基于機(jī)器視覺(jué)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(cè)分類(lèi)是木材缺陷檢測(cè)分類(lèi)中一個(gè)非常重要的課題?；跈C(jī)器視覺(jué)的木材表面缺陷在線(xiàn)檢測(cè)技術(shù)，其設(shè)備成本低，受環(huán)境影響少，對(duì)木材的多樣性適應(yīng)能力強(qiáng)，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?yàn)檫@些優(yōu)點(diǎn)，近年來(lái)，將機(jī)器視覺(jué)應(yīng)用在木材表面缺陷檢測(cè)的研究越來(lái)越多。
　　本文探索了三種木材表面缺陷（如蟲(chóng)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(guò)分

2、析木材圖像的灰度直方圖曲線(xiàn)，觀(guān)察灰度直方圖曲線(xiàn)是否存在明顯的波峰變化。一般來(lái)說(shuō)，缺陷圖像的直方圖會(huì)出現(xiàn)兩個(gè)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(xiàn)只有一個(gè)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(diǎn)，對(duì)圖像進(jìn)行銳化增強(qiáng)、消除噪聲等處理。我們采用中值濾波對(duì)圖像進(jìn)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(qiáng)圖像的邊界信息。
　

3、　對(duì)預(yù)處理后的圖像進(jìn)行分割。采用基于遺傳算法的最大類(lèi)間方差法進(jìn)行圖像分割，該算法通過(guò)模擬生物進(jìn)化過(guò)程來(lái)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(dú)立的無(wú)關(guān)的干擾信息，影響缺陷圖像邊緣的提取，需對(duì)分割后的圖像進(jìn)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(kāi)運(yùn)算的方法，通過(guò)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(diǎn)、毛刺及凸出的部分，割斷細(xì)長(zhǎng)的連接從而分割出感興趣的區(qū)域。通過(guò)實(shí)驗(yàn)，比較了Otsu方法的最佳全局閾值處理算法、區(qū)域