基于PDE的旋切單板表面缺陷圖像檢測技術(shù)研究.pdf

1、隨著計算機技術(shù)和人工智能技術(shù)的飛速發(fā)展,圖像處理技術(shù)在近些年取得了巨大的進步,偏微分方程方法在圖像處理的應(yīng)用領(lǐng)域中應(yīng)用也非常廣泛。目前,在工業(yè)、軍事和醫(yī)學(xué)已經(jīng)研究出各種適合圖像處理的模型,這些為人類的工作和生活都帶來了極大的方便。
　　 本文簡要介紹了圖像處理的偏微分方程方法的研究背景和國內(nèi)外的發(fā)展現(xiàn)狀,深入研究了基于偏微分方程的圖像分割方法,并對圖像分割的C-V模型進行了系統(tǒng)的闡述。結(jié)合背景填充技術(shù)對單板灰度圖像和彩色圖像的缺

2、陷檢測進行了比較和研究。通過計算機的分析和處理,實現(xiàn)旋切單板表面缺陷圖像的自動檢測,從而減輕操作人員的勞動強度,并提高木材的出材率和生產(chǎn)效率,為旋切單板表面圖像缺陷檢測提供依據(jù)。
　　 本文根據(jù)單板表面缺陷的特點,利用C-V模型進行圖像分割,得到節(jié)子缺陷輪廓。針對C-V模型在迭代過程中需要重新初始化的問題,引入另一能量函數(shù)控制符號距離函數(shù),解決了計算的復(fù)雜度問題。針對C-V模型在數(shù)值計算過程中采用顯示歐拉方法使得計算效率低的問題

3、,引入了半隱式的AOS方法,解決了算法對時間步長的限制,實驗結(jié)果表明該方法達到了提高分割速度的效果。
　　 本文針對旋切單板表面的缺陷種類繁多、分布范圍大的特點,引入背景填充技術(shù)。利用背景填充技術(shù)可以減小目標和背景間差異的特點,達到了縮小識別單板缺陷目標范圍的效果。本文采用AOS格式的改進C-V模型結(jié)合背景填充技術(shù)檢測單板表面缺陷,并通過Matlab進行實驗驗證。實驗結(jié)果表明該方法能夠快速有效的分割出旋切單板表面的缺陷,從而提高

4、了整個算法的速度。
　　 本文針對活節(jié)缺陷邊界灰度變換緩慢,采用灰度圖像的分割方法對活節(jié)缺陷分割效果不理想的問題,研究了矢量圖像的C-V模型,將彩色圖像作為整體圖像進行處理,充分利用圖像的信息,解決了活節(jié)缺陷的識別問題。采用彩色圖像AOS格式的改進C-V模型結(jié)合背景填充技術(shù),不但可以識別活節(jié)缺陷,而且可以識別旋切單板彩色圖像缺陷。
　　 偏微分方程方法作為圖像處理中的新興技術(shù),必將在圖像處理中發(fā)揮越來越重要的作用。本文從