张苗苗　吕嘉洛　倪海明　牟洪波　 戚大伟

摘 要：不同树种叶片特征信息不同，无论是根据叶片信息识别树种，还是对叶片的病害进行精准检测，图像分割显得尤为重要。本文提出一种基于新型加和算法的叶片图像分割方法，通过Canny算子提取叶片二值图像的边缘轮廓与原始灰度图像相加，将反转的二值图像与第一次加和后的图像进行二次相加，相加前后要保持叶片图像格式、大小一致，满足图像相加条件，实现对叶片图像分割研究。实验结果表明：该方法保留了叶片灰度图像的完整特征信息，且叶片完全从背景中分离出来。为后续图像特征提取和树种识别等研究提供坚实的理论支撑，加和法也可应用于其他图像分割领域。

关键词：叶片图像;图像分割;加和法;边缘检测

中图分类号：S794 文献标识码：A   文章編号：1006-8023（2019）04-0065-05

Blade Image Segmentation Based on New Addition Algorithm

ZHANG Miaomiao， LV Jialuo， NI Haiming， MU Hongbo*， QI Dawei*

（College of Science， Northeast Forestry University， Harbin 150040）

Abstract：Different blade species have different blade characteristics information， whether it is based on leaf information to identify tree species or accurately detect leaf diseases， image segmentation is particularly important. This paper proposes a blade image segmentation method based on the new addition algorithm， which is used to add the edge contour of the binary image extracted by the Canny detector to the original gray image， and the inverted binary image is quadratic with the first added image. Before and after adding， the image format and size of the blade image should be kept consistent， and the image addition condition can be satisfied to realize the segmentation of the blade image. The experimental results show that the method retains the complete feature information of the blade and the blade is completely separated from the background. It provides solid theoretical support for subsequent image feature extraction and tree species identification， the addition method can also be applied to other fields of image segmentation.

Keywords：Blade image; image segmentation; addition method; edge detection

0 引言

植物是人类生存和发展的重要能量来源，许多植物叶片以及树皮因其药用价值而对人类帮助较大[1]。植物叶片普遍趋于扁平状且具有二维组织结构，生长周期长、形状稳定、易于采集。植物叶片不仅能提供食物来源还能够进行光合作用并且合成有机物，同时还扮演着改善环境、绿化城市等角色，故对植物的种类进行鉴别研究具有非常重要的意义。因人类对自然资源不合理利用使生态环境恶化、物种消失，为避免地球进一步被破坏，人类开始逐步意识到保护自然环境的重要性。要保护植物，首先要识别植物，植物种类识别以图像分割为基础，分割质量的好坏，直接影响识别的准确性[2]。……