專利名稱：用于心材與邊材高色差樹種的年輪自動識別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及樹木年輪研究領(lǐng)域，具體涉及一種包括光皮樺在內(nèi)的心材與邊材高色差樹種的年輪自動識別方法。
背景技術(shù)：
樹木是生態(tài)系統(tǒng)的重要組成部分，通過對其年輪的研究，科研人員能夠推測當(dāng)?shù)氐慕邓亢蜌夂驐l件，甚至可能推測森林大火、早期霜凍以及周圍環(huán)境中吸取的化學(xué)成分。 因此，年輪識別的研究不僅能夠檢測樹木年齡，還能幫助我們了解自然生態(tài)環(huán)境，從而預(yù)測未來的氣候變化。樹木年輪研究是公認(rèn)的研究樹木生長和氣候變化的重要手段，包括大氣痕量金屬沉降的監(jiān)測、水體和土壤重金屬沉積的監(jiān)測和有機(jī)污染物的推斷等，但年輪檢測也是農(nóng)林研究中最繁瑣細(xì)心的工作。傳統(tǒng)的年輪檢測方法是人工觀察法，研究人員肉眼觀察，或者采用放大鏡或顯微鏡進(jìn)行觀察、測量，該方法勞動強(qiáng)度大，主觀性強(qiáng)，且測量結(jié)果在一定程度上依賴于測量者的經(jīng)驗(yàn)和操作水平，該方法既不方便，也不精確，因此目前出現(xiàn)了基于計算機(jī)視覺技術(shù)的年輪檢測方法，基于機(jī)器視覺的年輪識別方法不僅解放了大量人力和時間，而且減少了因?yàn)槿说钠谠斐傻腻e誤。光皮樺在生活家居、航空軍工、制藥治病和化妝制造方面都是很好的原材料，所以它具有較高的經(jīng)濟(jì)價值和廣泛的用途，但是光皮樺的樹樁圓盤的邊材和心材的顏色有較大的色差。以往的年輪圖像研究都是針對年輪較為清晰的針葉樹種，很少有研究針對闊葉樹年輪的檢測；而且由于光皮樺的樹樁圓盤的邊材和心材的顏色有較大的色差，因此簡單的二值化，無法獲得理想的分割圖像，導(dǎo)致對于光皮樺年輪的識別困難、識別精確度差。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是提供一種可解決邊材和心材高色差樹種的識別、精確度高、適應(yīng)性好的用于心材與邊材高色差樹種的年輪自動識別萬法。為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為一種用于心材與邊材高色差樹種的年輪自動識別方法，其實(shí)施步驟如下1)采集被測樹種年輪圖像，除去圖像背景；2)圖像灰度化，繪制灰度直方圖，從灰度直方圖中獲取邊材和心材的分界灰度值；3)根據(jù)所述分界灰度值在灰度圖像中確定心材和邊材的邊界；4)對灰度圖像中的心材區(qū)域和邊材區(qū)域分別采用不同閾值進(jìn)行二值化處理；5)從灰度圖像中心或者心材區(qū)域中心向外延伸出一條取樣直線，獲取所述取樣直線上的灰度直方圖，然后獲取所述灰度直方圖中的波峰數(shù)，所述波峰數(shù)即為被測樹種年輪的年輪數(shù)。所述步驟5)之前包括采用高斯濾波的步驟。所述步驟3)中確定心材和邊材的邊界時，首先在灰度圖像的中心建立一個窗口，然后將窗口向四周擴(kuò)展，當(dāng)窗口中的灰度值等于分界灰度值時，則位于窗口外側(cè)的區(qū)域?yàn)檫叢膮^(qū)域、位于窗口內(nèi)側(cè)的區(qū)域?yàn)樾牟膮^(qū)域。所述步驟1)中采集被測樹種年輪圖像時，將被測樹種的拍攝背景采用純色背景， 所述除去圖像背景時，首先將圖像從RGB顏色空間轉(zhuǎn)換為HIS顏色空間，然后將HIS顏色空間的圖像中的純色背景分割后得到除去背景的圖像。所述步驟4)中二值化采用最大類間方差算法。所述步驟2)中獲取邊材和心材的分界灰度值時采用的是分水嶺法從灰度直方圖 中獲得。本發(fā)明具有下述優(yōu)點(diǎn)1、本發(fā)明通過區(qū)分心材和邊材、針對心材區(qū)域和邊材區(qū)域分別采用不同閾值進(jìn)行二值化處理，因此可解決邊材和心材高色差樹種的識別問題，提高了年輪檢測的準(zhǔn)確性，具有識別精確度高、適應(yīng)性好的優(yōu)點(diǎn)。2、本發(fā)明采用機(jī)器視覺的方法，不需要耗費(fèi)大量人力和時間觀察和計數(shù)年輪，同時減少了人為檢測造成的主觀錯誤和誤差。


圖1為本發(fā)明實(shí)施例的實(shí)施流程示意圖。圖2為本發(fā)明實(shí)施例步驟1)采集得到的圖像示意圖。圖3為本發(fā)明實(shí)施例步驟2)處理得到的圖像示意圖。圖4為本發(fā)明實(shí)施例步驟3)處理得到的圖像示意圖。圖5為本發(fā)明實(shí)施例步驟4)處理得到的圖像示意圖。圖6為本發(fā)明實(shí)施例步驟5)處理得到的圖像示意圖。
具體實(shí)施例方式如圖1所示，本發(fā)明實(shí)施例的用于心材與邊材高色差樹種的年輪自動識別方法， 其實(shí)施步驟如下1)采集被測樹種年輪圖像，除去圖像背景；2)圖像灰度化，繪制灰度直方圖，從灰度直方圖中獲取邊材和心材的分界灰度值；3)根據(jù)分界灰度值在灰度圖像中確定心材和邊材的邊界；4)對灰度圖像中的心材區(qū)域和邊材區(qū)域分別采用不同閾值進(jìn)行二值化處理；5)從灰度圖像的中心向外延伸出一條取樣直線，獲取取樣直線上的灰度直方圖， 然后獲取灰度直方圖中的波峰數(shù)，波峰數(shù)即為被測樹種年輪的年輪數(shù)。步驟1)中采集被測樹種年輪圖像時，將被測樹種的拍攝背景采用純色背景，除去圖像背景時，首先將圖像從RGB顏色空間轉(zhuǎn)換為HIS顏色空間，然后將HIS顏色空間的圖像中的純色背景分割后得到除去背景的圖像，采集圖像時，應(yīng)保證樹種年輪的中心對應(yīng)圖像的中心。如圖2所示，被測樹種為光皮樺，采集被測樹種年輪圖像時采用數(shù)碼相機(jī)拍攝，其大小為2560*1920像素，拍攝背景采用純藍(lán)色背景。人眼所感知的顏色由稱為三基色的紅 (R，red)、綠(G，green)、藍(lán)(B，blue)的3種顏色組合而成。RGB顏色空間常用于顯示系統(tǒng)，但不適合于圖像分割和分析，本實(shí)施例中將圖像從RGB顏色空間轉(zhuǎn)換為HIS顏色空間，使得分割圖像背景更加準(zhǔn)備方便。RGB顏色空間和HSI顏色空間之間的轉(zhuǎn)換關(guān)系如下式所示
權(quán)利要求
1.一種用于心材與邊材高色差樹種的年輪自動識別方法，其特征在于其實(shí)施步驟如下1)采集被測樹種年輪圖像，除去圖像背景；2)圖像灰度化，繪制灰度直方圖，從灰度直方圖中獲取邊材和心材的分界灰度值；3)根據(jù)所述分界灰度值在灰度圖像中確定心材和邊材的邊界；4)對灰度圖像中的心材區(qū)域和邊材區(qū)域分別采用不同閾值進(jìn)行二值化處理；5)從灰度圖像中心或者心材區(qū)域中心向外延伸出一條取樣直線，獲取所述取樣直線上的灰度直方圖，然后獲取所述灰度直方圖中的波峰數(shù)，所述波峰數(shù)即為被測樹種年輪的年輪數(shù)。
2.根據(jù)權(quán)利要求1所述的用于心材與邊材高色差樹種的年輪自動識別方法，其特征在于所述步驟5)之前包括采用高斯濾波的步驟。
3.根據(jù)權(quán)利要求2所述的用于心材與邊材高色差樹種的年輪自動識別方法，其特征在于所述步驟3)中確定心材和邊材的邊界時，首先在灰度圖像的中心建立一個窗口，然后將窗口向四周擴(kuò)展，當(dāng)窗口中的灰度值等于分界灰度值時，則位于窗口外側(cè)的區(qū)域?yàn)檫叢膮^(qū)域、位于窗口內(nèi)側(cè)的區(qū)域?yàn)樾牟膮^(qū)域。
4.根據(jù)權(quán)利要求3所述的用于心材與邊材高色差樹種的年輪自動識別方法，其特征在于所述步驟1)中采集被測樹種年輪圖像時，將被測樹種的拍攝背景采用純色背景，所述除去圖像背景時，首先將圖像從RGB顏色空間轉(zhuǎn)換為HIS顏色空間，然后將HIS顏色空間的圖像中的純色背景分割后得到除去背景的圖像。
5.根據(jù)權(quán)利要求4所述的用于心材與邊材高色差樹種的年輪自動識別方法，其特征在于所述步驟4)中二值化采用最大類間方差算法。
6.根據(jù)權(quán)利要求1 5中任意一項(xiàng)所述的用于心材與邊材高色差樹種的年輪自動識別方法，其特征在于所述步驟2)中獲取邊材和心材的分界灰度值時采用的是分水嶺法從灰度直方圖中獲得。
全文摘要
本發(fā)明公開了一種用于心材與邊材高色差樹種的年輪自動識別方法，其實(shí)施步驟如下1)采集被測樹種年輪圖像，除去圖像背景；2)圖像灰度化，繪制灰度直方圖，從灰度直方圖中獲取邊材和心材的分界灰度值；3)根據(jù)所述分界灰度值在灰度圖像中確定心材和邊材的邊界；4)對灰度圖像中的心材區(qū)域和邊材區(qū)域分別采用不同閾值進(jìn)行二值化處理；5)從灰度圖像中心或者心材區(qū)域中心向外延伸出一條取樣直線，獲取所述取樣直線上的灰度直方圖，然后獲取所述灰度直方圖中的波峰數(shù)，所述波峰數(shù)即為被測樹種年輪的年輪數(shù)。本發(fā)明可解決邊材和心材高色差樹種的識別，具有精確度高、適應(yīng)性好的優(yōu)點(diǎn)。
文檔編號G06K9/54GK102184389SQ20111012686
公開日2011年9月14日 申請日期2011年5月17日 優(yōu)先權(quán)日2011年5月17日
發(fā)明者馮蓉, 周泓, 虞俠挺 申請人:浙江大學(xué)