薛佳楣， 玄子玉

(佳木斯大學(xué)，黑龍江 佳木斯 154007)

0 引言

伴隨計(jì)算機(jī)科學(xué)計(jì)算的快速發(fā)展，計(jì)算機(jī)軟硬件技術(shù)都得到提高，人們期望計(jì)算機(jī)軟件能夠更確切的虛擬現(xiàn)實(shí)，所以提出了各種可視化研究理論和方法，20世紀(jì)80年代，Jaran Lanier首次提出了“Virtual Reahty”的概念.20世紀(jì)90年代，虛擬現(xiàn)實(shí)的軟件技術(shù)已經(jīng)被廣泛應(yīng)用在生態(tài)環(huán)境學(xué)、農(nóng)業(yè)科學(xué)、醫(yī)學(xué)和游戲等領(lǐng)域.在農(nóng)業(yè)和生態(tài)學(xué)研究中，需要對(duì)植物的長(zhǎng)發(fā)育情況進(jìn)行跟蹤研究，虛擬植物可以幫助人們構(gòu)建適當(dāng)?shù)沫h(huán)境模擬植物的生長(zhǎng)狀態(tài)，縮短研究時(shí)間.在虛擬場(chǎng)景中，植物具有主要的作用，使虛擬環(huán)境更加逼真.植物葉片是植物的重要組成部分，虛擬植物葉片的真實(shí)感直接影響虛擬植物的真實(shí)感.在農(nóng)業(yè)中，對(duì)植物葉片的研究結(jié)果直接影響著農(nóng)業(yè)技術(shù)的發(fā)展，植物葉片還是植物獲取能源的主要器官，是植物進(jìn)行光合作用和蒸騰作用的重要功能器官，通過(guò)葉片的研究，可以進(jìn)行合理的灌溉，增加農(nóng)業(yè)收益.通過(guò)現(xiàn)有的資料顯示，國(guó)內(nèi)外很多科學(xué)家都對(duì)虛擬植物這個(gè)領(lǐng)域進(jìn)行深入的研究.例如:國(guó)內(nèi)的研究報(bào)告有李云峰等人建立的利用圖像處理的方法重新建虛擬植物的和植物樹(shù)冠和器官，三角化剖對(duì)葉片進(jìn)行分析，但是該方法沒(méi)有對(duì)葉脈信息進(jìn)行分析[1－2];谷文哲等利用分形方法模擬葉片三級(jí)細(xì)脈，但是通過(guò)B樣條曲線繪制葉片輪廓的方法，卻是和滿(mǎn)足不了現(xiàn)實(shí)自然界葉片輪廓的真實(shí)性[3].本文提出了一種圖像處理方法來(lái)模擬葉片.

1 葉片邊緣檢測(cè)

邊緣檢測(cè)是使用數(shù)學(xué)方法提取圖像像元中具有亮度值(灰度)空間方向梯度大的邊、線特征的過(guò)程[4].邊緣檢測(cè)在很多領(lǐng)域都有應(yīng)用，主要是基于搜索的邊緣檢測(cè)法和基于零穿越的邊緣檢測(cè)法兩類(lèi).基于搜索的邊緣檢測(cè)方法是通過(guò)尋找圖像中一階導(dǎo)數(shù)中的最大和最小值的過(guò)程來(lái)檢測(cè)邊界，通常情況下是將邊界定位在梯度最大的方向;另一種方式是基于零穿越的方法，該方法通過(guò)尋找圖像二階導(dǎo)數(shù)零穿越來(lái)尋找邊界，通常情況下是Laplacian過(guò)零點(diǎn)或者非線性差分表示的過(guò)零點(diǎn).本文中將采用基于搜索的方法進(jìn)行葉片邊緣檢測(cè).通過(guò)樹(shù)葉圖像進(jìn)行二進(jìn)制灰度轉(zhuǎn)換，采用灰度閾值提取樹(shù)葉輪廓，利用中值濾波繪制樹(shù)葉邊緣圖.

我們將采集好的樹(shù)葉圖像通過(guò)掃描儀輸入到計(jì)算機(jī)，這是一張彩色圖片，收到光照，相機(jī)輸入噪音等影響，需要對(duì)彩色圖像進(jìn)行處理.由于彩色圖像信息量大，數(shù)據(jù)復(fù)雜，不利于信息提取，而經(jīng)過(guò)灰度化的圖像則能避開(kāi)這些問(wèn)題.每張彩色圖像的像素點(diǎn)由R，G，B三個(gè)分量決定，而灰度圖像的R，G，B三個(gè)分量值是相同的，因此灰度圖像也能夠像彩色圖像一樣反映整幅圖像的分布特征.通常有兩種方式可以用來(lái)圖像灰度化:一種方法師用YUV的理論表示，另一種方法是用RGB的理論進(jìn)行表示.本文采用R，G，B三個(gè)分量平均值的計(jì)算方式進(jìn)行灰度化[5].

彩色圖像灰度化基本公式如下:

圖1 閾值80的葉片灰度化結(jié)果

圖2 閾值150的葉片灰度化結(jié)果

Y表示灰度值，R代表紅色分量值，G代表綠色分量值，B代表藍(lán)色分量值.

經(jīng)過(guò)灰度化后的葉片圖像如圖1～圖3所示，其中設(shè)定的閾值分別是80，150，210，葉片灰度化的結(jié)果:

圖3 閾值210的葉片灰度化結(jié)果

圖4 銳化后的效果圖

經(jīng)過(guò)多次試驗(yàn)我們發(fā)現(xiàn)150是葉片的閾值.

中值濾波法是圖像去噪一種技術(shù)，它主要的實(shí)現(xiàn)方式是將某一像素點(diǎn)的灰度值設(shè)置為該點(diǎn)相鄰域窗口內(nèi)所有像素點(diǎn)灰度值的中值，濾波算子為7*7 大小[7].通常，二維情況下的中值濾波[5]可定義為:Yij=medianXin=median[Xi+m.j=n;(m，n)∈W]{Xij;(i，j)∈Z2}(1)式中:W為平面窗口尺寸;m為窗口水平尺寸;n為窗口垂直尺寸;Xij為被處理的圖像平面上的一個(gè)像素點(diǎn)，坐標(biāo)為(i，j);Yij為以Xij為中心、窗口W所套中范圍內(nèi)像素點(diǎn)灰度的中值，即中值處理的輸出值;Z2為二維數(shù)據(jù)串的序

通過(guò)中值濾波后產(chǎn)生的葉片邊緣圖像如圖4所示:

圖5 總體程序流程

2 葉脈建模

葉脈是指葉片中的維管組織，大多數(shù)蕨類(lèi)植物和種子植物的葉片中有許多粗細(xì)不等，并按一定順序排列的葉脈.葉脈在葉片中排列的方式稱(chēng)為脈序.被子植物的脈序一般分為網(wǎng)狀脈與平行脈兩種基本類(lèi)型.網(wǎng)狀脈可分為掌狀網(wǎng)脈和羽狀網(wǎng)脈.掌狀網(wǎng)脈是從葉柄頂端射出數(shù)條主脈.羽狀網(wǎng)脈，即葉片中有一明顯的主脈，其兩側(cè)有多數(shù)側(cè)脈，主脈與側(cè)脈的排列狀如羽毛者.在本文中所用到的楊樹(shù)葉脈即為羽狀網(wǎng)脈.

2.1 L 系統(tǒng)

1968年，匈牙利生物學(xué)家Aristid Lindenmayer提出了Lindenmayer系統(tǒng)，科學(xué)家簡(jiǎn)稱(chēng)其為L(zhǎng)系統(tǒng)[6].L系統(tǒng)的主要功能就是用形式化語(yǔ)言的方法去描述植物的形態(tài)和它們的生長(zhǎng)過(guò)程.該系統(tǒng)的本質(zhì)為字符串改寫(xiě)系統(tǒng).首先定義字符集合，然后根據(jù)規(guī)則對(duì)原始字符串不斷進(jìn)行替代[8].為上下文無(wú)關(guān)的確定性L系統(tǒng)是最基本的L系統(tǒng)，其定義的形式如下:

其中，V代表字母表集合;ω即生成對(duì)象的初始形式又被稱(chēng)為公理;P為產(chǎn)生式即重寫(xiě)規(guī)則.

圖6 模擬效果如圖

2.2 模擬葉脈建模

本文所設(shè)計(jì)的L系統(tǒng)如下:

上面的描述表示葉脈的主要拓?fù)浣Y(jié)構(gòu);下面的信息描述各個(gè)符號(hào)的具體含義F，E代表主脈生長(zhǎng)量D分別代表主脈、側(cè)脈生長(zhǎng)量;L代表左側(cè)脈彎曲方向，R代表右側(cè)脈彎曲方向;A，M表示主脈生長(zhǎng)點(diǎn)，N代表側(cè)脈生長(zhǎng)點(diǎn);+表示左側(cè)方向側(cè)脈與其著生脈夾角;－表示右側(cè)方向側(cè)脈與其著生脈夾角;[代表將當(dāng)前狀態(tài)進(jìn)棧、]代表將當(dāng)前狀態(tài)出棧;(、)表示生長(zhǎng)量變化.

2.3 系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)

首先對(duì)楊樹(shù)樹(shù)葉片進(jìn)行篩選取樣，制作成樹(shù)葉樣本，進(jìn)行樣本拍照，對(duì)照片做圖像處理，提取樹(shù)葉邊緣輪廓.根據(jù)上面所設(shè)計(jì)的L系統(tǒng)樣式進(jìn)行編碼，對(duì)L系統(tǒng)的文法進(jìn)行有限次迭代實(shí)現(xiàn).通過(guò)迭代可以找到主葉脈的位置，以主葉的根部為起點(diǎn)，按照L系統(tǒng)字符串的文法進(jìn)行描繪.總體程序流程，如圖5所示.模擬效果如圖6所示.

3 結(jié)束語(yǔ)

本文采用圖像處理的方法提取了葉片的邊緣信息，設(shè)計(jì)出符合楊樹(shù)樹(shù)葉形態(tài)特征的L系統(tǒng).該L系統(tǒng)不但真實(shí)的模擬了楊樹(shù)樹(shù)葉的形態(tài)，對(duì)其添加隨機(jī)系數(shù)和參數(shù)后能夠準(zhǔn)確描繪葉脈的細(xì)節(jié)，因此對(duì)葉片形狀描述就更加逼真.在以后的研究工作中，還需要進(jìn)一步完善楊樹(shù)葉的模擬實(shí)驗(yàn)工作，為模擬場(chǎng)景做出更大的貢獻(xiàn).

[1]李云峰.一種基于圖像的快速虛擬植物可視化重建[J].計(jì)算機(jī)應(yīng)用研究，2005(11):253－257.

[2]李云峰 .基于圖像的植物器官重建[J].計(jì)算機(jī)工程與應(yīng)用，2006(2):218－ 221.

[3]谷文哲，金文標(biāo)，張智豐.一種改進(jìn)的葉脈建模方法.

[4]卡斯?fàn)柭?Kenneth R.Cast leman).數(shù)字圖像處理[M].北京:清華大學(xué)出版社，1998.

[5]何斌，馬天予，王運(yùn)堅(jiān)Visual C+ +數(shù)字圖像處理[M].北京:人民郵電出版社，2001.

[6]Kurth W.Morphological Models of Plant Growth Ecological Modelling，1994，75－76:299－308.

[7]代青.基于圖像的水表讀數(shù)智能識(shí)別應(yīng)用研究，2009－05－01.

[8]李慶忠，韓金姝.一種L系統(tǒng)與IFS相互融合的植物模擬方法[J].工程圖學(xué)學(xué)報(bào)，2005(6):135－139.