基于機(jī)器視覺(jué)的木材表面缺陷的在線檢測(cè)技術(shù)研究.pdf

1、基于機(jī)器視覺(jué)技術(shù)和模式識(shí)別理論的木材表面缺陷檢測(cè)技術(shù)，具有無(wú)損性、快速性、準(zhǔn)確性和經(jīng)濟(jì)性等優(yōu)點(diǎn)，對(duì)鋸材等級(jí)分選、提高鋸材商品質(zhì)量和加速木材加工自動(dòng)化具有非常重要的作用。
　　本文以蟲(chóng)眼、死節(jié)、活節(jié)三種常見(jiàn)木材缺陷為研究對(duì)象，對(duì)木材表面缺陷的機(jī)器視覺(jué)檢測(cè)方法進(jìn)行了深入的研究。主要內(nèi)容包括：木材表面缺陷預(yù)處理、圖像分割、特征提取、缺陷類型識(shí)別。
　　圖像預(yù)處理是第一步，根據(jù)木材表面圖像特點(diǎn)，增強(qiáng)銳化圖像，消除噪聲。圖像分割是木材

2、表面缺陷檢測(cè)的關(guān)鍵步驟，針對(duì)傳統(tǒng)Ostu算法和Renyi熵算法的不足，根據(jù)木缺陷這一自然紋理型事物，采用了小波重構(gòu)方法對(duì)木材缺陷圖像進(jìn)行分割，該方法應(yīng)用小波基函數(shù)在較優(yōu)的分解級(jí)數(shù)上對(duì)紋理圖像進(jìn)行分解，然后在較好的分辨率級(jí)數(shù)上正確選取平滑圖像或細(xì)節(jié)圖像來(lái)重建圖像，在重建圖像中，均勻紋理圖案被有效的移除，僅保留局部瑕疵區(qū)域。最后采用數(shù)學(xué)形態(tài)學(xué)工具，對(duì)分割后圖像進(jìn)行了形態(tài)學(xué)后處理，加強(qiáng)了分割圖像的可視性和完整性，提高了缺陷提取的精確度。