图像处理技术下的植物叶片分割方法

苏州大学机电工程学院 田 霞 邹霄贝 丁浩淇

植物叶片分割就是把植物图像分为植物部分和背景部分，它可以迅速且有效地将图像背景分离出来。本文针对植物与背景的不同特点，研究了更优良的彩色图像灰度化方法，对比不同的植物叶片分割方法并创造性的提出了适用范围更广、处理效果更好的二维OTSU算法，为后续处理奠定了良好基础。

近年来，中国智慧农业行业发展十分迅速，市场规模不断扩大。中国智慧农业的市场规模有望由2015年的137.42亿美元增长至267.61亿美元，年复合增长率达14.3%。农业智能化必须准确监测种植物生长的环境因子，并根据种植物的实际生长状况对环境因子进行及时的协同精准调节，才能实现高产、高效和高品质。目前对种植物生长状况的识别主要依赖于人工，针对此问题本研究在国内外智慧农业技术的基础上，采用图片识别和图像处理技术将绿色植物的叶片从环境背景中分离出来，运用到田间杂草的清除、辨别植物是否有病虫害等问题上，加速推动智慧农业的产业化发展。

1 图像预处理

图像预处理就是将彩色图像转化为更易操作的灰度化图像，常用的灰度化方法有RGB模型灰度化以及HSV模型灰度化。RGB颜色模型即传统意义上的红绿蓝模型，由于背景和叶片的RGB均值关系不同，通过采用不同的灰度化比例进行叶片分割，图1所示即为不同灰度化比例下的图像频率特征。

图1 RGB模型灰度化直方图对比