[发明专利]一种植物叶片叶脉的分级识别方法

权利要求书

1.一种植物叶片叶脉的分级识别方法，其特征在于：包括以下步骤：

步骤1、获取高清晰度的植物叶片图像构成数据集，对数据集中的叶片图像进行预处理得到二值化叶脉网络图像；

步骤2、使用骨架化算法对步骤1得到的二值化叶脉网络图像进行处理得到植物叶片的叶脉骨架网络；

步骤3、删除叶脉骨架的连接像素点并另外保存，将叶脉骨架网络分段为多个小叶脉段，并删除像素数量小于设定阈值的叶脉段；

步骤4、将步骤1得到的二值化叶脉网络图像进行距离变换，构成叶脉的距离变换图像；

步骤5、将步骤3得到的叶脉段投影到步骤4的叶脉的距离变换图像中，提取每条叶脉段的多尺度LBP特征；

步骤6、将各级叶脉的标签赋予各叶脉段，构成训练集训练随机森林分类器，对叶脉段进行分类；

将数据集分为训练集和测试集，赋予训练集中每一个叶脉段对应的叶脉等级标签，结合提取的多尺度LBP特征对随机森林分类器进行训练，然后使用随机森林分类器对测试集中的叶脉段进行分类；

步骤7、通过步骤3中保存的叶脉骨架的连接像素点对分类出的叶脉段校正叶脉的分类结果，使同一像素点连接的两条叶脉段为相同等级或等级相差一级，最终得到叶脉分级图像。

2.根据权利要求1所述的一种植物叶片叶脉的分级识别方法，其特征在于：所述步骤1采用具有透射扫描功能的扫描仪获取高清晰度的植物叶片图像构成数据集。

3.根据权利要求1所述的一种植物叶片叶脉的分级识别方法，其特征在于：所述步骤1通过图像增强、中值滤波和自适应阈值二值化方法对数据集中的叶片图像进行预处理得到二值化叶脉网络图像。

4.根据权利要求1所述的一种植物叶片叶脉的分级识别方法，其特征在于：所述步骤2使用并行模板匹配骨架提取算法对步骤1得到的二值化叶脉网络图像进行处理得到植物叶片的叶脉骨架网络。