基于紋理特征的木材表面缺陷識(shí)別方法的研究.pdf

1、基于計(jì)算機(jī)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)自動(dòng)分選、提高鋸材商品價(jià)值和加速木材加工自動(dòng)化具有非常重要的作用。 本文以蟲眼、死節(jié)、活節(jié)三種常見木材缺陷為研究對(duì)象，對(duì)木材表面缺陷的模式識(shí)別方法進(jìn)行了深入的研究。主要內(nèi)容包括：木材表面缺陷圖像分割、分割性能評(píng)價(jià)、特征提取、缺陷類型識(shí)別等問(wèn)題。 圖像分割是第一步，也是由圖像處理到圖像分析的關(guān)鍵步驟。本文針對(duì)傳統(tǒng)狄度

2、閾值分割和邊緣檢測(cè)的不足，采用基于灰度．梯度共生矩陣模型和最大熵原理的二維閾值化技術(shù)對(duì)木材缺陷圖像進(jìn)行分割：并針對(duì)木材缺陷這一自然紋理型事物，結(jié)合模糊C均值聚類算法，提出基于灰度共生矩陣的紋理分割方法。同時(shí)采用具有強(qiáng)大運(yùn)算功能的數(shù)學(xué)形態(tài)學(xué)工具，對(duì)分割后圖像進(jìn)行了分割后處理，加強(qiáng)了分割圖像的可視性和完整性，并提高了缺陷提取的精確度。 根據(jù)灰色系統(tǒng)理論，提出了一個(gè)基于灰色關(guān)聯(lián)度分析的圖像分割性能評(píng)估模型，對(duì)改進(jìn)的二維閾值分割算法和基

3、于灰度共生矩陣的紋理分割算法進(jìn)行了分割性能的綜合評(píng)價(jià)，該模型評(píng)判的結(jié)果與算法的性能基本保持一致。 對(duì)于木材缺陷的識(shí)別，本文從紋理特征(14個(gè)灰度共生矩陣參數(shù))和幾何特征(伸長(zhǎng)度和矩形度)兩個(gè)角度來(lái)描述缺陷。根據(jù)各參數(shù)分布情況，選擇標(biāo)準(zhǔn)差較小的參數(shù)作為分類器輸入特征向量：以及采用主分量分析法進(jìn)行特征提取，降低紋理特征維數(shù)，消除模式特征之間的相關(guān)性，突出其差異性，滿足識(shí)別層的輸入要求。分別采用BP神經(jīng)網(wǎng)絡(luò)分類器及改進(jìn)的K-近鄰分類器