An algorithm to extract first and second order venation of apple-tree leaves stained for H2O2 detection

Abstract

In the paper an algorithm for the extraction of first and second order leaf venation has been presented. The algorithm applies to apple tree leaves specially stained to reveal the areas of $H_{2}O_{2}$ appearing in the leaf blade as brown spots of different size and intensity. In the considered case they represent the defence reaction of planfs tissue to a bacterial infection called fire blight. Examined leaf images include visible leaf veins with colour hue and brightness similar to the $H_{2}O_{2}$ spots. They are often superimposed on leaf veins and make serious distortions for the process of their extraction. In these conditions typical algorithms for the detection of venation patterns usually fail, so a new method of primary and secondary veins detection has been proposed. The vein extraction is based on the step-wise tracking of each vein axis using polygonal linę with the line segments of fixed size. The optimal direction for each step is obtained through the minimization of the proposed cost function depending on the prediction angle. The algorithm has been written in the M-language and executed in MATLAB environment. The experiments of leaf vein tracking carried out for the series of images gave promising results accepted by the biologists.

W artykule przedstawiono algorytm wykrywania pierwszo- i drugorzędowego użyłkowania liści. Algorytm ten zastosowano do liści jabłoni specjalnie barwionych pod kątem wykrycia obszarów $H_{2}O_{2}$, występujących w blaszce liściowej w postaci brązowych plam o różnym rozmiarze i natężeniu barwy. Plamy te są objawem reakcji obronnej tkanki roślinnej na infekcję bakteryjną zwaną zarazą ogniową. Badane obrazy liści zawierają widoczne żyłki, których odcień koloru oraz jasności są zbliżone do tych obserwowanych w obszarach koncentracji $H_{2}O_{2}$. Obszary te często nakładając się na żyłki liścia, stanowią poważne zakłócenia w procesie ich wykrywania. W tych warunkach typowe algorytmy identyfikacji wzoru unerwienia zazwyczaj nie sprawdzają się, dlatego zaproponowano nową metodę detekcji żyłkowania pierwszego i drugiego rządu. Jest ona oparta na krokowym śledzeniu każdej żyłki z wykorzystaniem linii łamanej o odcinkach stałej długości. Optymalny kierunek w każdym kroku śledzenia uzyskuje się poprzez minimalizację zaproponowanej funkcji kosztu względem kąta predykcji. Algorytm napisano w języku M i zrealizowano w środowisku MATLAB. Testy algorytmu śledzenia żyłek przeprowadzone dla serii obrazów dają obiecujące rezultaty zaakceptowane przez biologów.