毛竹秆茎维管束细胞壁结构图像分割与可视化研究

论文摘要

目前有关竹材结晶的研究一般采用物理或化学的分析方法,但这些研究方法都不够直观,不能直接观察到结晶的分布情况。计算机图像处理技术以及人工智能的不断发展,为实现竹材结晶研究的智能化创造了有力的条件。本文介绍了毛竹秆茎维管束横切面结晶图像的获取方法,并以该结晶图为研究对象,应用数字图像处理方法实现毛竹维管束结晶区的完整分割,并应用三维重构技术对维管束结构的三维可视化展开了初步探究。根据毛竹秆茎横切面结晶图所呈现的网状结构以及维管束结晶细胞排列紧密等特点,本文提出了基于模糊推理的图像分割算法和基于形状特征的目标提取算法,综合以上两种算法实现维管束结晶的图像分割。首先,应用基于模糊推理的图像分割算法实现维管束结晶的初步分割。初步分割后大部分薄壁细胞被剔除,维管束结晶区信息保留完整并成为独立连通区域;其次在初步分割的基础上应用基于形状特征的目标提取算法实现维管束结晶区域的完整提取。算法的软件实现通过在Windows XP系统上用VC++ 6.0编程实现,并对开发的系统软件进行了实验检测。测试结果表明,综合应用本文提出的以上两种算法可以完整地分割出维管束结晶区,无论是对于单个维管束的结晶图像,还是多个维管束的结晶图像,其分割效果良好,且维管束晶区信息保存完整,这为分析毛竹结晶度数据和维管束形态特征量测等后续研究奠定了良好的基础。此外,本文还对毛竹维管束细胞壁结构的三维形态展开了初步研究。首先,利用清华大学的OCT系统获取了毛竹内部组织横切面二维断层图像;其次,利用本文开发的维管束结晶图像分割系统软件逐层进行分割处理;最后,基于3D-Doctor软件实现维管束结构的三维重建。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究背景及意义
• 1.2 数字图像处理技术
• 1.2.1 数字图像处理技术的发展及现状
• 1.2.2 图像分割概述
• 1.2.3 三维可视化技术概述
• 1.3 本文研究的主要内容和方法
• 1.4 本文结构安排
• 第2章 样品的采集制作与图像的获取
• 2.1 毛竹的成竹期采样
• 2.2 切片制作方法
• 2.3 毛竹维管束横切面结晶图像获取
• 2.4 毛竹维管束横切面结晶图像构造简介
• 2.5 本章小结
• 第3章 毛竹维管束结构的图像分割算法概述
• 3.1 前人研究的算法
• 3.2 微型窗口过滤算法
• 3.2.1 算法思想与实现过程
• 3.2.2 实验结果与分析
• 3.3 基于小波的多分辨率图像分割算法
• 3.3.1 算法思想与实现过程
• 3.3.2 实验结果与分析
• 3.4 本章小结
• 第4章 基于模糊推理的图像分割方法研究
• 4.1 引言
• 4.2 模糊理论基础
• 4.2.1 模糊理论中的模糊性
• 4.2.2 隶属函数与模糊集合概念
• 4.2.3 模糊集的表示——隶属度函数
• 4.2.4 If …Then 模糊规则
• 4.3 基于模糊推理的维管束结晶分割算法
• 4.3.1 分割算法设计原理
• 4.3.2 模糊算子的确定
• 4.3.3 模糊模型的建立
• 4.4 本章小结
• 第5章 基于形状特征的目标提取方法研究
• 5.1 引言
• 5.2 区域标识
• 5.2.1 图像的预处理
• 5.2.2 区域标识算法思想
• 5.2.3 区域标识算法的具体实现
• 5.3 基于形状特征的维管束结晶区提取方法
• 5.3.1 形状特征量测
• 5.3.2 目标区域提取
• 5.4 本章小结
• 第6章 实验检测结果与分析
• 6.1 算法软件流程
• 6.2 编程语言
• 6.2.1 Visual C++ 6.0 简介及特点分析
• 6.2.2 Visual C++ 6.0 环境下编程过程分析
• 6.2.3 软件界面
• 6.3 基于模糊推理的维管束结晶分割实验结果与分析
• 6.4 基于形状特征的维管束结晶提取实验结果与分析
• 6.5 本章小结
• 第7章 毛竹维管束结构的三维可视化研究
• 7.1 图像三维可视化技术
• 7.1.1 概述
• 7.1.2 三维重建基本步骤
• 7.1.3 三维重建算法分类
• 7.1.4 3D-Doctor 图像三维重建软件
• 7.2 毛竹维管束结构的三维重建
• 7.2.1 二维断层图像的获取
• 7.2.2 二维图像的分割
• 7.2.3 基于3D-Doctor 的维管束结构三维重建结果与分析
• 7.3 本章小结
• 结论
• 参考文献
• 详细摘要