基于图像处理技术的植物叶片面积和周长测量算法的研究开题报告
2020-02-10 22:37:15
1. 研究目的与意义（文献综述）
植物对人类生活有极其重要的作用, 为了能更好的运用植物与识别植物, 对植物的分类与识别成为了重要的研究领域。叶片是植物进行光合作用的物质基础，是蒸腾作用的媒介，是合成有机物的主要器官。叶片参数反映着植物的发育状况、受虫害影响程度、产品产量和质量，反映植物对其地理分布和养分条件等外界条件的适应策略。叶片面积和周长的测量对研究作物生长发育规律、遗传育种、指导农业生产有重要意义。传统对植物叶片几何参数进行测量的手段有叶面积仪测定法、九宫格法、称重法、系数法、游标卡尺法、厚度传感器等,其中，叶面积仪也可以测量叶片周长，具有操作简单、速度快的特点，但以其价格昂贵，扫描速度对测定结果影响较大、重现性差；方格法操作繁琐，费时费力，常用于对其他测定结果校正；剪纸称质量法原理简单，但精度受叶片形状和纸张均匀性等影响。
随着数字图像处理技术的发展和计算机处理速度的飞跃,其在农业方面也得到了越来越广泛的应用。相比于传统的测量方法，基于数字图像处理的测量方法采集图片样本精度高且无接触，并可由计算机自动处理，低费用且方便快捷。国内对于植物叶片面积测量方法的研究最多，周长次之。相关测量多采用半自动测量，需要人工进行干预，因此测量精度受人为因素的影响很大。例如，张全法和冯绚等提出一种利用CCD测量植物叶片的面积的方法，但这种方法的测量精度会受到很多因素影响，如数码相机的光学特性、像平面和CCD平面不重合引起图像的几何畸变等；白由路和样俐苹提出了一种仅利用数码相机和Photoshop7.0来快速测量植物叶片面积、叶片长度和宽度的方法等。涂少雄和盛毅提出了一种利用扫描仪和VisualC 6.0来测量植物叶片的面积和周长的方法。郭文川和周超超等基于Android手机平台构建了一个植物叶片面积的快速无损测量系统。陈爱军和李东升等提出了一种基于MATLAB的植物叶片参数自动测量系统方案。岳利军和汪仁煌等提出了一种利用机器视觉来提取植物叶片角点、周长和面积等参数的方法。与国内相比，国外研究人员对植物叶片参数测量的研究范围更加广泛，除了很多对叶片面积、周长等简单参数测量的研究，还有很多对叶脉、锯齿等复杂参数的研究，研究技术也稍显成熟。
2. 研究的基本内容与方案
基本内容：设计一种算法能对采集的植物叶片图像进行图像分析和处理,进而快捷、准确的计算叶片的面积和周长,掌握图像分析的基本原理，了解图像识别设计的流程，分析用户需求并设计主要功能模块，设计合理的算法实现其功能。
目标：设计一种算法能快捷、准确的计算叶片的面积和周长。
3. 研究计划与安排
第1－3周：查阅相关文献资料，明确研究内容，了解研究所需原理与技术。确定方案，完成开题报告。
第4－7周：用户需求分析。
4. 参考文献（12篇以上）
| [1] BoguslawCyganek．数字图像目标检测与识别-理论与实践[M]，电子工业出版社，2016． [2] 何东建．数字图像处理（第三版）[M] ．西安：西安电子科技大学出版社，2015． [3] K.R. Castleman，Digital ImageProcessing[M]，清华大学出版社，2012． [4] 崔世钢，秦建华，张永立． 基于图像处理技术的植物叶片面积和周长测量［J］． 江苏农业科学，2018，46(15):187 －189． [5] 康 宇． 植物叶片几何参数测量研究与应用［D］． 绵阳:西南科技大学，2016． [6] 周乐前． 基于图像的植物叶片参数测量方法研究［D］． 长沙:湖南大学，2015． [7] 陈爱军，李东升，董光辉．一种基于MATLAB的植物叶片参数测量系统[J] ．中国计量学院学报，2010，21(04):310-313． [8] 于娟．植物叶片形状特征提取的方法研究[J] ．计算机光盘软件与应用，2012，15(22):137-138． [9] 陈宁宁．几种图像阈值分割算法的实现与比较[J] ．电脑知识与技术，2011，7(13):3109-3111． [10] 胡迪．植物叶片测量方法的研究[D] ．沈阳工业大学，2011． [11] 刘舟．植物叶片识别及叶片信息管理系统的设计与实现[D] ．华中科技大学，2015． [12] 张金瑞．基于图像处理的树叶面积特征提取的研究[D] ．北京林业大学，2010． [13]Bera T., Das A., Sil J.,Das A.K. A Survey on Rice Plant Disease Identification Using Image Processingand Data Mining Techniques[J]. Advances in Intelligent Systems and Computing, 2019,vol814. [14]Qian X,Zhao Y,Han J. Imagelocation estimationby salient region matching[J]. IEEE Transactionson ImageProcessing A Publication of the IEEESignal Processing Society ,2015. [15] Dhingra, G., Kumar, V.amp; Joshi, H.D. Study of digital image processing techniques for leaf diseasedetection and classification[J].Multimed Tools Appl ,2018(77): 19951.
|
