基于OpenCV的毛竹图像处理技术

徐航煌 张 宁 邓志鹏 陈学永 胡立华 吴东昇

（福建农林大学机电工程学院 福建福州 350002）

基于OpenCV的毛竹图像处理技术

徐航煌 张 宁 邓志鹏 陈学永 胡立华 吴东昇

（福建农林大学机电工程学院 福建福州 350002）

文章介绍了一种基于OpenCV的毛竹图像处理技术，通过对获取的高清毛竹图像进行灰度处理、形态学去噪、平滑处理以及阈值分割等图像处理分析，完成对图像中毛竹与背景图像的二值化分割。结果表明：该技术能够有效地分割出毛竹与背景图像，对今后研究将图像处理技术应用到毛竹的病虫害识别中具有重要意义。

OpenCV；毛竹；图像处理

一、引言

我国对于毛竹的栽培历史十分悠久，其种植面积也十分广阔，毛竹不仅是竹类物种中经济效益最高的一种竹种，也是竹类物种中用途最为广泛的一种竹种[1]。毛竹的用途与人们的日常生活息息相关，不管是在衣、食、住、行，还是在观、用、饰等方面，都发挥着至关重要的作用，是无污染绿色宝库中的一颗璀璨明珠[2]。但每年由于病虫害的发生，导致大面积的毛竹林遭受严重损害，不仅对毛竹的生长构成严重的威胁，也给毛竹林基地生产造成非常大的经济损失。目前，传统的毛竹林病虫害监测及防治方式大部分是通过人工实地考察完成，存在着周期长、人工成本高、实效性低等缺点，导致地面工作人员无法实时监测毛竹林病虫害的实时发生动态[3]。目前，将图像处理技术应用到毛竹病虫害识别中的相关研究相对较少，由此本文提出了一种基于OpenCV的毛竹图像处理技术，调用OpenCV中强大的图像处理函数库，对毛竹图像进行图像处理分析，完成对图像中毛竹与背景图像的二值化分割，为今后将图像处理技术应用到毛竹林病虫害识别中奠定基础[4]。

二、图像处理技术

本研究在Microsoft Visual Studio 2010编程软件平台上，结合OpenCV中提供的强大图像处理函数库，对获取的高清毛竹图像进行一系列的图像处理分析[5]，最后得到毛竹与背景图像分开的二值图像，其中毛竹作为目标图像以白色显示，其他背景图像以黑色显示[6]。整个毛竹图像处理技术的工作流程图如图1所示。首先，采集毛竹竹叶的高清图像，然后对采集到的图像进行灰度处理，其次进行图像的预处理，主要包括形态学处理、平滑处理以及阈值分割，最后得到毛竹与背景图像分开的二值图像[7]。

图1 图像处理技术工作流程图

（一）导入图像以及灰度处理。对图像进行图像处理之前，需要先读取图像中的相关数据。首先，借助OpenCV函数库中imread函数，读取文件中毛竹高清图像，然后采用cvtColor函数对读入的图像进行灰度处理，最后借助imshow函数将原始图像和灰度图像显示出来。代码如下：

读取的原始图像以及转化为灰度图像如下图2所示。

图2 读取的原始图像以及转化后的灰度图像

（二）形态学去噪。对灰度图像进行形态学处理，其目的就是对图像进行噪声滤除。形态学处理的四个基本运算包括：腐蚀、膨胀、开运算、闭运算，主要用途是对图像数据进行简化，在不改变目标图形基本形状特性的基础上，将与目标图形不相干的结构去除，适用于解决图像处理中滤除噪声、形态识别以及图像分割等问题[8]。其中四个基本运算的作用如表一所示：灰度处理过的灰度图像分别进行四种基本的形态学运算（腐蚀、膨胀、开运算以及闭运算），运算结果如图3所示。代码如下：

erode(srcGray,erodeImage,element);//腐蚀

dilate(srcGray,dilateImage,element);//膨胀

morphologyEx(srcGray,openImage,MORPH_OPEN,element); //开运算

morphologyEx(srcGray,closeImage,MORPH_CLOSE,element);//闭运算

其中：

srcGray：为输入的灰度图像；

erodeImage、dilateImage、openImage、closeImage：分别为经过四种基本形态学处理后的输出图像；

erode和dilate：分别为腐蚀和膨胀函数；

morphologyEx：函数中开运算和闭运算类型分别用MORPH_OPEN和MORPH_CLOSE表示；

element：表示形态学运算的内核，内核的形状选择MORPH_RECT，内核的尺寸为：5×5。

对比和分析灰度图像分别经过腐蚀、膨胀、开运算和闭运算的处理效果，结果发现：开运算在消除细小物体、分离纤细处物体以及平滑较大物体边界处的作用效果相对较好，其它三种基本运算处理后局部一些纤细的细节会被处理掉。综上，本研究采用形态学基本运算中开运算对图像进行形态学去噪，以达到去除毛刺、平滑轮廓以及消除噪声的效果。

表一 四种基本形态学运算作用表

图3 腐蚀、膨胀、开运算以及闭运算

为了更好地得到毛竹图像的分割效果，本研究中将经过

（三）平滑处理。平滑处理也称模糊处理，主要用来减少图像上的噪点或者失真，其目的是消除图像数字化过程中所混入的噪声，同时保持图像原有的边缘轮廓和线条信息[9]。图像平滑处理方法主要分为空域法和频域法两大类[10]。本研究中主要采用空域法中的两种最典型的平滑方法：均值滤波（blur函数）和中值滤波（medianBlur函数）对图像进行平滑处理，分析比较上诉两种平滑方法的平滑效果，确定最佳的平滑处理方法，平滑处理后的效果图如图4所示。代码如下：

blur(openImage,blurImage,Size(3,3),Point(-1,-1));//均值滤波

medianBlur(openImage,medianblurImage,ksize=3);//中值滤波

其中：

blur和medianBlur：分别为均值滤波函数和中值滤波函数；

openImage：为经过形态学开运算处理后的图像；

Size（3,3）：表示3×3的内核大小；

Point（-1，-1）：表示锚点在核中心；

blurImage和medianblurImage：分别表示经过均值滤波和中值滤波后的输出图像；

ksize：表示孔径的线性尺寸，取ksize=3。

对比分析分别经过均值滤波和中值滤波平滑处理后的两幅平滑处理效果图，如图4所示，结果表明：图4-a中，图像经过均值滤波处理后，不仅数字化过程中所混入的噪声得到了抑制，同时图像得到了平滑，但图像的边缘变得模糊，不适合本研究中的毛竹图像信息的提取；图4-b中，中值滤波处理不仅能够更好地滤除图像中所混入的椒盐噪声，对图像进行平滑，同时能够比较完整的保留图像的边缘信息。综上，为了更好地分割提取并保存毛竹原有的图像信息，本研究中采用处理效果较好的中值滤波对图像进行平滑处理。

图4 均值滤波和中值滤波

（四）阈值分割。阈值分割是图像分割中最常用的方法，阈值的选取是决定图像分割效果好坏的关键技术，通过选取的阈值将图像分为目标和背景两部分[11]。阈值分割方法的原理：首先对灰度图像中的灰度值进行分级，通过设定好的算法，确定一个合适的阈值能够对目标与背景进行分割，然后将图像中各个像素点的灰度值与选取的阈值进行比较，将图像中大于阈值的灰度值置为255，小于等于阈值的灰度值置为0，从而对图像进行二值化分割[12]。

阈值分割算法主要分为全局阈值分割和局域阈值分割，其中全局阈值分割方法主要有最大类间方差法 (Otsu法)、最小误差法和最大熵法[13]。由于在简单的背景下，采用最大类间方差法 (Otsu法)对图像进行二值化分割能够得到较佳的效果，并且结合自身的算法自动获得最佳的分割阈值，减少由于人为选取阈值造成不必要的误差[14]。综上，本研究采用最大类间方差法(Otsu法)对毛竹高清图像进行毛竹与背景图像的图像分割。

阈值分割函数为：

Threshold(src,dst,threshold,max_value,threshold_type);

本研究中Otsu法具体代码如下：

threshold(medianblurImage,otsuImage,0,255,CV_THRESH_ OTSU);

其中：threshold_type设置为CV_THRESH_OTSU，即采用最大类间方差法（Otsu法）进行毛竹的图像分割，通过自动选取的最佳分割阈值，将图像中大于阈值的灰度值置为255，小于等于阈值的灰度值置为0，从而完成对毛竹图像的二值分割，达到将毛竹与背景图像分离的效果。经过Otsu法阈值分割后的二值化图像如图5-a所示。

为了方便后期对提取出来的毛竹图像进行进一步的图像处理分析及研究，本研究对完成二值分割图像进行图像反转，调用reverse函数对图5-a中的目标与背景颜色进行调换，图像反转后的图像如图5-b所示。具体调用函数代码如下：

Matreverse(MatsrcImage)

{MatdstImage=srcImage〈threshold;

return dstImage;}

其中threshold的取值范围为0～255以内的任意数，这里去threshold=150。

图5 Otsu法二值图像及图像反转后二值图像

三、总结

本文对获取的高清毛竹图像利用OpenCV中强大的图像处理函数库，首先对图像进行灰度处理，得到灰度图像，然后对灰度图像进行预处理，包括形态学开运算以及中值处理，而后采用最大类间方差法(Otsu法)对预处理后的图像进行二值分割，完成了对毛竹和背景图像的分割，得到了比较理想的二值图像，对接下来研究借助图像处理技术识别毛竹病虫害打下良好的基础。但由于拍摄角度等外界原因，导致在进行图像处理分析时，处理阴影部分区域时会存在误区，影响毛竹图像的分割精度，需要对其进行进一步的研究和改善。

[1]胡健.毛竹种子繁殖与丰产技术研究[D].中南林业科技大学,2013.

[2]程平,彭九生,黎美莲,等.毛竹突变体种质资源及其保护发展对策[J].科学时代,2006(11).

[3]余林.皖南毛竹林密度效应研究[D].中国林业科学研究院,2011.

[4]王维枫.山杏常见叶部病虫害图像识别技术研究[D].中国林业科学研究院,2008.

[5]肖文东,马本学.基于OPenCV哈密瓜纹理特征的提取[J].石河子大学学报（自然科学版）,2011,29(1).

[6]吕洋,马树元,龙震海,等.基于Otsu方法的显微图像内外边界提取 [G].第二届全国图象图形联合学术会议论文集, 2013:306-309.

[7]牟洪波,高海涛,戚大伟,等.基于图像处理的木材缺陷的阈值设定研究[J].黑龙江科技信息,2015(19).

[8]王树文,闫成新.数学形态学在图像处理中的应用[J].计算机工程与应用,2004,40(32).

[9]安宁,林树忠,刘海华,等.图像处理方法研究及其应用[J].仪器仪表学报,2006,27(z1).

[10]关雪梅.图像增强技术分析研究[J].电脑知识与技术, 2008,4(29).

[11]杜晓晨,刘建平.改进的模糊阈值图像分割方法[J].光电工程,2005,32(10).

[12]吴一全,孟天亮,吴诗婳.图像阈值分割方法研究进展20年(1994-2014)[J].数据采集与处理,2015,30(1).

[13]黄恢乐,胡跃明,袁鹏.一种改进分水岭算法在高速高精度贴片机视觉检测中的应用[J].电子技术应用,2005,31(7).

[14]王祥科,郑志强.Otsu多阈值快速分割算法及其在彩色图像中的应用[J].计算机应用,2006(S1).

[责任编辑 郑丽娟]

Image Processing Technology of Bamboo Basedon OpenCV

Xu Hanghuang Zhang Ning Deng Zhipeng Chen Xueyong Hu Lihua Wu Dongsheng
(Fujian Agriculture and Forestry University,Fuzhou,Fujian 350002)

In this paper,an image processing technology of bamboo based on OpenCV is introduced.The binocularization of bamboo and background images in image is completed by image processing analysis,such asgrayscale processing,morphological denoising,smoothing and threshold segmentation.The results show that the technology can effectively segment bamboo and background images,and it has a great significance to apply the image processing technology to the identification of pests and diseases of bamboo in the future.

OpenCV;Bamboo;Image Processing

TP751.1

A

2095-0438（2017）09-0144-04

2017-04-20

徐航煌(1992－)，男，福建莆田人，福建农林大学机电工程学院2015级硕士研究生，研究方向：先进制造与特种材料制备技术；陈学永(1970－)，男，福建龙岩人，福建农林大学机电工程学院机械系教授，博士，研究方向:机械制造及其自动化。