树木年轮图像的特征提取方法研究

论文摘要

树木的年轮是一圈又一圈深浅相间的环,每一圈代表一年。采用人工的方法数出年轮来费时费力,随着计算机应用技术的发展,特别是图像处理技术的发展,使得快速得到树木的年轮特征成为了现实。本论文采用数字图像处理的方法,对不同的树木年轮照片进行了处理,提取了相关的年轮特征,并且快速得到树木的年轮数。首先本文利用Matlab软件读入树木年轮图像,然后进行预处理转化为灰度图像,并进行灰度均衡化的处理,消除了图像上的部分噪声,以便更好的得到年轮线。在年轮线提取的过程中,分别采用了Sobel、Prewitt、Roberts、LOG、Canny等边缘过滤器进行了处理,并且详细介绍了它们的原理,列出了它们的处理效果,分别就它们处理的效果进行了比较,最后证明用Canny边缘过滤器处理的年轮图像噪声少,年轮线清晰完整,便于进行年轮特征的提取。由于树木年轮本身的缺陷如:胶囊,节疤,内裂等缺陷,使得处理后的图像仍然有部分的区域上有噪声,而这种情况又是不可避免的,这样在提取年轮线数的问题上必须采用相应的措施才可以。我首先采用区域选择的方法,把年轮线清晰完整没有树木缺陷的部分分割开来,然后采用二值化的处理手段让分割出来的部分上的年轮线的特征更加明显,最后采用了扫描线的算法对分割出的图像进行了处理,得到了满意的结果。经过对20多张年轮图像的处理,可以比较有效地得到年轮的圈数,经与手工测定比较正确率在98%。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 年轮特征提取的研究目的和意义
• 1.2 年轮特征提取的研究现状
• 1.2.1 已有的研究方法和理论
• 1.2.2 年轮特征提取处理软件简介
• 1.3 Matlab 软件简述
• 1.4 课题研究的内容与结构
• 2 图像处理技术相关理论
• 2.1 图像处理
• 2.2 数字图像的表示方法
• 2.3 数字图像处理
• 2.3.1 数字图像处理、识别和理解
• 2.3.2 数字图像处理的基本特点
• 2.3.3 数字图像处理主要研究的内容
• 2.4 数字图像处理的发展与应用
• 2.4.1 数字图像处理的发展概况
• 2.4.2 数字图像处理的主要应用
• 3 树木年轮学相关研究
• 3.1 年轮研究的起源
• 3.2 年轮形成的原因
• 3.3 年轮的运用
• 4 年轮特征提取的方法
• 4.1 年轮特征提取流程
• 4.2 年轮图像的读取
• 4.3 图像的预处理
• 4.3.1 图像的灰度化处理
• 4.3.2 图像增强
• 4.4 年轮的边缘获取
• 4.4.1 Roberts 算子
• 4.4.2 Sobel 算子
• 4.4.3 Prewitt 算子
• 4.4.4 Log 算子
• 4.4.5 Canny 边缘检测器
• 4.4.6 阈值法
• 2.4.6.1 直接阈值法
• 2.4.6.2 间接阈值法
• 2.4.6.3 多阈值法
• 4.4.7 各种边缘检测方法的比较
• 4.5 提取年轮特征
• 4.5.1 选择区域
• 4.5.2 获取年轮轮数
• 5 总结与展望
• 5.1 全文工作总结
• 5.2 进一步展望
• 参考文献
• 个人简介
• 导师简介
• 获得成果目录清单
• 致谢