[发明专利]一种基于导数光谱法的轻度虫害叶片的叶脉识别方法

说明书

技术领域

本发明涉及一种叶脉识别方法，尤其涉及一种基于导数光谱法的轻度虫害叶片的叶脉识别方法。

背景技术

由于植物的复杂性，植物建模比建筑物建模更为困难。建立植物的三维模型抑制是植物学和计算机图形学等方便的研究热点，一般可分为微观和宏观两个尺度。

微观尺度建模是根据细胞、养分和植物生长规律等建立模型，或者通过具体定义枝干、树叶和分枝结构来建立模型。宏观尺度建模是指建立包含植物的森林、农作物、草地等场景。其中，微观尺度建模注重模型的准确性，要求符合实际情况。

叶片叶脉包含了非常重要的植物生理信息，提取植物叶脉是进行植物建模和识别的关键步骤，叶脉识别也一直是研究的热点。

随着计算机处理技术的发展，基于图像处理技术的叶脉提取和叶脉建模已成为研究热点。文献（2006.Leaf vein extraction using independent component analysis.Proceedings of IEEE Conference on Systems,Man,and Cybernetics.5:3890－3894.）用独立成分分析进行叶脉的提取；文献（2008.基于Hough变换的植物叶脉检测新方法[J].通讯和计算机.5(8)：58－60.）利用灰度拉伸、Hough变换与边缘生长、图像腐蚀与膨胀进行叶脉检测。

文献（2009.Fast leaf vein extraction using hue and intensity information.Proceedings of IEEE International Conference on Information Engineering and Computer Society.1－4.）提出基于SHI彩色空间的快色叶脉提取算法，该算法把树叶分为叶脉与叶肉颜色相似和不同两类，对于具有不同颜色的叶子，将HSI彩色空间的色调分离分为12个颜色区间，像素点最多的颜色区间为叶肉像素点，去除叶肉像素点得到叶脉图像；对于颜色单一的叶子分两步进行提取，第一步根据不同颜色叶子的提取方法对H分量图像提取部分叶脉，第二步先将I分量图像进行增强，再进行大部分叶脉的提取。

文献（2011.基于改进的Sobel算子和色调信息相结合的叶脉提取算法.农业工程学报.27(7):196～199.）则提出了一种基于改进的Sobel算子和色调信息相结合的叶脉提取算法，对图像进行改进的Sobel算子的叶脉提取和基于色调信息的叶脉提取，然后将两者提取的结果进行融合获得最终的叶脉图像。

在以往的相关研究中，采用的实验对象都是健康的叶片，除了叶脉和叶肉固有的色差外，不存在其他的色差区域，有利于叶脉的识别。但是在实际应用中，叶片往往都会遭受各种病虫害的侵扰。遭受虫害危害的叶片叶绿素分布会不均匀，形成色差，同时会有细小的虫孔，在执行现有的边缘识别算法时，这些色彩不均匀区域的边界和细小虫孔的边界很容易与叶脉的边缘同时被识别出来，难以避开。

发明内容

本发明提供了一种基于导数光谱法的轻度虫害叶片的叶脉识别方法，利用该算法能获得轻度虫害叶片的叶脉图像。

基于导数光谱法的轻度虫害叶片的叶脉识别方法，包括：

（1）对原高光谱图像求一阶导数光谱，获得680nm处的一阶导数光谱图像，对该一阶导数光谱图像进行叶脉提取运算，得到第一叶脉图像；

（2）取原高光谱图像中640nm、550nm、460nm处单波段图像组成RGB图像，再将该RGB图像转换到HSI空间得到HSI图像，对HSI图像中的H分量进行叶脉提取运算，得到第二叶脉图像；

（3）将第一叶脉图像和第二叶脉图像进行融合，得到识别后的叶脉图像。

本发明中所述的轻度虫害叶片，是指叶脉完整、叶肉被害虫侵蚀但仍保留至少80%叶肉面积的叶片。

对原高光谱图像求一阶导数光谱是为了将叶肉像素与叶脉像素区分开。由于单个像素的光谱曲线是由一系列的离散光谱数据连成的曲线，因此，对高光谱数据进行导数变换并不等同于数学意义上的对连续、可微的函数进行求导运算，而是在一定尺度的微分窗口下通过一阶差商实现对一阶求导的近似代替。因此需要对高光谱数据先行对数变换，再行求导变换。对数变换和导数变换的公式分别如式(1)，(2)所示。

A(λ)＝Ln[1R(λ)]       （1）；

D(λ)＝[A(λ)-A(λ+ω)]ω       （2）；