板材節(jié)子檢測(cè)的CT圖像處理方法研究.pdf

1、節(jié)子破壞木材構(gòu)造的均勻性和完整性,不僅影響木材表面的美觀和加工性質(zhì),更重要的是降低木材的某些強(qiáng)度,它是影響產(chǎn)品等級(jí)和質(zhì)量的主要因素。利用數(shù)字圖像處理技術(shù)對(duì)板材計(jì)算機(jī)斷層掃描(computed tomography,CT)圖像進(jìn)行處理,從板材CT圖像中提取樹(shù)節(jié)信息,對(duì)解釋樹(shù)木生長(zhǎng)現(xiàn)象、優(yōu)化樹(shù)木鋸切方案和提高樹(shù)木利用率均有重要意義和實(shí)用價(jià)值。同時(shí),為木材工業(yè)機(jī)械化和自動(dòng)化裝備的發(fā)展提供了理論依據(jù)。與人工檢測(cè)板材節(jié)子相比,使用CT技術(shù)的無(wú)損檢

2、測(cè)方法來(lái)自動(dòng)獲取板材節(jié)子缺陷信息,不僅可降低勞動(dòng)強(qiáng)度、提高工作效率,檢測(cè)的準(zhǔn)確性高,而且有很大的經(jīng)濟(jì)價(jià)值。
　　 板材CT圖像,由于其節(jié)子目標(biāo)和背景的灰度值差別小,且有重疊,因此一直是分割領(lǐng)域的難題。在使用常規(guī)的圖像分割方法對(duì)板材CT圖像進(jìn)行二值化處理后,會(huì)出現(xiàn)比較嚴(yán)重的過(guò)分割或欠分割現(xiàn)象,分割效果較差；若直接對(duì)板材CT圖像邊緣檢測(cè),檢測(cè)結(jié)果圖像中往往存在虛假邊緣、雙邊緣等現(xiàn)象,這給后續(xù)的三維重建和定量分析帶來(lái)了困難。為了解決這

3、個(gè)問(wèn)題,本文針對(duì)板材CT圖像的特點(diǎn),研究檢測(cè)板材節(jié)子的CT圖像處理方法。主要研究?jī)?nèi)容和結(jié)論如下:
　　 1)常規(guī)圖像分割算法在板材CT圖像中的應(yīng)用
　　 對(duì)板材CT圖像采用一定的預(yù)處理方法,然后運(yùn)用兩種常規(guī)的圖像分割算法試分割板材CT圖像,對(duì)比分析兩種算法的分割效果,由于其分割算法自身的局限性,檢測(cè)出的板材CT圖像都有欠分割或過(guò)分割問(wèn)題,得出簡(jiǎn)單利用常規(guī)方法不能夠滿足板材節(jié)子自動(dòng)分割的要求。
　　 2)提出了適用

4、于板材CT圖像的分割方法
　　 本文根據(jù)板材CT圖像低對(duì)比度、低動(dòng)態(tài)范圍以及節(jié)子缺陷灰度值分布的特點(diǎn),提出了區(qū)域生長(zhǎng)與形態(tài)學(xué)相結(jié)合的板材CT圖像自動(dòng)分割方法。實(shí)驗(yàn)分析板材CT圖像,根據(jù)節(jié)子區(qū)域中一些像素往往具有最大灰度值的特點(diǎn),應(yīng)用區(qū)域生長(zhǎng)的方法,采用一定的生長(zhǎng)準(zhǔn)則和生長(zhǎng)方式,尋找節(jié)子在圖像中的位置。然后用形態(tài)學(xué)的處理方法對(duì)區(qū)域生長(zhǎng)后的二值圖像進(jìn)行后處理,并與手工分割的節(jié)子區(qū)域進(jìn)行定量評(píng)判。實(shí)驗(yàn)結(jié)果表明,采用區(qū)域生長(zhǎng)與形態(tài)學(xué)相結(jié)

5、合的算法對(duì)板材CT圖像進(jìn)行分割的精度高,且分割的效果明顯。
　　 3)基于CT圖像的板材節(jié)子邊緣檢測(cè)研究
　　 由于紋理和噪聲的干擾,采用邊緣檢測(cè)算子直接對(duì)板材原始CT圖像進(jìn)行邊緣檢測(cè),則檢測(cè)的邊緣不連續(xù),不完整,存在虛假邊緣?；诖藛?wèn)題,本文利用形態(tài)學(xué)梯度算子和改進(jìn)的輪廊跟蹤算法對(duì)板材二值化處理后的CT圖像邊緣檢測(cè)。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn),這種邊緣檢測(cè)方法減少了紋理和噪聲的干擾,其中改進(jìn)的輪廊跟蹤算法不僅檢測(cè)的邊緣為連續(xù)的單像素