专利名称：基于水平集和局部敏感判别映射的植物物种计算机辅助分类系统的制作方法
技术领域：
本实用新型涉及一种植物物种计算机辅助分类系统。
背景技术：
植物是地球上物种数量最多、分布最广泛的生命形式之一，是人类生存与发展的 重要遗传资源，是人类的重要食物来源，也是人类生产和生活所必需的资源。据统计，地球 上大约有30万种植物，其中植物学家命名和记录在案的约有25万种。而我国仅高等植物 就有3. 5万多种，是世界第二大植物物种资源库。随着计算机技术的发展，对植物的分类研 究，已经突破了单纯从植物细胞及化学遗传成分的角度去鉴定植物种类的方法，可以综合 应用图像处理技术、模式识别技术，并辅以图像获取设备实现对植物的快速识别。从目前的研究结果来看，植物的叶片图像为最主要的研究对象，这与植物形态分 类学也是相符的。植物的叶片作为营养器官，在形状结构上一般较为稳定，且基本上处于平 面状态，适合于进行二维图像处理；同时，叶片的数字图像在一年的大部分时间内都可以很 方便地采集到。随着近年来计算机技术的高速发展，图像处理与模式识别技术逐步开始应用于这 项研究，随之出现了计算机辅助植物分类与识别系统。它有很多的应用研究，如机器人除 草、除草剂喷洒精确控制、植物博物馆的数字化等应用。国外研究主要侧重于农业生产中 杂草种类的识别。而侧重于植物分类学应用的计算机辅助植物分类与识别系统(CAPCIS) 的研究国内外都是于本世纪初才开始的，并取得了一定的成果。CAPCIS的研究内容是提 取植物的特征，“认识”植物，进而能在众多的植物中“识别”出已经“认识”的植物，或者 找到相似的同类和近亲植物。研究的关键问题在于如何提取出植物稳定的能区别于其他 植物的特征。该知识库有系统“认识”的植物的特征信息，尤其是区别于其他植物的标志 特征，并包含有可能感兴趣的其他相关信息。植物分类知识库是在计算机辅助植物分类的 基础上生成的，是进行植物识别的基础。哥伦比亚大学计算机系在美国国家自然科学基金 (NO. IIS-03-25867, ITR :AnElectronic Field Guide :Plant Exploration and Discovery in the 21st Century)资助下，于2007年开发出面向植物学家的、基于虚拟现实技术的 可穿戴式植物物种辅助鉴定设备原型，这是目前报道的第一套植物物种机器识别硬件设 备。Maryland大学计算机系也于2004年开始植物物种机器鉴定的研究工作，该校与哥伦 比亚大学计算机系合作，重点研究数字化植物图像的识别，在2007年提出一种基于叶片 shape-context匹配的算法，具有比较高的识别率。目前还没有国内比较实用的CAPCIS的 相关报道。随着植物数值分类学的发展，对基于叶片图像的植物分类与识别逐渐得到了国内 外很多科技工作者的普遍重视，虽然目前已有很多基于植物叶片图像的植物分类与识别方 法和系统，但普遍存在着识别率不高、识别结果不稳定的问题。主要原因一是植物叶片图像 千差万别，而且对于季节、位置和光照等条件都比较敏感，即使同一叶片在不同季节、位置
3和光照等条件下的不同图像之间一般差别都很大，因此，利用已有的植物分类方法很难提 取到鲁棒的植物分类特征；二是在植物分类特征提取过程中缺乏整体性。具体来说就是，目 前已有的很多方法都是针对所研究叶片图像集中的每幅叶片图像进行特征提取、选择、融 合等处理，而没有从整体的角度，同时对全部叶片图像进行整体性维数约简和特征提取与 选择；三是实验过程中使用的图像背景较为简单，对于自然环境或室内条件下具有复杂背 景的植物叶片图像分割的研究较少；四是没有研究叶片图像数据集的本征结构；五是大部 分研究都没有结合植物叶片自身所具有的先验信息。
实用新型内容本实用新型是为避免上述现有的植物叶片分类方法和技术所存在的不足之处，提 供一种基于水平集和局部敏感判别映射的植物物种计算机辅助分类系统。用以对各种混杂 的植物物种进行分类，并对植物叶片随季节、位置、光照等条件变化趋势进行可视化。以期 提高植物叶片的分类与识别精度、提高分类速度和稳定性，实现了植物物种的自动快速分类。本实用新型为解决技术问题采用如下技术方案本实用新型基于水平集和局部敏感判别映射的植物物种计算机分类系统，由用于 采集植物叶片信息的采集仪和用于处理采集数据的处理器构成；其结构特点是在所述采集 仪的箱体内，CXD摄像机设置在采集仪的顶部正上方，在箱体的四周分别设置有采用红、绿、 蓝三基色微型发光光源和电子变色控制电路板的三基色灯泡，用于在图像采集时设置和调 整清晰度、亮度、对比度、色度，并作色平衡调整；在所述CXD摄像机的正下方是一个可水平 推拉的透明玻璃板，所述透明玻璃板由两个位于箱体侧壁上的凹槽轨道固定在采集仪的中 部，在所述透明玻璃板的中部固定设置一 光玻璃板，以所述透明玻璃板承载植物叶片，并 由所述哑光玻璃坡将植物叶片固压平整；在所述采集仪中，位于透明玻璃板的下方，设置日 光灯灯泡，用于产生透射植物叶片的光。本实用新型基于水平集和局部敏感判别映射的植物物种计算机分类系统的结构 特点也在于在所述 光玻璃板的一侧设置合页轴，所述 光玻璃板由合页轴固定在所述透明 玻璃上、并随所述合页轴可呈90度翻动，所述合页轴与所述凹槽轨道垂直。在所述采集仪与处理器之间以USB数据线相连接；所述处理器内置用于数据处理 和存储的单片机和数据库，所述单片机包括SD接口、扩展SD卡存储器、CD屏、GPRS数据传 输模块及各操作按钮。所述各操作按钮分别是启动/退出按钮、增减摄像机焦距调节按钮、叶片采集按 钮、系统参数设置按钮、图像降噪增强按钮、图像分割按钮、植物分类结果及其文字说明按 钮、归档保存按钮、GPRS数据传输按钮、添加按钮、删除按钮和修改按钮。本实用新型基于水平集和局部敏感判别映射的植物物种计算机分类方法是提取植物叶片分类特征采用去噪、平滑的处理方式，消除多光谱叶片图像中的噪 声；利用水平集从多光谱叶片图像中提取目标图像，并按照RGB图像与灰度图像的转换方 式，将彩色目标图像转换为灰度图像；将具有64*64像素的灰度目标图像拉直为4096维列 向量，组成输入向量集合X以及相应的类别信息向量集合L ；利用局部敏感判别分析算法对叶片图像进行维数约简，包括构造邻域图、制定局部判别准则、求解目标优化函数、计算映 射矩阵和提取分类特征；构造叶片图像数据库对于某类植物叶片在系统中存有的植物叶片训练图像A， 对A分别旋转不同的角度αι、α2、α3、α4、α5、α6、α7、α 8，得到新的植物叶片训练图像 ^^ A1 λ A2 Λ A3、Α4、A5、A6、A7、Ag ；利用训练样本训练分类器，然后测试利用该分类器测试待识别叶片图像的类别信
肩、O与已有技术相比，本实用新型有益效果体现在1、本实用新型根据植物叶图像类型多、样本大等特点，以及不同植物叶片颜色差 异、同一植物叶片的叶脉叶肉等组织结构也呈现不同颜色特征的特点，通过采集植物叶片 在红、绿、蓝及正常白色反射光下的多光谱图像，进而提取包括叶脉和叶肉在内的叶片不同 组织结构的图像特征，在识别的同时形成大规模的植物叶片数据库。利用水平集对叶片图 像进行分割，利用局部敏感判别流形学习算法提取植物叶片图像的一些低维特征进行植物 分类与识别。2、本实用新型利用处理器，可以将图像显示、采集、降噪、分割、识别、归档存储、 GPRS数据传输模块、CCD摄像机参数调节等功能集成于一体。利用采集到的植物叶片的特 征信息，对一些濒临灭绝或比较稀少的植物进行植物种类进行鉴别，这对于保护植物物种 有着重要的意义。还可用于农林院校的辅助教学以及植物园的科普宣传等方面，对于我国 正大力倡导的数字农业的发展有着积极的推动意义。3、本实用新型系统的结构简单、携带方便、容易操作，信息处理实时、快捷，同时采 用基于多光谱的反射光和透射光进行采集，相对于现有技术提高了识别率。
图1是本实用新型系统的植物叶片采集结构示意图。图2是本实用新型方法的植物叶片图像分类与识别流程图。图中标号A为采集仪、B为处理器、1为CXD摄像机、2为三基色灯泡、3为电源开 关、3'为亮度调节开关、4为哑光玻璃板、5为透明玻璃板、6为挡光板子、7为透射光光源日 光灯灯泡、8为凹槽、9为凹槽轨道、10为合页轴、11为USB数据线、12为启动\退出按钮、 13为CXD摄像机焦距调节按钮、14为叶片图像采集按钮、15为系统参数设置按钮、16为图 像降噪按钮、17为图像分割按钮、18为植物分类结果及其文字说明按钮、19为归档保存按 钮、20为GPRS数据传输按钮、21为添加按钮、22为删除按钮、23为修改按钮、24为IXD屏、 25为SD接口、26为扩展SD卡存储器。
具体实施方式
本实施例中的分类方法按如下过程进行1、采集植物叶片图像控制三基色灯泡的发光亮度连续变化，使灯泡灯光颜色自动变化；不同的颜色即 光谱波段的灯光照射在植物叶片表面，使叶片的叶脉，叶肉不同组织结构有不同的反射效 果，采集仪将采集的多光谱叶片图像读入到数据处理器中，数据处理器根据不同的设置对采集的叶片图像进行显示、处理并识别归档；2、植物叶片图像预处理在采集植物叶片图像的时候，一般是采集整个树叶的叶片图像，但是直接使用这 种叶片图像进行植物识别与分类是不太合适的。因为原始叶片图像没有经过定位、去噪、平 滑和去柄等处理，存在很大的旋转、位移误差，使得识别结果不稳定。在叶片图像分类识别 前，采用去噪、平滑和分割的方式，消除多光谱叶片图像中的噪声；然后从多光谱叶片图像 中提取目标图像，并按照RGB图像与灰度图像的转换方法，将彩色目标图像转换为灰度图 像；通过图像预处理可去除原始图像上的瑕疵，获得优于原图的图像质量，且使所需的图像 数据占用尽可能少的存储空间，有利于节省计算机硬件资源和系统的普及应用。3、采用两级水平集分割方法对植物叶片图像进行分割设定目标叶片的主轴，采用两点确定直线的方式，在叶片的首尾两端各取一点，分 别为(xl，yl)和(x2, y2)，则主轴的直线方程可表示为Ax+By+C = 0 (1)其中 A = yl-y2, B = x2_xl，C = xl*y2_x2*yl。首先，人工设定第一次演化的初始轮廓，并将水平集函数Φ初始化为符号距离函 数。设定Local Chan-Vese模型的各项参数时间步长八t，网格间隔h，正则化参数ε， 平均卷积计算子窗口大小k，全局项的控制参数α，局部项的控制参数β，长度惩罚项参数 μ。默认参数设置为两次演化过程中的时间步长At = O. 1，网格间隔h = 1，正则化参数 ε =1(计算Ηε(ζ)和(ζ)时使用)，平均卷积算子的窗口大小k= 15，局部项的控制 参数β = 1。在第一次演化过程中，μ = 0.01*2552且α = 1，而在第二次演化中，μ = 0. 001*2552 且 α = 0. 1。第一次演化结束，从水平集函数Φ (t)中提取零水平集，对于零水平集中包含有 多个大小不一的轮廓(C1, C2,…，Cn)，其中既有交叠叶片的轮廓，也有干扰枝叶的小轮廓。 为了消除小轮廓的干扰，在提取零水平集的时候，仅提取最长的轮廓C* C* = Qrgmaxlength(Ci)(2)
\<i<n由于交叠叶片中既包含目标叶片又包含背景叶片，因此需要在轮廓Cf中寻找未被 交叠的部分，即属于目标叶片的轮廓，用于进一步提取近似对称性信息。首先，按照在主轴 两侧分布的位置，将轮廓C*划分为在主轴一侧的Ca和在另一侧的Cb两部分。对于Cf上的 任意一点(X，y)，判断其属于Ca或Cb的规则为A*x + B*y + C \(3)
<01(Xj)eCsU其中A，B和C是(1)中主轴直线方程的系数。此时需要进一步判断，Ca和Cb中哪一个是属于目标叶片且未被交叠的轮廓CT。根 据叶片的结构和生长特性可知，绝大部分叶片的轮廓是较为平滑的，且呈现出向主轴弯曲 的形态，因此轮廓上点的法线方向从总体而言是指向主轴的。而存在交叠的一侧轮廓实际 上是由两部分所组成，即目标叶片的轮廓和背景叶片的轮廓，其分属于不同的叶片，因此在 叶片交界处必然会存在一个法线方向的突变。根据这一原则，统计Q^PCb上点的法线方向 的连续性来判断轮廓是否被交叠，如果连续就属于目标叶片轮廓，由此得到属于目标叶片
6轮廓Ct，计算所述Ct关于主轴的对称曲线C' τ。对于任何一点(x，y) eCT，其对称点(χ'， 1’ )可由下式计算得到
权利要求基于水平集和局部敏感判别映射的植物物种计算机分类系统，由用于采集植物叶片信息的采集仪和用于处理采集数据的处理器构成；其特征是在所述采集仪的箱体内，CCD摄像机(1)设置在采集仪的顶部正上方，在箱体的四周分别设置有采用红、绿、蓝三基色微型发光光源和电子变色控制电路板的三基色灯泡(2)，用于在图像采集时设置和调整清晰度、亮度、对比度、色度，并作色平衡调整；在所述CCD摄像机(1)的正下方是一个可水平推拉的透明玻璃板(5)，所述透明玻璃板(5)由两个位于箱体侧壁上的凹槽轨道(9)固定在采集仪的中部，在所述透明玻璃板(5)的中部固定设置一哑光玻璃板(4)，以所述透明玻璃板(5)承载植物叶片，并由所述哑光玻璃坡(4)将植物叶片固压平整；在所述采集仪中，位于透明玻璃板(5)的下方，设置日光灯灯泡(7)，用于产生透射植物叶片的光。
2.根据权利要求1所述的基于水平集和局部敏感判别映射的植物物种计算机分类系 统，其特征是，在所述哑光玻璃板(4)的一侧设置合页轴(10)，所述哑光玻璃板(4)由合页 轴(10)固定在所述透明玻璃(5)上、并随所述合页轴(10)可呈90度翻动，所述合页轴(10) 与所述凹槽轨道(9)垂直。
3.根据权利要求1所述的基于水平集和局部敏感判别映射的植物物种计算机分类系 统，其特征是在所述采集仪与处理器之间以USB数据线(11)相连接；所述处理器内置用于 数据处理和存储的单片机和数据库，所述单片机包括SD接口(25)、扩展SD卡存储器(26)、 ⑶屏(24)、GPRS数据传输模块及各操作按钮。
专利摘要本实用新型公开了一种基于水平集和局部敏感判别映射的植物物种计算机分类系统，其特征是在采集仪的箱体内，CCD摄像机设置在采集仪的顶部正上方，在箱体的四周分别设置有采用红、绿、蓝三基色微型发光光源和电子变色控制电路板的三基色灯泡；在CCD摄像机的正下方是一个可水平推拉的透明玻璃板，透明玻璃板由两个位于箱体侧壁上的凹槽轨道固定在采集仪的中部，在透明玻璃板的中部固定设置一哑光玻璃板，以透明玻璃板承载植物叶片，并由哑光玻璃板将植物叶片固压平整；在采集仪中，位于透明玻璃板的下方，设置日光灯灯泡，用于产生透射植物叶片的光。本实用新型可实现植物物种的自动快速分类。
文档编号G01N21/27GK201707291SQ201020204409
公开日2011年1月12日 申请日期2010年5月24日 优先权日2010年5月24日
发明者张善文, 王晓峰, 雷迎科, 黄德双 申请人:中国科学院合肥物质科学研究院