白粉病菌孢子圖像的自動分割方法
【技術領域】
[0001] 本發(fā)明可以得到粘連白粉病菌孢子圖像相比普通方法更為精確的分割效果，屬于 數字圖像處理技術領域。
【背景技術】
[0002] 白粉病是植物病害的主要病害之一，它主要危害植物葉片、莖、葉柄、芽及花瓣，然 后受害植物會出現褪綠、枯黃、皺縮，幼葉扭曲，導致植株生長不良發(fā)育畸形，不能開花結 果。小麥白粉病是小麥的主要病害之一，除某些熱帶地區(qū)外，在世界各地均有分布。在1900 年之前，在歐洲的英國、法國、愛爾蘭、比利時、丹麥、荷蘭、瑞士及芬蘭等國已見報道。美國、 加拿大、墨西哥雖有發(fā)生但比較輕微。近年來，小麥白粉病已成為我國小麥的主要病害之 一，無論是發(fā)病面積還是發(fā)病程度都維持在一個較高的水平，年均發(fā)病面積在600萬公頃 以上，一般發(fā)病可造成10%左右減產，嚴重時減產可達50%以上，有些高感品種甚至顆粒 無收。所以小麥白粉病已成為我國小麥生產上的重要常發(fā)性病害之一，目前也已成為我國 小麥高產、穩(wěn)產、優(yōu)質的主要制約因素之一。
[0003] 據統(tǒng)計，在全國742種農作物病害中，約有60%是由病菌孢子經氣流傳播侵染作 物形成危害的。小麥白粉病就是由專性寄生真菌一小麥白粉菌孢子引起的氣傳性病害。小 麥白粉菌屬子囊菌，只能在活的寄主組織上生長發(fā)育，并對寄主有很嚴格的?；?，一般只 侵染小麥，所以小麥病菌不能侵染大麥，大麥白粉菌也不侵染小麥。小麥白粉菌以菌絲體蔓 延于寄主表面，僅通過吸器伸入寄主表皮細胞內吸取營養(yǎng)。菌絲上著生分生孢子梗和分生 孢子，分生孢子為橢圓形，長度是寬度的1. 25-1. 75倍，少數達到近二倍，單胞無色，分生孢 子梗直立，從菌絲體垂直生出，不分枝，無色，頂端產生成串的分生孢子，數目10~20個，自 頂端向下逐漸成熟脫落，隨氣流傳播引起再侵染和病害流行。分生孢子在〇. 5~30°C范圍 內均可萌發(fā)，萌發(fā)的最適溫度為10~18°C。對濕度的適應范圍很廣，在最適溫度條件下，相 對濕度0~100%均可萌發(fā)，但濕度越大，萌發(fā)率越高。因此小麥白粉菌在不同地理生態(tài)環(huán) 境中與寄主長期相互作用下，能形成不同的生理小種，毒性變異很快，在環(huán)境條件適宜的情 況下，小麥白粉病菌就會大量蔓延，造成小麥白粉病的發(fā)生。
[0004] 目前的白粉病防控方法主要通過人工目測、田間調查等進行白粉病害的觀測，觀 測時效不足、勞動強度大、數字化程度低。還需定時定期將取樣病菌孢子帶回實驗室在生物 顯微鏡下觀察，人工對孢子數量進行記錄。這種方法和手段相對落后，本發(fā)明針對圖像處理 的重要環(huán)節(jié)--圖像分割環(huán)節(jié)的距離變換步驟進行改進，提高分割效果，在第一步上改善防 控工作。

【發(fā)明內容】

[0005] 本發(fā)明的主要目的在于提高圖像分割預處理步驟中采用的距離圖像的精確度，即 得到圖像灰度良好的斜坡。從圖像目標邊緣至目標的中心，灰度變化穩(wěn)定、明顯?？梢悦黠@ 地將粘連部分與各孢子中心區(qū)別開來。有效提高對于粘連白粉病菌孢子的最終分割效果。
[0006]白粉病菌孢子圖像的自動分割方法，本方法采用了形態(tài)學腐蝕運算結合對每個像 素點進行計數來完成。本方法運用MATLAB編寫并實現，設計了基于形態(tài)學運算的距離變換 方法。對距離變換這一圖像分割預處理步驟進行改善，提高最終對粘連白粉病菌孢子的分 割效果。為了獲得距離圖像，首先掃描全圖，用填充或者是標記計算的方式記錄每一個待分 割目標區(qū)域（也就是分割前的孢子），然后對每一個目標區(qū)域使用3 X 3結構元素進行形態(tài) 學腐蝕的處理，腐蝕后再次掃描標記區(qū)域（只掃描標記區(qū)域，而不是全圖），標記區(qū)域被腐 蝕后經掃描可能會出現以下三種情況：
[0007] (1)該區(qū)域仍是一個連通區(qū)域。
[0008] (2)該區(qū)域被分為多個連通區(qū)域。
[0009] (3)該區(qū)域消失。
[0010] 對于⑴，將會繼續(xù)進行腐蝕，直到出現了⑵或者⑶的情況為止。
[0011] 對于（2)，將標記區(qū)域采用數據結構中的鏈表進行保存，將新出現的N個標記區(qū)域 分別插入至數據結構中的鏈表當前結點之后，再銷毀當前結點。
[0012] 對于（3)，該區(qū)域的像素即作為種子點，記錄下種子點之后繼續(xù)處理下一個標記區(qū) 域。
[0013] 這樣操作完所有標記區(qū)域后，分水嶺算法的種子點便全部尋找完畢，而將孢子圖 變成距離變換圖的過程也在上面過程中完成，即只需要記錄下每次被腐蝕掉的像素點，并 賦予這些像素點一個值，該值即為當前連通區(qū)域被腐蝕的次數。
[0014] 本發(fā)明采取的具體技術方案如下：
[0015] Sl針對已有分水嶺分割方法的預處理步驟，即距離變換環(huán)節(jié)，為了比常規(guī)距離變 換方法（如歐式距離、棋盤距離、城區(qū)距離等）獲得更良好的灰度斜坡，準確的獲得種子點 和距離圖像，本發(fā)明結合形態(tài)學基本運算，設計出對粘連孢子二值圖像進行處理的方法。定 義計算矩陣、生成距離變換矩陣與隨著每次腐蝕進行計數的全局變量。使用形態(tài)學腐蝕運 算，對二值圖像進行腐蝕操作，掃描全圖，對消失的像素點進行標記。循環(huán)上述操作，對第N 次消失的像素點標記為N，直至所有的連通區(qū)域被腐蝕至消失。當處理完所有標記區(qū)域，也 獲得了所有的種子點。對得到的距離圖像調用分水嶺算法，根據連通區(qū)域內的像素灰度值 從大到小浸沒孢子，得到分割線，再進行孢子分割，在粘連的邊緣部分斷開，提高最終對粘 連孢子圖像進行分水嶺分割的效果。
[0016] S2本方法使用gray_image = rgb2gray (rgb_image)指令將輸入的彩色圖像轉換 為灰度圖像，繼而使用level = graythresh(gray_image)指令按照自適應選擇合適的閾值 變?yōu)槎祱D像后再使用l-im2bw(filter_image, level)的方法進行求反，最終得到所需二 值圖像。其中greythresh(gray_image)指令使用最大類間方差法自動尋找灰度圖像的合 適閾值，找到圖像的一個合適的閾值。針對每張圖像都會得到不同的閾值。最大類間方差法 是按照圖像的灰度特性，將圖像分為背景和目標兩部分。背景和目標之間的類間方差越大， 說明構成圖像的兩部分的差別越小，當部分目標錯分為背景或部分背景錯分為目標都會導 致兩部分差別變小。最后為了后續(xù)操作，使用UintS指令變換圖像類型。
[0017] S3使用形態(tài)學腐蝕運算，對二值圖像進行腐蝕操作，掃描全圖，對消失的像素點進 行標記。本發(fā)明使用Matlab中imerode指令對圖像進行腐蝕操作，使用3X3單位矩陣作 111' 為結構元素矩陣，即u 1 1>?中間的1為結構元素中心。使用3X3單位矩陣作為結構元 1 1 1 素矩陣腐蝕操作即為用結構元素掃描圖像的每一個像素，用結構元素與其覆蓋的二值圖像 做與操作：如果都為1，結果圖像的該像素點值為1，否則為0。
[0018] S4循環(huán)上述操作，對第N次消失的像素點標記為N，直至二值圖像中所有的連通區(qū) 域被腐蝕至消失。
[0019] 當處理完所有標記區(qū)域，也獲得了所有的種子點。
[0020] 二值圖像變換為從各連通區(qū)域邊緣至種子點過程中數值逐漸增大的灰度圖像，背 景的灰度值為〇。灰度圖像梯度變化穩(wěn)定，種子點精確地定位在各連通區(qū)域內部。形態(tài)學使 用的腐蝕運算如下：
[0021] 集合A被集合B腐蝕寫為A ΘΒ，被定義為
[0022]
[0023] S5定義計算矩陣、生成距離變換矩陣與隨著每次