□ 徐 峰

一、引言

近年來(lái)，對(duì)植物的分類和識(shí)別研究已成為模式識(shí)別領(lǐng)域的一個(gè)研究熱點(diǎn)。傳統(tǒng)的葉片識(shí)別，一般由知識(shí)儲(chǔ)備和實(shí)踐經(jīng)驗(yàn)豐富的研究人員進(jìn)行。但這種人工操作，識(shí)別的過程依然相當(dāng)繁瑣，工作量大，并且工作效率不高，識(shí)別的正確性也很難得到保證。隨著計(jì)算機(jī)技術(shù)的發(fā)展，研究通過計(jì)算機(jī)來(lái)進(jìn)行高精度的葉片識(shí)別是一個(gè)非常具有可行性的新途徑。

國(guó)外學(xué)者在對(duì)于植物葉片分類識(shí)別的研究上，獲得了良好的成果，他們大多采用判別式分析法、匹配法、機(jī)器學(xué)習(xí)法對(duì)植物進(jìn)行分類識(shí)別。國(guó)內(nèi)對(duì)于葉片識(shí)別技術(shù)的研究比較少，而且開始時(shí)間也比國(guó)外的要遲一些。祁亨年等提出了葉形識(shí)別概念，并討論其發(fā)展前景，雖然并未進(jìn)行系統(tǒng)的開發(fā)，但他們最先推動(dòng)了國(guó)內(nèi)對(duì)于植物葉片識(shí)別研究的發(fā)展。黃德雙等對(duì)于葉片識(shí)別技術(shù)進(jìn)行了大量的研究，并開發(fā)出了具體的識(shí)別系統(tǒng).近年，合肥植物園與中科院合肥智能機(jī)械研究所智能計(jì)算實(shí)驗(yàn)室進(jìn)行了合作，他們借助數(shù)字圖像處理和模式識(shí)別技術(shù)，成功開發(fā)了一款植物葉片圖像識(shí)別系統(tǒng)。

本文建立了一個(gè)基于數(shù)據(jù)庫(kù)的葉片種類識(shí)別系統(tǒng)。通過對(duì)葉片圖像的處理，葉形的分析與特征值的計(jì)算，并且應(yīng)用數(shù)據(jù)庫(kù)技術(shù)存儲(chǔ)數(shù)據(jù)資料，實(shí)現(xiàn)對(duì)葉片圖像的識(shí)別功能。

二、葉片的識(shí)別

本系統(tǒng)識(shí)別葉片的流程如圖1所示。

圖1 識(shí)別流程

(一)圖片的預(yù)處理。直接的圖像文件是不能完成最后需要的特征值提取的，因此需要對(duì)圖像文件進(jìn)行預(yù)處理操作。圖像在進(jìn)行了一系列處理后，計(jì)算機(jī)才能夠?qū)D像中某些區(qū)域進(jìn)行計(jì)算和統(tǒng)計(jì)。在預(yù)處理過程中，為了使圖像與圖像背景分離開來(lái)，盡量減小背景的影響，一是要增強(qiáng)對(duì)比度。二是利用閾值分割將圖像轉(zhuǎn)換成二進(jìn)制圖，方便后續(xù)的邊界提取和統(tǒng)計(jì)某些數(shù)值，如面積和周長(zhǎng)等的計(jì)算更加精確。三是為了最大程度地去除圖像中的噪聲，空隙等對(duì)計(jì)算的影響，要對(duì)圖像進(jìn)行濾波處理和膨脹、腐蝕等平滑操作。

其算法流程下:

Step 1:讀入RGB格式的圖像文件，用二維數(shù)組A變量存儲(chǔ)圖像;

Step 2:增強(qiáng)圖像的對(duì)比度，得到數(shù)組變量I;

Step 3:將圖像格式轉(zhuǎn)換為灰度圖像，得到數(shù)組變量I2;

Step 4:計(jì)算分割所需的閾值大小level;

Step 5:利用閾值分割法，將灰度圖像轉(zhuǎn)換為二值圖像，得到數(shù)組變量BW;

Step 6:對(duì)二值圖像進(jìn)行medfilt(中值濾波)處理，存儲(chǔ)在BW中;

Step 7:對(duì)圖像進(jìn)行 erode(腐蝕)操作，得到數(shù)組變量BW1;

Step 8:對(duì)腐蝕后的圖像BW1進(jìn)行dilate(膨脹)操作，得到變量BW2。

表1 特征提取算法

(二)特征提取。特征值提取是計(jì)算出圖像中葉片的某些典型的數(shù)據(jù)，用以區(qū)分不同的圖像，是為后續(xù)的識(shí)別工作做準(zhǔn)備。本系統(tǒng)采用2個(gè)特征值，分別為葉片圖像的圓形度和長(zhǎng)寬比，其中圓形度通過圖像的面積和周長(zhǎng)得出，長(zhǎng)寬比通過葉片圖像的最小鄰接矩形得出。采用這兩個(gè)特征值的原因，是因?yàn)樗鼈兛梢员苊鈭D像放縮和圖像位置的影響，無(wú)論圖像放大還是縮小，無(wú)論擺放位置怎么樣，它們的計(jì)算結(jié)果都只和圖像本身的形狀有關(guān)。其算法實(shí)現(xiàn)具體如表1所示。

(三)識(shí)別算法。識(shí)別算法的思想是判斷根據(jù)用戶上傳的圖片文件計(jì)算出的特征值和數(shù)據(jù)庫(kù)中的文件經(jīng)過同樣處理后得出的值之間的差距是否在預(yù)先設(shè)定的一個(gè)范圍內(nèi)。具體的匹配算法如表2所示。

表2 匹配算法

匹配算法中采用2個(gè)數(shù)值之間的差的絕對(duì)值與二者之和的比值作為判斷參數(shù)，同時(shí)設(shè)置長(zhǎng)寬比的誤差區(qū)間為15%，圓形度的誤差區(qū)間為3.5%，這樣使得判斷較為準(zhǔn)確合理。

圖2 系統(tǒng)結(jié)構(gòu)圖

圖3 用戶初始界面

三、系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

系統(tǒng)在Windows XP操作系統(tǒng)下采用Matlab語(yǔ)言進(jìn)行開發(fā)，數(shù)據(jù)庫(kù)設(shè)計(jì)使用Sql sever 2008工具完成。數(shù)據(jù)庫(kù)中保存的是圖片在本地電腦中的絕對(duì)路徑以及相關(guān)圖片的描述信息。系統(tǒng)的功能結(jié)構(gòu)如圖2所示。本系統(tǒng)中主要有前臺(tái)用戶界面(圖3)和后臺(tái)管理員界面(圖4)。

用戶在使用本系統(tǒng)時(shí)，先在用戶界面中點(diǎn)擊“瀏覽”按鈕，選擇待識(shí)別的植物葉片。在完成待識(shí)別文件的上傳后，點(diǎn)擊“識(shí)別”按鈕，識(shí)別結(jié)果如圖5所示。圖5中左邊顯示存儲(chǔ)在數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)圖片，界面右下角顯示識(shí)別結(jié)果，主要為相應(yīng)葉片的文字信息，有關(guān)其葉片特征，產(chǎn)地，用處等等。

圖4 管理員初始界面

圖5 識(shí)別結(jié)果圖

四、結(jié)語(yǔ)

本文開發(fā)了一個(gè)具有較高識(shí)別能力的葉片識(shí)別和分類系統(tǒng)。深入介紹了系統(tǒng)實(shí)現(xiàn)中的核心技術(shù)、系統(tǒng)界面和系統(tǒng)運(yùn)行的結(jié)果。實(shí)驗(yàn)證明，本系統(tǒng)可以識(shí)別出不同種類的葉片。但本文僅僅實(shí)現(xiàn)系統(tǒng)原型，未來(lái)還有許多問題需要深入研究和完善，比如系統(tǒng)的界面、算法的效率、對(duì)復(fù)葉的識(shí)別等等。

［1］朱靜，田興軍，陳彬，呂勁紫.植物葉形的計(jì)算機(jī)識(shí)別系統(tǒng)［J］. 植物學(xué)通報(bào)，2005

［2］杜吉祥.植物物種機(jī)器識(shí)別技術(shù)的研究［D］.中國(guó)科學(xué)技術(shù)大學(xué)，2005

［3］Yvonne Power，Parisa A.Bahri.Integration techniques in intelligent operational management［OL］.School of Engineering Science and A.J.Parker Cooperative Centre for Hydrometallurgy，Murdoch University(Rockingham Campus)，Dixon Road，Rockingham，WA 6168，Australia，2004，19(3):613 ～620