基于Closed—Form摳圖算法的復雜背景下植物葉片提取

夏晶晶++喬芃喆

摘要：植物葉片提取是一種將拍攝到的植物葉片與其周圍景物分離的技術，它為計算機技術在植物葉片檢索中的應用提供了基礎數據和技術支撐。由于自然場景下拍攝的植物葉片往往含有復雜的背景信息，這使得植物葉片提取成為一項比較復雜的工作。分析復雜背景下植物葉片提取的難點，針對現有的基于圖像分割提取技術存在的缺陷，將Closed-Form摳圖算法引入其中并提出1種基于Closed-Form摳圖算法的復雜背景下植物葉片的提取方法。該方法首先需要用戶對具有復雜背景的葉片圖像添加一定的約束條件，然后通過估算未知像素的透明度α對其進行前景與背景的確認，從而較好地將具有復雜背景的植物葉片提取出來。試驗對比結果表明，該方法效果較好。

關鍵詞：Closed-Form;植物葉片;圖像提取;圖像分割;摳圖算法;背景去除

中圖分類號： TP301;S126文獻標志碼： A

文章編號：1002-1302（2016）12-0394-03

收稿日期：2015-10-23

基金項目：河南省教育廳科學技術研究重點項目（編號：13A520380、14A520052）。

作者簡介：夏晶晶（1982—），女，河南商丘人，碩士，講師，主要研究方向為智能信息處理、網絡設計。E-mail：xiajjhuahe@163.com。

植物作為地球上數量、種類最多的生命形式，是人們賴以生存的最基本的物質條件，從各方面影響著人們的生活質量。但是，隨著人類社會的經濟發展，地球上的環境資源受到嚴重破壞，首先受到影響的是植物，尤其是近年來隨著霧霾的加劇、氣候的變異、洪水的泛濫等自然環境的變化，使人們意識到保護植物的重要性，這使得對植物進行分類研究并建立植物物種數據庫變得越來越迫切。由于葉片含有植物種類的重要信息，其形狀、顏色、紋理等特征都可以作為區分植物物種的重要特性[1]，因此植物葉片的提取是研究這些特征，特別是形狀特征的前提。本研究中的葉片提取主要是指提取植物葉片的輪廓，以便于進一步對植物葉片的形態學特征進行研究。近年來，諸多科研工作者對植物葉片輪廓的提取主要從圖像分割方面進行研究和探索，王紅君等提出1個基于各項異性擴展的Perona & Malik算法的圖像分割方法[2]，該方法首先利用各項異性擴散Perona & Malik算法對圖像進行預處理，然后在預處理的基礎上運用分水嶺分割算法對圖像進行分割，最后對分割后的圖像進行自動種子區域生長并合并小區域。該方法能夠較完整地分割出具有復雜背景的植物葉片，但是其分割效果并不理想。郭學超提出了1個基于Ncuts圖論的圖像分割方法[3]，該方法對于多個葉片連接在一起的植物圖像有著較為準確的分割，但是當圖像中存在根莖等背景的干擾時，分割結果就不準確。滿慶奎提出了主動輪廓模型、基于標記的分水嶺分割算法[4]，這2種算法能較好地提取出目標葉片，但是在某些背景下分割效果還不是很理想。現有分割方法多數對簡單的植物葉片圖像有較好的提取效果，但是在葉片背景比較復雜的情況下，例如出現粘連葉片時，在目標葉片的前景和背景交界處存在大量像素點，這些像素點同時包含前景圖像、背景圖像的顏色，此時大多數分割算法提取的效果往往不盡如人意，這些已被提出的基于圖像分割算法的植物葉片提取方法需要進一步完善才能更好地保持圖像中葉片的輪廓、形狀等拓撲特征。

1圖像分割與摳圖技術分析和比較

圖像分割與圖像摳圖這2個領域緊密相關，圖像分割是指根據圖像中的灰度、幾何形狀、空間紋理等將圖像分成若干個有意義的區域，使得屬于同一區域內部的特征相同或者相近，而不同子區域間的特征表現出不同的特性[5];圖像摳圖是需要完整地提取出目標前景。兩者本質上都是像素標簽的重新分配問題，可以說圖像摳圖技術是圖像分割的一種特例，圖像摳圖技術涵蓋部分圖像分割算法的思想，但是兩者運用的數學模型又不盡相同，針對兩者對植物葉片的提取特點及適用場景，可得兩者有以下區別。

（1）摳圖技術提取圖像目標的針對性比較強，目的就是將圖像中的目標區域與背景區域分離開，對于植物葉片圖像來說，不同季節的葉片顏色、紋理等特征差異較大，而摳圖算法不受這些因素的影響[6]。基于這些特點，摳圖技術在復雜背景下提取目標比圖像分割方法更有優勢。

（2）從算法復雜度上來說，摳圖技術算法復雜度高，圖像分割運算速度相對于摳圖技術更快。

（3）圖像分割無須用戶交互，而摳圖算法則需要用戶標記一定的前景區域和背景區域。

就以上2個不同角度提取植物葉片方法的特點來說，圖像分割算法可以快速處理一些背景較簡單的植物葉片圖像，但是背景較復雜的植物葉片圖像則采用摳圖算法可以取得更理想的效果。因此，為了增強復雜背景下植物葉片的提取效果，本研究提出將Closed-Form摳圖算法應用到復雜背景下植物葉片的提取，仿真試驗結果表明取得了一定效果。

[WTHZ]2基于Closed-Form算法的復雜背景下植物葉片提取

2.1數字摳圖

數字摳圖是一種將圖像中用戶需要的目標區域從整幅圖像中分離出來的技術，它主要通過用戶標記圖像中少量的前景與背景，并根據這些標記按照一定規則準確地分離出圖像中的目標區域。數字摳圖技術主要分為藍屏摳圖、自然圖像摳圖，所謂藍屏摳圖技術是指所處理的圖像背景顏色必須是固定已知的顏色，一般為純藍色，而自然圖像摳圖則對背景不作要求[7]。數字摳圖主要流行的算法有Knockout算法、Ruzon-Tomasi算法、Bayesian算法、Closed-Form算法。本研究主要分析Closed-Form算法，也就是閉合型摳圖算法。

3算法實現與對比試驗

3.1添加用戶約束

摳圖算法的實現是一個不定解求解的過程，需要用戶提供一定的約束信息才能進行求解，根據Closed-Form摳圖算法的特點，采用線條圖標記方式對原始圖像進行區域劃分，所謂線條圖就是在摳圖前由用戶指定標記圖像中的部分前景區域、背景區域，此處筆者用畫圖工具分別對原始圖像的前景、背景進行標記。圖1是原始葉片圖像，圖2為線條標記后的葉片圖像，其中黑色線條標記的區域為確定的目標背景，此時α=0，白色線條標記的區域為確定的目標前景，此時α=1。

[FK（W13][TPXJJ1.tif;S+2mm]

[FK（W13][TPXJJ2.tif]

3.2透明度α估計

對輸入圖像進行區域劃分后，閉合型摳圖算法根據已經獲得的信息估計其透明度α。

3.3結果與分析

本研究中提取葉片的目的是為了定位葉片的目標區域，從而便于對其進行形狀特征計算。提取結果應該是目標葉片為白色、背景為黑色的二值圖像，由于摳圖算法是有目的的圖像分割，目的就是將圖像中用戶標記的目標區域與背景區域進行分離，其算法的過程就是求解圖像中像素的前景值、背景值，還要求解透明度α，受葉片的其他外界因素影響比較小。圖3為本研究提出的Closed-Form摳圖算法所提取的結果，圖4為基于標記的分水嶺分割算法所分割的結果，圖5為Canny邊緣提取的結果，圖6為最大類間方差法（OTSU）的分割結果。這幾種算法都是圖像分割算法中實用性比較強的算法，但是可以看出，這幾種分割算法的試驗結果并未能很好地將目標葉片與其周圍的復雜背景分離開來，而本研究所提出的Closed-Form摳圖算法很明顯地把目標葉片與周圍的復雜[CM（25]背景分離開來，優于基于標記的分水嶺分割算法所提取的結果，達到了預期的效果。

4結論

本研究將Closed-Form算法用于復雜背景下植物葉片的提取，很好地解決了傳統圖像分割技術在分割復雜背景植物葉片時存在的問題。試驗結果表明，該方法效果較好，從而為下一步植物葉片的識別工作提供了一種新的解決方法。然而，由于Closed-Form算法復雜度比較高，且需要一定的用戶交互，這在一定程度上影響了葉片圖像的提取效率，如何克服該算法的這些不足，提出更有實效性的方法，成為未來研究工作的重點。

參考文獻：

[1]王曉峰，黃德雙，杜吉祥，等. 葉片圖像特征提取與識別技術的研究[J]. 計算機工程與應用，2006，42（3）：190-193.

[2]王紅君，陳偉，趙輝，等. [HJ1.95mm]復雜背景下植物葉片的彩色圖像分割[J]. 中國農機化學報，2013，34（2）：186-190.

[3]郭學超. 基于水平集與圖切理論的植物圖像分割方法研究[D]. 泉州：華僑大學，2013.

[4]滿慶奎. 復雜背景下植物葉片圖像分割算法[D]. 曲阜：曲阜師范大學，2009.

[5]羅林. 圖像分割算法研究[D]. 武漢：武漢科技大學，2007.

[6]王曉松，黃心淵，付慧. 復雜背景下的樹木圖像提取[J]. 北京林業大學學報，2010，32（3）：197-203.

[7]林生佑，潘瑞芳，杜輝，等. 數字摳圖技術綜述[J]. 計算機輔助設計與圖形學學報，2007，19（4）：473-479.

[8]Levin A，Lischinski D，Weiss Y. A closed form solution to natural image matting[C]//Proceedings of lEEE CVPR. USA. New York：IEEE，2006：228-242.

[FQ）]