一種基于圖像融合分割的實木地板表面缺陷檢測方法，涉及地板表面缺陷檢測領域，本發明專利技術針對區域生長算法存在的分割速度慢、分割不準確的問題，致使實木地板的表面缺陷檢測速度慢、精度低的問題，影響其質量與分選等級。首先提取缺陷的R分量圖像并進行圖像縮小，在低維圖像空間內運用區域生長方法完成缺陷的快速定位；利用梯度信息插值對縮小圖像進行放大復原，并對缺陷進行標記生成參考圖像；應用小波變換檢索標記參考圖像的邊緣，以邊緣像素點為種子在原圖像進行禁忌快速搜索，實現缺陷區域的快速、精準分割。對20幅含有活節、死節、裂紋的樣本圖像進行缺陷檢測試驗，該方法平均分割時間為13.21ms，缺陷分割區域的準確率達到96.8%。
【技術實現步驟摘要】
【專利摘要】，涉及地板表面缺陷檢測領域，本專利技術針對區域生長算法存在的分割速度慢、分割不準確的問題，致使實木地板的表面缺陷檢測速度慢、精度低的問題，影響其質量與分選等級。首先提取缺陷的R分量圖像并進行圖像縮小，在低維圖像空間內運用區域生長方法完成缺陷的快速定位；利用梯度信息插值對縮小圖像進行放大復原，并對缺陷進行標記生成參考圖像；應用小波變換檢索標記參考圖像的邊緣，以邊緣像素點為種子在原圖像進行禁忌快速搜索，實現缺陷區域的快速、精準分割。對20幅含有活節、死節、裂紋的樣本圖像進行缺陷檢測試驗，該方法平均分割時間為13.21ms，缺陷分割區域的準確率達到96.8%。【專利說明】—種基于圖像融合分割的實木地板表面缺陷檢測方法
本專利技術涉及一種實木地板表面缺陷檢測方法，涉及地板表面缺陷檢測領域。
技術介紹
實木地板表面缺陷直接影響著產品等級，基于計算機視覺的實木地板表面缺陷檢測，對木質地板自動分選具有重要的現實應用意義。實木地板計算機視覺檢測系統，首先由攝像頭完成表面圖像的信息采集；然后，運用分割算法檢測表面缺陷區域；最后，應用分類算法對缺陷區域進行缺陷類別判斷。常用的顏色處理模型有RGB模型、HSV模型以及HSI模型;考慮到處理時間，作為面向硬件的RGB模型更為適用，前期試驗研究實驗表明R分量圖像可有效抑制紋理噪聲m。白雪冰、王林分別運用灰度-梯度共生矩陣和Gabor變換分割木材表面缺陷，這兩種方法因計算量大導致分割速度較慢I9]。Du-Ming Tsai等利用小波變換分割物體表面缺陷，然而小波變換中沒有基于鄰界采樣的濾波器組，而且重構之后還需對圖像做進一步的處理。應用數學形態學算法也可以對缺陷有效分割，但是形態學重構過程容易引入噪聲。陳永光利用分水嶺算法分割木材表面缺陷，但方法對噪聲極為敏感，易于產生過分割現象。因此，如何對現有算法進行改進，以滿足實木地板在線分選對分割速度和精度有待進一步研究。區域生長法是經典的圖像分割算法，其思想簡單、對具有清晰邊緣的圖像有較好的分割結果；但是簡單的搜索八鄰域會消耗大量的時間，且搜索時間和精度受噪聲影響。因此，過濾圖像噪聲，完成種子點優選，制定快速搜索策略是亟待解決的關鍵問題。參考文獻:.Gonzalo A Ruzaj Pab 1 A Estevez, Pab 1 A Ram I r ez.Automated visual inspection system for wood defect classification usingcomputational intelligence techniques.1nternational Journal of SystemsScience, 2009，40 (2): 163-172..D T Pham, R J Alcock.Automated grading and defect detection:AReview.Forest Products Journal，1998，48(3):34-42..1rene Y H G，Henrik，Raul Vicen.Automatic classification of wooddefects using support vector machines.1nternational Conference of ComputerVision and Graphics, NovemberlO-12, 2008，Warsaw, Poland.2008:356-367..D T Pham, R J Alcock.Automated visual inspection of woodboards: selection of features for defect classification by a neural network.Journal of Process Mechanical Engineering，1999，213(4):231-245..Gonzalo A Ruzj Pablo A Estevez, Claudio A Perez.A neurofuzzy colorimage segmentation method for wood surface defect detection.Forest ProductsJournal, 2005，55 (4): 52-58..0lli Silvenj Matti Niskanenj Hannu Kauppinen.Wood inspection withnon-supervised clustering.Machine Vision and Applications, 200313(2):275 - 285..Zhang y1-zhuo, Tong chuan, Wood board defects sorting based on methodof possibilistic C—means improved support vector data description.AppliedMechanics and Materials.2012，128-129:1288-1291,白雪冰，鄒麗暉.基于灰度-梯度共生矩陣的木材表面缺陷分割方法.森林工程，2007, 23 (2): 16-18.,王林，白雪冰.基于Gabor變換木材表面缺陷圖像分割方法.計算機工程與設計.2010，31 (5): 1066-1069..Duming Tsai, Bo Hsia0.Automatic surface inspection using waveletreconstruction.Pattern Recognition, 2001, 34(6):1285-1305..Yanfang Han, Pengfei Sh1.An adaptive level-selecting wavelettransform for texture defect detection.1mage and Vision Computing, 2007, 25(8):1239 - 1248..張怡卓，佟川，于慧伶.基于形態學重構的實木地板缺陷分割方法研究.森林工程.2012，28 (2):14-17..陳永光，王國柱，撒潮，等.木材表面缺陷邊緣形態檢測算法的研究.木材加工機械.2003, 3:18-22..金立生，王榮本，高龍，等.基于區域生長的智能車輛陰影路徑圖像分割方法.吉林大學學報(工學版)，2006，36:132-135..Frank Y.Shih, Shouxian Cheng.Automatic seeded region growing forcolor image segmentation.1mage and Vision Computing, 2005, 23(5)877 - 886.
技術實現思路
本專利技術針對區 域生長算法存在的分割速度慢、分割不準確的問題，致使實木地板的表面缺陷檢測速度慢、精度低，從而影響其質量與分選等級；為此提出了(基于圖像融合的缺陷定位方法)。本專利技術為解決上述技術問題采取的技術方案是:，所述方法的實現過程為:步本文檔來自技高網...
【技術保護點】
【技術特征摘要】
【專利技術屬性】
技術研發人員：張怡卓，陳宇，曹軍，于慧伶，丁亮，
申請(專利權)人：東北林業大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。