根是植物从土壤等介质环境中吸收养分的重要器官,其特殊的生长环境及复杂的形态结构,使得它的研究难度远远超过对植物冠层的研究。实际上,缺乏快速、准确的原位观测方法已经构成了对植物根系进行深入研究的技术难题。为此,华南农业大学农业成像检测技术研究室尝试采用X射线计算机层析成像(XCT)技术首先获取植物根系的原位断层图像,然后利用图像图形处理技术实现对植物根系的原位观测和定量测量。其中,图像分割是植物根系实现三维重建和定量分析的基础,在根系三维构型的无损检测技术研究中具有重要的地位和作用。在前期的研究过程中,课题组曾采用过多种图像分割算法,包括阈值分割、区域生长、多种微分算子边缘检测等,但对于原位根系中逆生长分支的CT图像分割尚未找到有效、可靠的解决方案。逆生长是指植物根系因介质阻隔、营养诱导等因素引起的非向地性生长现象,在其空间序列图像中表现为逆生分支的生长方向与主根的生长方向相悖或不一致的情况。逆生长分支CT图像分割研究的主要技术瓶颈在于,当前分割算法对于每层切片的ROI区域(根系区域)大多是选定一个种子点,以四邻域或八邻域的搜索路径对像素聚类,再将种子点往下(上)进行投影,这样对周围的像素搜索聚类时,就会始终局限于单张切片上,无法搜索到同一张(层)切片中突然出现的不在同一个区域的逆分支,所以分割后的图像可能会出现逆分支缺失的问题。本文结合植物原位根系CT图像自身的特点,提出了一种基于三维连通域提取的原位CT序列图像分割方法,该方法在分割时能实现对上一层切片像素的搜索聚类,实验证明该方法能较好解决原位根系CT图像分割中存在的逆生长问题,确保了目标区域的完整性。论文的主要工作包括:1.通过文献阅读了解国内外CT序列图像分割技术现状,并对目前主流的CT图像分割方法,包括基于区域的图像分割方法、基于边缘的图像分割以及基于特定理论的分割方法进行比较分析;在此基础上,针对课题任务要求,提出本文的算法思路。2.根据植物根系的空间密度分布特征,结合逆生长区域的特点,提出一种基于三维连通域提取技术的原位根系CT序列图像的分割算法。首先根据根系密度的分布特征,采用三维阈值法获取包含根系区域在内的所有ROI区域;接着根据根系在介质空间中的连续性,采用基于26~邻域的三维连通区域提取技术实现了根系区域与其密度相近的非根系区域的分割,不仅获得了单一、纯净的三维根系目标区域,同时解决了传统分割算法中容易出现的逆生长区域缺失问题,确保了目标区域的完整性。3.采用MATLAB编程,在WIN10系统下实现了分割算法的程序设计和实验测试。首先通过X射线CT成像设备分别获取三组原位根系CT序列图像数据:261张(485×485×261)、350张(485×485×350)、358张(465×493×358),共969张32位(bits)灰度图像。然后,将三组CT序列图像数据分别封装成三维体数据,通过直方图分析分别确定每组根系区域的灰度分布范围1120~3290、910~3420、1812~3560并实现对三组数据的阈值分割(粗分割)。在此基础上,利用本文提出的三维连通域算法对粗分割后的图像数据进行精确分割,剔除了与根系密度相近的杂质体素;并利用数学形态学闭运算处理实现了根系断层区域内的“孔洞”填充,获得了完整的根系目标区域。4.从定性和定量两个方面,对本文提出的分割算法应用于原位根系CT序列图像的分割效果进行了评价和分析。首先分别从二维和三维两个维度对本文算法与传统分割方法的分割结果进行了直观的对比分析,验证了本文的分割算法在解决逆生长分支问题上的有效性。接着分别采用分割区域重叠率、总体素比值等定量指标评价了本文算法的精确性。结果表明,本文算法处理三组数据的逆生长层的切片,重叠率均值分别在90.88%、90.06%、90.41%,相比传统分割算法分别高出3.90%、5.91%、56.43%;本文算法分割得到的根系区域总体素比值分别为93.61%、90.23%、91.09%,相比传统分割方法分别高出5.20%、4.01%、53.26%。综上所述,本文提出的基于三维连通域的分割算法能较好解决原位根系CT序列图像分割中容易出现的逆生长分支缺失问题,并提高了植物根系的分割精度。