木材节子缺陷图像检测算法研究
摘要：随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求，传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上，对比分析平均值法、最大值法和加权平均值法３种图像灰度化方法效果，并选定加权平均值法对木材缺陷图像进行灰度化预处理。在 Ｍａｔｌａｂ编程框架下实现木材缺陷检测系统，通过选取Ｉｓｏｄａｔａ聚类迭代法、Ｏｔｓｕ最大方差法、最大熵法和Ｓｏｂｅｌ边缘分割法为基础的４种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析。实验结果表明，运用Ｉｓｏｄａｔａ聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测[6]。
关键词：图像；图像采集；图像分割；MATLAB；
- 前言
1.1引言
近些年来，随着人们对于生活质量的要求不断提高，对木制品材料表面自然属性的苛求，传统的人工木材切割和木材烘干等检测法已无法满足充分利用森林资源，高精度、批量生产木材制品的需要，所以应用数字化检测代替人工定量处理成为了当今人们关注的热点问题。木材料缺陷的种类繁多，树木的遗传因子、立地条件、外界生物危害以及不良人机处理都能对木材质量造成不同程度影响，使其价值与使用效果降低。常见缺陷包括节子、色泽变化、木材腐烂、虫蛀孔、裂纹等陷[7]。为此，很多的研究者使用了各种传感器例如可见光成像、核磁共振成像、射线成像、微波探测等采集木材表面缺陷特征进行处理，根据缺陷的类别、大小进行木材品质的分级处理，另外，多传感器数据融合技术也被采用，进一步提高了木材缺陷处理的精度。例如，使用了彩色摄像机、激光测距仪和 Ｘ 射线扫描仪采集木材表面缺陷特征。本次将进一步探讨木材表面缺陷检测
1.2选题的背景和意义
树木在自然生长过程中常常伴随着节子的出现。节子是树木中较常见的一种现象，它不仅会破坏木材纹理构造的均匀性和完整性，使纹理质量下降，大大降低木材的档次，而且会影响木材表面的视觉性质和加工性质，严重影响木材的利用价值。由于木材的节子部分的像素值和背景颜色相近、边缘不清晰，会造成纹理混淆、分析困难等问题，因此针对含有较丰富纹理的木材节子图像，使用一种有效的方法将节子裂痕部分最大限度平滑的同时保护纹理的细节部分，较大程度的改善木材的强度性质，提高木材加工工艺的利用率，将是一件非常有意义的工作。
- 历史发展与现有成果
2.1历史发展
图像分析技术自20世纪60年代产生以来, 逐步在木材科学研究领域应用,推动了木材科学研究和木材工业生产的发展。数字图像检测技术是在传统的目视检测原理上结合图像处理等技术, 利用由图像所获得的基于视觉的信息与标准信息进行比较, 从而得出产品表面有无损伤的情况。 与传统检测方法相比较, 数字图像检测技术更能保证检测的可靠性和快速性[5]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
