基于形態(tài)學(xué)的單板彩色圖像缺陷檢測.pdf

1、木材缺陷主要分兩類:一是生長過程中產(chǎn)生的各種各樣的缺陷（節(jié)子、蟲洞和腐朽等）;二是在生產(chǎn)過程中產(chǎn)生的加工缺陷（脫膠、變形等）這些缺陷直接影響到單板質(zhì)量的好壞，從而間接影響人造板材的質(zhì)量和等級。隨著木材工業(yè)的發(fā)展，傳統(tǒng)的加工工藝無論在產(chǎn)量還是質(zhì)量上，都不能夠滿足現(xiàn)代工業(yè)的需求。將計(jì)算機(jī)視覺技術(shù)應(yīng)用在單板的缺陷檢測上，不僅克服了傳統(tǒng)生產(chǎn)過程中勞動強(qiáng)度大，生產(chǎn)效率低，經(jīng)濟(jì)效益差的工藝缺陷，還能有效提高缺陷檢測精度和速度，降低人為主觀誤差，并且

2、能夠?qū)伟灞砻嫒毕葸M(jìn)行分類處理。
　　本文從研究對象人手，針對單板圖像表面缺陷的幾何特征和圖像毛刺較多，冗余信息繁多的特點(diǎn)，選用了數(shù)學(xué)形態(tài)學(xué)技術(shù)進(jìn)行濾波處理，融合了閾值分割和聚類分析，結(jié)合目標(biāo)圖像特點(diǎn)，提出兩種新的單板圖像缺陷檢測的方法，并且設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)對分割的缺陷形狀進(jìn)行分類處理，以此為基礎(chǔ)來構(gòu)造單板缺陷圖像的快速檢測和分類系統(tǒng)。論文主要研究內(nèi)容如下:
　　首先，文章以梳理和總結(jié)現(xiàn)今較主流的木材圖像分割方法為基礎(chǔ)去設(shè)計(jì)

3、單板缺陷彩色圖像檢測系統(tǒng)，其中包含圖像采集模塊和光源等硬件部分，以及操作系統(tǒng)和功能軟件等軟件部分。
　　然后，論文圍繞單板缺陷，設(shè)計(jì)的改進(jìn)型的形態(tài)學(xué)濾波器是用多角度的結(jié)構(gòu)元素對圖像進(jìn)行全方位的濾波處理，并且在此基礎(chǔ)上提出了兩種缺陷分割方法。一種是基于HSI三分量的獨(dú)立分割算法，先將圖像轉(zhuǎn)入HSI空間，針對單板圖像特點(diǎn)對分量進(jìn)行獨(dú)立檢測，再融合并填充，最后提取邊緣。第二種是基于K-均值聚類算法，將單板圖像利用歐氏距離進(jìn)行聚類分析，在