生失真等特点,因此选择在CIE L<*>a<*>b<*>色彩空间中进行图像分析,经过一系列的图象预处理,得到质量比较好的图像.对于桉树苗切片图像的纤维细胞区域的提取采用聚类分析的方式,在彩色图像表示颜色的分量a<*>、b<*>通道分别采用K均值聚类以及模糊C均值聚类两种聚类方法.经过试验分析,采用K均值聚类方法速度较慢,但是提取区域的噪声比较小.模糊C均值聚类的速度较快,而结果的噪声相对K均值聚类大一些.因此,对于比较小的图像采用K均值聚类的方法进行处理,较大的图像使用模糊C均值聚类的方法进行聚类.对于聚类分析产生的结果采用数学形态学的方法进行滤波、去噪、区域填充等处理.因为有些细胞与其他细胞的细胞壁重合,聚类分析的结果不能构成一个封闭的区域.先取聚类分析的表示白色的图像数据.找出与不完整细胞的细胞壁相连的白色区域,将其他区域的像素的值设置为0,然后与聚类分析的结果进行掩膜运算,进行数学形态学的运算.之后将图像转换为RGB模式进行显示,便可得到比较满意的效果.试验表明,桉树苗切片图像纤维细胞区域提取采用以上技术路线进行处理是可行的.