摘 要

叶片是植物最重要的几个器官之一，植物叶片的形态可以很好的反应植物的生长状况，而叶脉是植物运输养分和水分的主要通道，因此提取植物叶脉的表型参数对于研究植物生长态势以及在不同生长环境下的进化策略具有一定的参考意义。

本文提出了一种从叶脉网络图像中自动提取叶脉参数的方法，解决了传统人工测量存在主观误差以及现有叶脉参数提取工具需要手动设置参数等问题。实现了从叶脉图像中自动提取包含叶脉长度、密度、体积、夹角等在内的20余个参数，同时针对1200片包含不同品种的大豆叶脉图像进行处理，并以此构建了相应的基于叶脉网络结构的表型参数数据库。

研究结果表明：本文提出的叶脉网络表型参数提取方法能够准确、快速的对大量叶脉网络图片进行参数提取，达到了设计的目的和效果。

本文的创新点：提出了叶脉网络结构表型参数的自动提取方法，构建了大豆叶脉表型数据库，同时提供了在线提取表型参数的接口，最终通过对提取的参数进行了关联分析找出了各参数内在的联系。

关键词：数字图像处理；叶脉网络；数据库；表型参数

Abstract

As one of the most important organs of plant, leaf plays a vital role in photosynthesis and transpiration of plant. Hence, the extraction of the phenotypic parameters of plant leaf veins which is the main channel for plant to transport nutrients and water has considerable significance in the study of plant growth and the strategy of evolution under different growth conditions.

In this paper, a method of automatically extracting vein parameters from the network image of the vein is proposed. There are subjective errors in traditional artificial measurement methods, and the existing extraction software needs to be manually configured, both of the disadvantages pointed out above have hindered the study of leaf vein network phenotypic parameters. Fortunately, the method proposed in this paper have solved all these problem, as the result more than 20 parameters including vein length, density, volume and angle have been extracted automatically from vein images and a database containing 1200 soybean leaf vein phenotypic parameters also have been created.

The results show that the method of extracting vein network phenotypic parameters proposed in this paper can accurately and quickly extract the parameters of a large number of vein network images, and the purpose and effect of the design are achieved.

The innovation of this paper is as follows:

1. The automatic extraction method of phenotypic parameters of leaf vein network structure is put forward.
2. The soybean leaf vein phenotypic database is constructed, and the interface of on-line extraction of phenotypic parameters is provided.
3. The intrinsic relations of the parameters are found through the correlation analysis of the extracted parameters.

Key Words：Digital image processing; vein network; database; phenotypic parameters

目录

第1章 绪论 1

1.1研究目的及意义 1

1.2国内外研究现状 2

1.2.1植物叶脉提取的研究现状 2

1.2.2 植物叶脉网络参数提取研究现状 2

1.3论文的研究内容及结构安排 2

1.3.1研究内容 2

1.3.2结构安排 3

第2章 叶脉模型和参数定义 4

2.1 叶脉模型 4

2.1.1 分级叶脉 4

2.1.2 整体叶脉网络 5

2.1.3 网眼区域模型 5

2.2 叶脉网络结构参数定义 6

2.2.1 叶脉网络整体参数定义 6

2.2.2 分级叶脉参数定义 7

2.2.3 网眼区域参数 7

第3章 参数计算原理及方法 9

3.1叶脉整体参数计算原理及方法 9

3.1.1 整体叶脉的提取方法 9

3.1.2叶脉面积及体积参数计算 10

3.1.3叶脉长度参数计算 11

3.1.4 叶脉宽度参数计算 11

3.1.5 叶脉数量参数计算 12

3.2分级叶脉参数计算原理及方法 12

3.2.1 分级叶脉获取 12

3.2.2 分级叶脉参数计算 13

3.3网眼区域参数计算原理及方法 15

3.3.1 网眼区域提取 15

3.3.2 网眼区域参数计算 16

第4章 数据分析 17

4.1参数分布特征统计 17

4.2参数相关性分析 19

第5章 叶脉网络表型数据库构建 21

5.1数据库功能介绍 21

5.2数据库构建方案及实现 21

5.2.1网站平台的构建及模块功能介绍 21

5.2.2叶脉参数提取方法的实现 24

第6章 总结与展望 26

6.1论文总结 26

6.2展望 26

致 谢 28

参考文献 29

第1章 绪论

1.1研究目的及意义

人类的生产和生活依赖于植物:植物丰富的基因资源，蕴含着巨大的生态、经济、文化和科学价值，是人类及其他生物赖以生存的基础。在维持全球生态平衡和改善人类生活质量中起着不可替代的作用，对于保障人类社会的可持续发展具有非常重要的意义。但植物的生存却因人类活动而面临着巨大威胁。由于过度采集、掠夺性的农林业生产方式、城市化进程、环境污染、土地使用的变化、外来物种入侵及气候变化等因素影响，植物正面临着前所未有的生存危机——植被覆盖率锐减、环境急速恶化、物种大量消亡、资源急剧消失^[1]。幸运的是，近年来越来越多的人开始关注植物保护，与植物相关的研究也越来越深入，并且取得了很多很有意义的成果。

植物的叶片作为大多数植物进行光合作用和呼吸作用的主要部位，是植物最重要的器官之一。而叶片的不同形态，可以反应出植物对于不同环境的进化策略、生长态势等信息，例如，叶子的面积可以定量分析光合作用和运输作用，叶脉的分布特征可以很好的反应植物的生长状况^[2]。因此研究植物叶片的表型数据，对于掌握植物的生长状况、对环境的适应性等信息有着重要的意义，而传统植物分类学中叶片形状的定性描述（如：圆形，椭圆等）只能大概的反应植物叶片的外形，却无法体现出叶片在不同时期或者不同环境下的细微变化，而叶脉作为叶片运输水分与营养物质的主要通道，几乎分布在叶片表面的每个地方，可以准确的反应出叶片的纹理等细节信息，因此，研发能够精确提取叶脉表型参数的方法对于生物学研究具有重要意义。