CN105354823A - 树木年轮图像边缘提取与分割的系统 - Google Patents

Abstract

树木年轮图像边缘提取与分割的系统，属于电子信息领域，具体涉及树木年轮图像进行边缘提取与分割的方法。利用计算机图像处理技术，开发出树木年轮提取分割系统。系统功能分成三大部分，第一部分是图像预处理，其中包括图像转换，平滑降噪，灰度变化。第二部分是年轮提取与分割。第三部分是分析结果保存。对树木年轮图像进行数字处理，使得处理后的图像能为人眼识别年轮，并且大幅度减少图像识别阶段所要处理的数据量，能被树木年轮分析系统WINDENDRO所直接引用。

Description

树木年轮图像边缘提取与分割的系统

技术领域

树木年轮图像边缘提取与分割的系统属于电子信息领域，具体涉及树木年轮图像进行边缘提取与分割的方法。

背景技术

树木年轮多为环状的圆形或椭圆形，当目标在图像中形状规则且圆环互相分离、边界清晰时，利用其几何性质很容易判断其年轮个数及年轮宽度。但实际获取的圆轮边缘延伸的各种不规则变化给测量方法带来随机波动影响，人眼的观测误差和疲劳错误也会大大降低实际测量精度，这些都成为将大量采集样本转换成分析数据的瓶颈。目前，国内外树木年轮研究采用的方法主要包括轮宽、密度和反射亮度等几种年轮指标的量测和盘中多为不规则的类圆环形，或者圆环模糊不清，且有部分重叠或者伪年轮等影响，这就给年轮的识别带来了困难。

发明内容

针对背景技术提出的问题，本发明的目的是提供一种计算机图像处理技术，对树木年轮图像进行数字处理，使得处理后的图像能为人眼识别年轮，并且大幅度减少图像识别阶段所要处理的数据量，能被树木年轮分析系统WINDENDRO所直接引用。

树木年轮提取分割系统分成三大部分，第一部分是图像预处理，其中包括图像转换，平滑降噪，灰度变化。第二部分是年轮提取与分割。第三部分是分析结果保存。以下对每个步骤进行描述：

(1)图像转换

运行系统后，将图像读入，判断导入年轮图像文件为DIB位图，即可进行下一步平滑降噪的处理。若导入的年轮图像不是为DIB位图，运用系统中图像转换功能将图像转换成DIB位图。

(2)图像平滑降噪

经过(1)图像转换后，选择“图像降噪”按钮菜单，可以对图像进行降噪处理。树脂道斑，采样过程中的损伤斑驳、样本自身裂隙以及打磨留下的擦纹等，都会引起图像的噪声。针对年轮图像，系统主要采用了中值滤波这种方法，并且提供滤波窗口选择包括3x3,5x5。

中值滤波(MedianFiltering)是一种基于排序统计理论的可有效抑制噪声的非线性平滑滤波。通常，二维情况下的中值滤波可定义为：

g(x,y)＝Median{f(x-k,y-l),(k,l)∈S}

其中：S为窗口；g(x,y)为窗口中心点的输出灰度值；f(x-k,y-l)为窗口S中的像素灰度值。

(3)图像增强处理

经过(2)降噪处理后，点击“图像增强”按钮，可对图像做增强处理。加强图像中的轮纹信息，同时削弱图像中噪声的干扰。系统采用了直方图均衡化方法进行增强，以增强轮纹的对比度。

(4)图像的边缘提取与分割

经过(3)图像增强处理后，点击“边缘提取”按钮，则可以提取年轮的边缘。树木年轮图像的边缘有方向和幅度两个属性，沿边缘方向像素变化平缓，垂直于边缘方向像素变化剧烈。系统对边缘上的这种变化采用了微分算子检测出来.

a)算子是由四个步骤实现：

step1:用高斯滤波器平滑图像

step2:用一阶偏导的有限差分来计算梯度的幅值和方向

step3:对梯度幅值进行非极大值抑制

step4:双阈值算法检测和链接边缘。

(5)数据保存：

点击‘保存’按钮，进行对分析结果保存。分析结果将通过图形形式保存与显示。

本发明的效益是利用计算机图像处理技术，对树木年轮图像进行人工处理，使得处理后的图像能为人眼识别年轮，或者为树木年轮分析系统WINDENDRO所应用有重要意义,为年轮图像识别阶段所要处理的数据量会大大减少.

附图说明

图1为原图局部放大图；

图2为用3x3窗口对图1进行中值滤波后局部放大图像；

图3a为直方图均衡化前的灰度直方图；

图3b为直方图均衡化后的局部图。

图4为canny算子处理后的局部放大图。

具体实施方式

下面对本发明的较佳实例详细阐述，已使本发明的优点和特征能易于被本领域技术人员理解，从而对本发明的包含范围做出更为清楚明确的界定。

(1)图像转换：读入橡树年轮图像，在VC图像处理中对年轮图像时，对其做了24位真彩图到8位灰度图的转换。

(2)图像平滑降噪:选择3x3窗口中值滤波后图像消除了大部分的树脂道班以及采集样板留下的打磨噪声，并没有产生较大的模糊，保持了较好的年轮边缘。如图所示，其中图1为原图局部放大图，图2为用3x3窗口对图1进行中值滤波后局部放大图像：

(3)图像增强处理：图3a为直方图均衡化前的灰度直方图，图3b为直方图均衡化后的局部图。图3b是年轮图像经过直方图均衡化后年轮边界线对比度明显得到了增强，增强了目视效果。

(4)图像边缘提取与分割：

(5)数据保存：点击‘保存’按钮，进行对分析结果保存。将图2，图3和图4分析结果保存成图形形式。

Claims (1)

1.树木年轮图像边缘提取与分割的系统,其特征在于，依次包括以下步骤：

(1)图像转换

运行系统后，将图像读入，判断导入年轮图像文件为DIB位图，即可进行下一步平滑降噪的处理。若导入的年轮图像不是为DIB位图，运用系统中图像转换功能将图像转换成DIB位图。

(2)图像平滑降噪

经过(1)图像转换后，选择“图像降噪”按钮菜单，可以对图像进行降噪处理。树脂道斑，采样过程中的损伤斑驳、样本自身裂隙以及打磨留下的擦纹等，都会引起图像的噪声。针对年轮图像，系统主要采用了中值滤波这种方法，并且提供滤波窗口选择包括3x3,5x5。

中值滤波(MedianFiltering)是一种基于排序统计理论的可有效抑制噪声的非线性平滑滤波。通常，二维情况下的中值滤波可定义为：

g(x,y)＝Median{f(x-k,y-l),(k,l)∈S}

其中：S为窗口；g(x,y)为窗口中心点的输出灰度值；f(x-k,y-l)为窗口S中的像素灰度值。

(3)图像增强处理

经过(2)降噪处理后，点击“图像增强”按钮，可对图像做增强处理。加强图像中的轮纹信息，同时削弱图像中噪声的干扰。系统采用了直方图均衡化方法进行增强，以增强轮纹的对比度。

(4)图像的边缘提取与分割

经过(3)图像增强处理后，点击“边缘提取”按钮，则可以提取年轮的边缘。树木年轮图像的边缘有方向和幅度两个属性，沿边缘方向像素变化平缓，垂直于边缘方向像素变化剧烈。系统对边缘上的这种变化采用了微分算子检测出来.

a)算子是由四个步骤实现：

step1:用高斯滤波器平滑图像

step2:用一阶偏导的有限差分来计算梯度的幅值和方向

step3:对梯度幅值进行非极大值抑制

step4:双阈值算法检测和链接边缘。

(5)数据保存：

点击‘保存’按钮，进行对分析结果保存。分析结果将通过图形形式保存与显示。