基于图像算法的烟叶形状特征的提取

刘文　贺智涛　张志红　刘剑君　姬江涛

【摘 要】采用目标-邻域颜色判定法检测绘制出彩色烟叶图像的外形轮廓。在此基础上，采用矩形拟合法及比例测距法对烟叶轮廓进行特征拟合、分析，计算了烟叶的长度和宽度。

【关键词】烟叶；形状特征；轮廓检测；矩形拟合

【Abstract】The outlines of tobacco images have been detected using the target-neighborhood color decision method. On this basis， the rectangle fitting method and proportion ranging method were used for tobacco contour feature fitting and analysis， and then the length and width of the tobacco leaves were calculated.

【Key words】Tobacco leaf； Shape characteristic； Contour detection； Rectangle fitting

0 引言

烟叶的形状特征如长度、宽度是影响烟叶组别和级别的重要因素[1]，不同部位、不同品种的烟叶其长度也有明显的差异[2]。运用计算机图像处理时，重要信息通常主要体现在区域边界上，边界的确定对于图像的分析非常重要[3]。只有获取图像区域边界，才能直观准确地对图像进行量化分析[4]。因此，为使所图像轮廓精确测量达到满意效果，需选择合适的轮廓检测法。

1 烟叶轮廓的检测

传统轮廓跟踪算法主要适用于二值图像，不能满足彩色图像目标区域的轮廓检测，因此提出一种新的目标-邻域颜色判定法。该算法意在遍历彩色图像各个像素点及其邻域，并以目标区域烟叶蓝色通道值为判别指标，对烟叶图像各像素点通道值进行重置，从而检测出烟叶图像轮廓。

运用该算法时，所属运行环境为嵌套OpenCV的visual studio，图像类型为Mat型，因此各颜色通道表示如下：

blue=Mat .at（j，i）[0]；

green=Mat .at（j，i）[1]；

red=Mat .at（j，i）[2]；

依据烟叶彩色图像各像素点以及当前像素点4-邻域值判别方式的不同，将该算法分为两步：

（1）从图像第1行第1列开始，逐行逐列扫描图像各像素点（j，i），在排除背景区域的情况下，判别烟叶区域当前像素点4-邻域（j-1，i）、（j+1，i）、（j，i-1）、（j，i+1）蓝色通道值是否有0。若有0，则将当前像素点各通道值置为255，即以白色绘制出该点，记为F1。继续扫描，依次找到符合条件的点Fi（i=1，2，3...n），以白色标记。所有白色点集聚绘制出烟叶轮廓。此步骤并未将烟叶内部像素点颜色去除，如图1（a）。

（2）在（1）的基础上再排除所检测出的烟叶轮廓，然后判别烟叶区域当前像素点4-邻域蓝色通道值是否有不等于0。若存在，则将当前像素点各通道值置为0（为黑色）。通过该步，可进一步去除烟叶内部像素点，仅保留烟叶轮廓，以便于后续的特征分析，如图1（b）。

通过该方法，运用C++（调用OpenCV函数库）程序可以快速绘制出烟叶彩色图像轮廓图，而且烟叶轮廓连续、清晰且为单像素点，为后续轮廓的矩形拟合提供基础的保证。

2 特征数据的提取

在检测绘制出烤烟烟叶外形轮廓后，需对轮廓进行拟合。在图像处理应用中，由于矩形拟合的计算量相对较少，因此常采用其对图像中的目标区域闭合曲线进行近似定位检测、分析[5]。本文选用最小外接矩形法对烟叶轮廓进行拟合，其思路如下：

（1）计算最小凸多边形。根据CvBox2D程序算法中的CvMinAreaRect2估算闭合曲线的旋转角度θ和重心位置（x，y），然后旋转外形以得到给定2D点集的最小面积的包围矩形。

（2）采用Opencv函数库中cvBoxPoints算法找出烟叶轮廓最小外接矩形的4个点，即pt[0]、pt[1]、pt[2]、pt[3]。然后根据四个顶点的x、y坐标，分别计算出外接矩形的长宽length和宽度width。

采用矩形拟合法对烟叶外形轮廓近似拟合，效果如图2所示。

3 结论

采用目标-邻域颜色判定法绘制出图像中烟叶的外形轮廓，能够有效提高烟叶轮廓检测的效率。在此基础上，运用矩形拟合法及比例测绘法计算出烟叶的长度、宽度，为后续烟叶的分级提供了可靠的数据。

【参考文献】

[1]周文，韩力群，李锐，等.计算机图像处理技术在烤烟烟叶形状特征提取中的应用[J].烟草科技，2000（1）：12-13，42.

[2]李翠英，贺立源，马文杰，等.采用轮廓特征的烟叶部位组分类研究[J].计算机工程与应用，2009，45（26）：236-239.

[3]柳稼航，杨建峰，单新建，等.一种基于优先搜索方向的边界跟踪算法[J].遥感技术与应用，2004，19（3）：209-213.

[4]崔凤魁，张丰收，白露，等.二值图像目标邻域点法边界跟踪算法[J].洛阳工学院学报（自然科学版），2001，22（1）：28-30，31.

[5]孙庆杰，吴恩华.基于矩形拟合的人体检测[J].软件学报，2003，14（8）：1388-1393.