基于機器視覺木材表面缺陷圖像分割研究.pdf

1、木質(zhì)板材的表面缺陷檢測分類是木材缺陷檢測分類中一個非常重要的課題?；跈C器視覺的木材表面缺陷在線檢測技術(shù)，其設(shè)備成本低，受環(huán)境影響少，對木材的多樣性適應(yīng)能力強，魯棒性和準(zhǔn)確性都非常高，適合木材的柔性加工系統(tǒng)。正因為這些優(yōu)點，近年來，將機器視覺應(yīng)用在木材表面缺陷檢測的研究越來越多。
　　本文探索了三種木材表面缺陷（如蟲眼、活節(jié)和死節(jié)）的圖像預(yù)處理和圖像分割算法。主要研究工作和內(nèi)容如下：
　　木材表面缺陷的圖像分析與判斷。通過分

2、析木材圖像的灰度直方圖曲線，觀察灰度直方圖曲線是否存在明顯的波峰變化。一般來說，缺陷圖像的直方圖會出現(xiàn)兩個波峰，且主、次波峰高度差異大。若存在這種主、次波峰的變化，則判定該木材圖像存在表面缺陷。若直方圖曲線只有一個波峰，則可能是正常的木材圖像。在判定存在表面缺陷后，根據(jù)采集的木材表面圖像的特點，對圖像進行銳化增強、消除噪聲等處理。我們采用中值濾波對圖像進行去噪處理，因去噪后使得圖像邊界變得模糊，需再用梯度法增強圖像的邊界信息。
　

3、　對預(yù)處理后的圖像進行分割。采用基于遺傳算法的最大類間方差法進行圖像分割，該算法通過模擬生物進化過程來建立尋找最優(yōu)解的系統(tǒng)模型。因分割后的缺陷圖像還有許多獨立的無關(guān)的干擾信息，影響缺陷圖像邊緣的提取，需對分割后的圖像進行數(shù)學(xué)形態(tài)學(xué)后處理。再采用數(shù)學(xué)形態(tài)學(xué)開運算的方法，通過腐蝕和膨脹去掉分割后圖像中細(xì)小的連接，如圖像中孤立的點、毛刺及凸出的部分，割斷細(xì)長的連接從而分割出感興趣的區(qū)域。通過實驗，比較了Otsu方法的最佳全局閾值處理算法、區(qū)域