面向特定植物目标提取的图像处理技术研究开题报告

1. 研究目的与意义

我国是一个农林业大国，农林业是国民经济的基础。虚拟植物生长的计算机建模与可视化仿真研究在农林业、景观设计或园林设计、虚拟实现、计算机动画、计算机教学等领域都有着广泛的应用前景。基于图像的三维重建是虚拟现实技术的一个重要研究方向，其主要目的是通过两个相机拍摄得到的图像得到图像二维信息，通过相机标定的内外参数，将二维信息转换为三维信息，从而重建出目标植物的三维模型。而重建的精度高低和效果的好坏也取决于目标植物的提取情况。广角镜头拍摄的图片带有桶形畸变，而这必将影响下一步的图像处理操作，为了准确的还原原始图像则需要利用各种技术对图像桶形畸变进行校正。图像是人类获取信息的主要媒介，在进行后期的图像特征匹配之前首先要进行图像分割来得到目标植物，图像分割对于后期的图像提取和匹配都有很大的影响，甚至是至关重要的。本课题是在分析比较研究现代面向植物的图像处理以及图像的校正的现状的基础上，研究特定植物拟南芥的图像畸变校正和图像处理技术，这对后期的拟南芥三维模型的建立具有重要的作用，对我国农林业的发展以及植保机械技术的发展都具有重要的意义。

2. 国内外研究现状分析

①廖武忠基于图论的最短路径算法与加权直方图分割法并结合快速模糊聚类思想，提出了改进的快速模糊聚类算法。又提出一种基于图论与分水岭分割相结合并改进的阈值分割算法。实验结果表明，文中方法所求阈值比较精确，运算速度比较快，并保持了原来算法的鲁棒性。

②陈佳业的文章中，对现有的基于聚类的图像分割方法进行深入探究，并在此基础上提出自己的改进方法。具体内容可分为如下几个部分。第一部分主要是深入了解现有的聚类算法，分析它们的优缺点及复杂度。第二部分主要提出了一个基于k-means预处理的mrsd改进算法。通过对高分辨率图像进行分割实验，结果表明该改进算法不仅能够取得令人满意的图像分割结果，而且大大地提高了图像分割的效率。最后，提出了一个基于自适应阈值预处理的mrsd改进算法。

③long 等人于2015年提出的全卷积网络(fully convolutional networks，fcn)方法，提出了一种针对任意大小的输入图像，训练端到端的全卷积网络的框架，实现逐像素分类，解决图像语义分割问题。

3. 研究的基本内容与计划

研究内容：①以特定植物拟南芥为研究对象，先对其进行图像采集。

②在进行相机标定得到内外参数的情况下，从中提取出畸变系数，根据畸变系数校正出准确的图像。

④之后选取合适的图像分割方法，将经过畸变校正的特定植物的图像进行图像处理。

4. 研究创新点

①通过分析比较各个图像分割方法的优缺点，采用结合各个方法来进行图像分割，得到准确的目标植物。

②以模式植物拟南芥为对象，通过相机标定准确获得相机的畸变系数，进而对采集到的图像进行精确地畸变校正。