快速检测木破率的方法
【专利摘要】本发明公开了一种快速检测木破率的方法。该方法对采集到的木材或胶合板胶合强度检测后产生破坏的试件剪切面区域图像，通过图像类型转换、图像增强、图像分割及形态学处理等操作，计算胶合强度测试过程中木破率。本发明基于图像处理的方法对木破率进行检测，能够消除人为测量所引起的误差，具有精度高、检测速度快的特点。
【专利说明】快速检测木破率的方法
【技术领域】
[0001] 本发明涉及木材加工领域，特别涉及一种快速检测木破率的方法。
【背景技术】
[0002] 在当前木材加工领域，木破率是指在测试胶合强度时，通过目测的方法估计剪切 破坏面上木材纤维被胶粘连或撕裂下来的部分占试件受剪面积的百分数。它是评价实木或 胶合板胶合强度的重要指标。目前，木破率测量主要通过人眼目测确定。测试过程常常是 主观的，需要有一定的经验，且不同测试人员测试的实验室数据会存在差异。为了最大程度 地减小这种差异，需要选择一种更为科学的方法进行测试，减少人为因素所造成的误差。
[0003] 目前在本领域尚未发现有快速检测木破率的方法。并且在木材科学领域，与本方 法类似的专利主要用于木材的缺陷识别、木材形变测量等方面，但这些方法都与本发明的 方法不同。其中，专利（木材的节子探查方法及装置和程序，专利申请号：200680017200. 1) 公开了一种木材节子的探查方法，可用于检测木材的节子及带皮的死节。与本发明相比，该 方法主要用于节子的图像识别，但不涉及各种参数的量化分析。类似的，专利（木材的检测 方法及装置及程序，专利申请号：200780052656. 6 ;基于图像处理的木材缺陷在线识别系 统，201220502980. 1)主要用于木材缺陷识别，也未涉及参数的定量检量。专利（一种木材 形变微观结构特征实时测量方法，专利申请号：200910089770.7)可用于测量木材加载过 程中微区组织和细胞的应变，该方法主要通过对比不同图像采集时刻下获得的图像，计算 单个细胞不同方向上的变形量。该方法仅对图像之间进行对比，没有公开本发明所述的图 像类型转换、图像增强、图像分割及图像形态学处理等操作步骤。因此，在木材加工领域，仍 迫切地需要寻找一种科学的快速的检测木破率的方法。
【发明内容】
[0004] 针对以上所述目前本领域木破率检测过程中存在的不足，本发明提供了一种快速 检测木破率的方法，包括如下步骤：
[0005] 试件的图像采集，获得试件破坏区域的灰度图像；图像处理，包括将所述灰度图像 进行图像增强处理、图像分割处理及图像形态学处理的操作步骤，；统计学处理，计算木破 率。
[0006] 优选地，上述技术方案中，图像采集步骤所述的试件为：按照行业标准要求加 工的胶合板或实木胶合强度测试的试件。其中，所述图像采集可以通过任何的图像采集 装置获取，优选地，所述图像采集装置为数码相机、扫描仪，通过拍摄或扫描针对试件上 已经产生破坏的剪切面区域进行图像采集，获取的图像为灰度图像，其图像的分辨率为 300-1200dpi，更优选的，所述获得灰度图像的分辨率为300-600dpi。
[0007] 优选地，上述技术方案中，在图像处理步骤中，为了使图像中木材破坏区域与木材 其他部分的区别更为明显，以便于后续的图像分割处理等步骤，需要对图像进行增强处理。 图像增强处理包括直方图均衡化、对比度增强处理、滤波处理及锐化处理的一种或其任意 组合，但不限于以上几种操作方式。通过增强处理后的图像，木材破坏区域与其他部分的灰 度差异更为明显，便于后续的图像分割处理。
[0008] 优选地，上述技术方案中，图像处理步骤中，为了将木材的破坏区域与图像背景完 全分离，对增强处理后的图像进行分割处理，采用自动阈值或聚类的图像分割方法进行，分 割后得到的图像为二值图像。
[0009] 优选地，上述技术方案中，图像处理步骤中，经分割处理后的图像中存在杂点，为 提高测试精度，采用图像形态学处理方法去除分割后图像中的噪音。优选地，进行区域填充 以能够连通区域，进一步提高测试精度。
[0010] 优选地，上述技术方案中，统计学处理步骤为：计算形态学处理后的图像中木材破 坏区域的像素数，除以图像的总像素数，输出被检测试件的木破率值，以百分数表示。
[0011] 本发明还提供了一种快速检测木破率的方法，包括如下步骤：
[0012] 试件的图像采集，获得试件破坏区域的彩色图像；图像处理，包括将所述彩色图像 进行图像分割处理和图像形态学处理；统计学处理，计算木破率。
[0013] 优选地，上述技术方案中，所述试件为按照行业标准要求加工的胶合板或实木胶 合强度测试的试件，所述图像采集是通过图像采集装置获取，优选地，所述图像采集装置为 数码相机或扫描仪，优选地，所述获得彩色图像的分辨率为300-1200dpi，更优选地，所述获 得彩色图像的分辨率为300-600dpi。
[0014] 优选地，上述技术方案中，所述图像处理步骤中，在进行图像分割、图像形态学处 理前，还包括将彩色图像转换为灰度图像的图像类型转换处理和图像增强处理步骤。其中， 图像类型转换处理后彩色图像转换为灰度图像，从而使图像更符合工业实际操作的习惯。 但是，经过所述图像转换处理和图像增强处理后再进行后续图像处理计算所得的木破率的 效果，与不经过图形转换处理和图像增强处理，将采集的彩色图像直接进行分割处理及后 续步骤计算所得的木破率的效果相同；所述图像增强处理包括直方图均衡化、对比度增强 处理、滤波处理及锐化处理的一种或其任意组合，但不限于以上几种操作方式。通过增强处 理后的图像，木材破坏区域与其他部分的灰度差异更为明显，便于后续的图像分割处理。
[0015] 优选地，上述技术方案中，图像处理步骤中，为了将木材的破坏区域与图像背景完 全分离，对增强处理后的图像进行分割处理，采用阈值或聚类的图像分割方法进行，分割后 得到的图像为二值图像。
[0016] 优选地，上述技术方案中，图像处理步骤中，经分割处理后的图像中存在杂点，为 提高测试精度，采用图像形态学处理方法去除分割后图像中的噪音。优选地，进行区域填充 以能够连通区域，进一步提高测试精度。
[0017] 优选地，上述技术方案中，统计学处理步骤为：计算形态学处理后的图像中木材破 坏区域的像素数，除以图像的总像素数，输出被检测试件的木破率值，以百分数表示。
[0018] 优选地，上述技术方案中，所述图像处理步骤操作可以通过软件编程和运行来实 现，所述软件编程是将图像处理中的任一步骤或其组合作为程序段写入单片机装置或其他 可执行程序装置中，制造便携式检测设备，快速直观地完成对木破率的检测，优选地，所述 制造的便携式检测设备连接至电脑，完成木破率检测。
[0019] 与现有技术相比，本发明所述的检测木破率的的方法，具有如下有益效果：成本 低、操作方便、自动化程度高，并且，本方法不仅可以区分识别木材破坏区域，还可以对破坏 区域进行定量检量，实现对木材，特别是实木、胶合板胶合强度测试过程中木破率的自动、 快速及精确测定，避免人工检量造成的误差。
【专利附图】
【附图说明】
[0020] 图1是根据本发明的方法的实施例1中胶合板胶合强度测试试件。
[0021] 图2是根据本发明的方法的实施例1中灰度图像。
[0022] 图3是根据本发明的方法的实施例1中图像增强处理的图像。
[0023] 图4是根据本发明的方法的实施例1中图像分割效果图像。
[0024] 图5是根据本发明的方法的实施例1中形态学处理图像。
[0025] 图6是根据本发明的方法的实施例2中实木胶合剪切强度测试试件。
[0026] 图7是根据本发明的方法的实施例2中灰度图像。
[0027] 图8是根据本发明的方法的实施例2中图像增强处理的图像。
[0028] 图9是根据本发明的方法的实施例2中图像分割效果图像。
[0029] 图10是根据本发明的方法的实施例2中形态学处理图像。
[0030] 图11是根据本发明的方法的实施例3中实木胶合剪切强度测试试件。
[0031] 图12是根据本发明的方法的实施例3中图像分割效果图像。
[0032] 图13是根据本发明的方法的实施例3中形态学处理结果图像。
[0033] 图14是本发明的方法的流程示意图。
【具体实施方式】
[0034] 下面结合附图，对本发明的【具体实施方式】进行详细描述，但应当理解本发明的保 护范围并不受【具体实施方式】的限制。
[0035] 除非另有其它明确表示，否则在整个说明书和权利要求书中，术语"包括"或其变 换如"包含"或"包括有"等等将被理解为包括所陈述的元件或组成部分，而并未排除其它 元件或其它组成部分。
[0036] 实施例1
[0037] 本实施例以酚醛树脂压制的三层杨木胶合板胶合强度试件，并采集彩色图像进行 图像处理从而计算木破率为例，来说明本发明的具体内容。
[0038] 试件的图像采集。通过扫描仪获得试件上破坏区域的剪切面的彩色扫描图像，图 像分辨率为1200dpi。如图1所示。
[0039] 图像类型转换。源图像是彩色图像，包含色彩和亮度信息等。基于工业实际需要， 对彩色图像进行处理时，将彩色图像进行灰度化处理，如图2所示。
[0040] 图像增强处理。从灰度图像（图2)可以看出，图像整体的灰度分布区间小，破损的 目标区域与其它区域的差别不明显，会对后续的图像二值化阈值选取过程产生影响。为此， 通过直方图均衡化、滤波处理、锐化处理的图像增强处理方法对灰度图像进行处理，获得破 损区域增强的灰度图像，如图3所示。
[0041] 图像分割处理。将增强后的灰度图像采用自动阈值分割的方法进行分割，得到分 割后的二值图像，如图4所示。图中白色部分为目标区域，即木材破坏部分。
[0042] 图像形态学处理。对图像分割后得到的二值图像进行形态学处理，去除图像中存 在的杂点，并通过区域填充的方法填充连通区域，获得处理效果图像，如图5所示。
[0043] 统计学处理计算木破率。统计最终处理效果图像中木材破坏区域所占的面积， 以像素数表示，结果显示，图5中木材破坏区域像素总数为148870个，而图像总像素数为 575*575 = 330625个，进而计算出木材破坏区域占图像比例为148870/330625 = 45. 03%， 即通过图像处理方法获得的该胶合强度试件木破率为45. 03%。
[0044] 上述过程如图14的流程示意图所示。
[0045] 实施例2
[0046] 本实施例以实木胶合剪切强度试件，采集灰度图像，进行图像处理并计算木破率 为例，来说明本发明的具体内容。
[0047] 试件的图像采集。试件在其加工的胶合过程中所采用的胶粘剂为脲醛树脂胶粘 齐U，在加工、运输及使用中产生破损，通过照相机拍摄试件的破坏区域，获得试件破损区域 剪切面的灰度扫描图像，图像分辨率为300dpi。如图6所示。
[0048] 图像增强处理。同实施例1的图像增强处理步骤，对采集获得的灰度图像（图7) 进行直方图均衡化、滤波处理、锐化处理的图像增强处理，使木材破坏区域凸显，如图8所 /_J、1 〇
[0049] 图像分割处理。将增强后的图像采用聚类分析算法进行分割图像，得到分割后的 二值图像，如图9所示。图中白色部分为目标区域，即木材破坏部分。
[0050] 图像形态学处理。同实施例1的图像形态学处理步骤，对图像分割后得到的二值 图像进行形态学处理，去除图像中存在的杂点，并通过区域填充的方法填充连通区域，获得 最终的处理效果图像，如图10所不。
[0051] 统计计算木破率。统计最终处理效果图中木材破坏区域所占的面积，以像素数表 示，结果可知，图7中木材破坏区域像素总数为20685个，而图像总像素数为187*176 = 32912个，由此计算出木材破坏区域占图像比例为20685/32912 = 62. 85%，即通过图像处 理方法获得的该试件木破率为62. 85%。
[0052] 实施例3
[0053] 本实施例以实木胶合剪切强度试件，并采集彩色图像不经过图像转换处理及图像 增强处理为例，直接对彩色图像进行处理，检测实木胶合木破率。说明本发明的具体内容。
[0054] 试件的图像采集。图像采集过程与实施例2相似，但是通过照相机拍摄试件的破 坏区域，获得试件破损区域剪切面的彩色扫描图像，图像分辨率为600dpi，彩色图像如图 11所示。
[0055] 此时，不经过图像类型转换及增强处理两个步骤，直接使用k均值聚类方法对图 像进行分割，得到图12所示的分割图像。图中彩色区域为目标区域，即木材破坏部分。
[0056] 图像形态学处理。对图像分割后得到的图像转换为二值图像，通过形态学处理操 作，去除图像中存在的杂点，并通过区域填充的方法填充连通区域，获得最终的处理效果 图，如图13所示。
[0057] 统计计算木破率。统计最终处理效果图中木材破坏区域所占的面积，以像素数表 示，可知图13中木材破坏区域像素总数为15371个，而图像总像素数为187*176 = 32912 个，由此计算出木材破坏区域占图像比例为15371/32912 = 46. 70%，即通过图像处理方法 获得的该试件木破率为46. 70%。
[0058] 前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述 并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变 和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应 用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及 各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
【权利要求】
1. 一种快速检测木破率的方法，其特征在于：所述方法包括如下步骤： 试件的图像采集，获得试件破坏区域的灰度图像； 图像处理，包括将所述灰度图像进行图像增强处理、图像分割处理和图像形态学处 理； 统计学处理，计算木破率。
2. 根据权利要求1所述的快速检测木破率的方法，其特征在于：所述试件为按照行业 标准要求加工的胶合板或实木胶合强度测试的试件，所述图像采集是通过图像采集装置获 取，优选地，所述图像采集装置为数码相机或扫描仪，优选地，所述获得灰度图像的分辨率 为300-1200dpi，更优选地，所述获得灰度图像的分辨率为300-600dpi。
3. 根据权利要求1所述的快速检测木破率的方法，其特征在于：所述图像增强处理包 括直方图均衡化、对比度增强处理、滤波处理、锐化处理的一种或其组合。
4. 根据权利要求1所述的快速检测木破率的方法，其特征在于：所述图像分割处理为 阈值分割或聚类分析方法，分割后得到二值图像。
5. 根据权利要求1所述的快速检测木破率的方法，其特征在于：所述图像形态学处理 包括去除分割处理后的图像中的噪音，优选地，还包括区域填充连通区域的操作。
6. 根据权利要求1所述的快速检测木破率的方法，其特征在于：所述统计学处理为计 算形态学处理后的图像中木材破坏区域的像素数，除以图像的总像素数，输出被检测试件 的木破率值，以百分数表示。
7. -种快速检测木破率的方法，其特征在于：所述方法包括如下步骤： 试件的图像采集，获得试件破坏区域的彩色图像； 图像处理，包括将所述彩色图像进行图像分割处理和图像形态学处理；统计学处理，计 算木破率。
8. 根据权利要求7所述的快速检测木破率的方法，其特征在于：所述试件为按照行业 标准要求加工的胶合板或实木胶合强度测试的试件，所述图像采集是通过图像采集装置获 取，优选地，所述图像采集装置为数码相机或扫描仪，优选地，所述获得彩色图像的分辨率 为300-1200dpi，更优选地，所述获得彩色图像的分辨率为300-600dpi。
9. 根据权利要求7所述的快速检测木破率的方法，其特征在于：所述图像处理步骤中， 在进行图像分割、图像形态学处理前，还包括将彩色图像转换为灰度图像的图像类型转换 处理和图像增强处理步骤，所述图像增强处理包括直方图均衡化、对比度增强处理、滤波处 理、锐化处理的一种或其组合。
10. 根据权利要求7所述的快速检测木破率的方法，其特征在于：所述图像分割处理为 阈值或聚类的图像分割方法，分割后得到二值图像。
11. 根据权利要求7所述的快速检测木破率的方法，其特征在于：所述图像形态学处理 包括去除分割处理后的图像中的噪音，进行区域填充连通区域。
12. 根据权利要求7所述的快速检测木破率的方法，其特征在于：所述统计学处理为计 算形态学处理后的图像中木材破坏区域的像素数，除以图像的总像素数，输出被检测试件 的木破率值，以百分数表示。
13. 根据权利要求1-12任一项所述的快速检测木破率的方法，其特征在于：图像处理 步骤操作通过软件编程和运行来进行，所述软件编程是将图像处理中的任一处理步骤或其 组合作为程序段写入单片机装置中，制造便携式检测设备，快速直观地完成对木破率的检 测，优选地，所述制造的便携式检测设备连接至电脑，完成木破率检测。
【文档编号】G06T5/40GK104122259SQ201410353883
【公开日】2014年10月29日 申请日期:2014年7月23日 优先权日:2014年7月23日
【发明者】林兰英, 傅峰, 何盛, 秦理哲 申请人:中国林业科学研究院木材工业研究所