植物叶片图像分割算法研究开题报告

1. 研究目的与意义

从植物分类的角度看，识别一种植物最直接有效和简单的方法就是从它的叶片着手，叶片的形状、颜色、脉络都可以作为植物分类的依据 。

植物叶片脉络分析成为了农业生产经营和植物学研究中具有非常重要意义的基础性工作。

开展此类研究可以大力推动农林产业向数字化方向发展，同时对计算机科学尤其是计算机图形图像、计算机视觉以及自动化等领域的研究也将起到推动作用，对植物种类的识别和分类、探究植物间亲缘关系有着重要意义

2. 国内外研究现状分析

早在1991年,国外的e.franz等即提出利用植物叶片的边缘曲率来识别植物,但受到当时计算机理论和软硬件条件的限制。

近年来,随着计算机硬件性能的提高和图像处理技术的发展,以及世界各国数字化农业的开展,对植物叶片进行图像处理和分析又渐渐得到了人们的重视,并取得了一些成果。

其中,c.im的等利用对叶片的多边形逼近来识别槭属类植物；t.saitoh等利用花朵和叶片的图像来识别野生花;f.mokhtarian等发展了利用多尺度曲率空间方法(css)用于自遮掩的叶片识别;y.f.li等利用基于细胞神经网络的snake模型来提取叶脉;傅弘等提出一种基于人工神经网络的叶脉提取方法;中科院合肥智能机械研究所智能计算实验室利用植物叶片的形状特征、纹理特征来识别植物等;美国哥伦比亚大学在美国国家自然科学基金资助下,于2007年开发出了基于虚拟现实技术的便携式植物鉴定设备原型,这是目前报道的第一套植物分类硬件原型设备。

3. 研究的基本内容与计划

本课题研究植物叶片的图像分割算法,主要研究内容：（1）编写植物叶片图像分割算法；（2）通过Matlab编程实现图像分割程序；（3）通过matlab软件实现对植物叶片图像检测。

计划：1、明确设计任务，查资料，初步熟悉Matlab软件和撰写开题报告（ 第1周第3周）2、分析论证并确定设计方案 （ 第4周第5周）3、进行相关的理论分析和系统的设计 （ 第6周第13周 ）4、撰写设计（论文）说明书 （ 第14周第15周）5、毕业设计答辩 （第16周）

4. 研究创新点

图像分割在内容图像检索、机器视觉、生物特征识别、图像检测、压缩编码等方面都有广泛的应用。

本课题利用图像分割与检测算法对植物叶片灰度图像进行分割，通过Matlab编程实现图像分割程序,并对植物叶片图像进行分割,并对分割效果进行评价。