叶片形状特征提取（概念/代码）

 本文主要介绍叶片形状特征提取的相关概念(后续附上matlab代码)

• 叶片的基础特征

（前提：叶片经过二值化（可以使用K-means进行）、降噪、膨胀、腐蚀、叶片轮廓（轮廓跟踪算法））

面积(S)：叶片二值化，计算矩阵中白色像素点数量

周长(D)：按照链码的计算方式，链码中偶数步的数量为N，奇数步的数量为M

重心()：计算重心到边界的最短距离作为特征，记为(c)

凸包：QuickHull算法完成 （此处不再赘述,后续有执行代码）获取凸包的轮廓后可用来计算凸包的周长、凸包的面积

长轴(L)：叶片的轮廓上距离最长的两个点

短轴(W)：叶片轮廓上与长轴互相垂直且距离最长的两个点

面积最小外接矩阵()：叶片长轴与短轴的乘积

周长最小外接矩阵()：以等间隔的角度使物体在90度的范围内旋转，每次旋转之后用水平外界矩阵对其进行拟合，记录下周长最小的外接矩阵的参数，长 ，宽

附：叶片特征提取图像

                   原图                           轮廓                            重心                           凸包                           长短轴               周长最小外接矩阵

• 相对特征

（前提：已经获取叶片基础特征）

面积凹凸比(CA)：叶片面积/凸包面积                       

周长凹凸比(CP)：叶片周长/凸包周长                       

形状参数(F)：描述叶片紧凑程度                               

圆形度(C)：衡量叶片边界的复杂度                           

狭长度(N)：叶片长轴/叶片短轴                                 

矩形度(R)：叶片面积/面积最小外接矩阵面积          

周长长宽比(PRP)：叶片周长/长轴与短轴和              

横纵比(Q)：周长最小外接矩阵的长/宽                      

周径比(M)：叶片周长/长轴                                         

叶状性(Z)：叶片重心到边界最短距离/短轴               

以上均为写一些相关论文以及查阅文献整理出来，如有错误可及时提出进行修改！

关于以上特征提取的相关代码，在下一篇博客中将会以函数的形式呈现，方便大家调用！