木材节子瑕疵的计算机图像自动识别方法
【技术领域】
[0001] 本发明属于木材加工技术领域，涉及一种木材节子瑕疵的计算机图像自动识别方 法。
【背景技术】
[0002] 我国木材市场需求巨大，木材加工质量获得了越来越多的关注。木材加工质量与 木材加工技术水平有紧密联系，其中木材瑕疵识别又决定着木材加工技术的先进化水平。 国标锯材缺陷（GB/T4823-1995)规定木材瑕疵分为九类：节子、变色、腐朽、蛀虫、裂纹、木 材构造缺陷、加工缺陷、变形和损伤，其中节子是木材的最大瑕疵，故木材瑕疵识别主要集 中在节子的识别检测。目前，对于木材节子瑕疵识别，国内木材加工企业大部分仍依靠人 工、肉眼识别，这种节子瑕疵识别方式有些无法避免的缺陷。例如，需要大量的人工，每个工 人对优良的判断水平，以及人眼易疲劳和无纪律性等，导致在优良分选的时候杂乱无章，不 仅浪费大量人力，而且识别效果差。
[0003] 本发明提出的方法，克服了传统方法易受人主观意识干扰、难以同时满足木材加 工自动化高速和精确要求的缺点。应用图像识别技术，可以满足现代木材加工行业对速度 和质量的要求，识别精度高、速度快、操作简单，且可以精确定位节子瑕疵位置，方便节子瑕 疵高速自动化切割，为木材加工行业实现全面自动化提供了有力的技术支持。
【发明内容】
[0004] 本发明提供了木材节子瑕疵的计算机图像自动识别方法，克服了传统节子瑕疵识 别方法易受人主观意识干扰、难以同时满足木材加工自动化高速和精确要求的缺点。应用 图像识别，可以满足现代木材加工行业对速度和质量的要求，识别精度高、速度快、操作简 单，且可以精确定位节子瑕疵位置。
[0005] 为解决上述技术问题，本发明提出的解决方案为：第一，通过数字摄像头对木材 图像进行采集；第二，对采集的木材图像进行图像重组、图像去噪和图像增强等预处理；第 三，通过图像数字处理算法，对预处理后的图像进行特征提取；第四，根据瑕疵边缘特征，应 用Hough变换判断木材瑕疵的类圆或椭圆形状特点，确定候选区域；第五，应用逐行像素面 积扫描算法计算节子瑕疵面积；第六，通过对比面积阈值及特征参数，对木材节子瑕疵进行 识别。
[0006] 本发明的技术方案如下：
[0007] 步骤一：应用数字高清相机对加工生产线上的待切割木材进行高质量彩色图像采 集；
[0008] 步骤二：对相机所采集木材图像进行图像重组、高斯去噪、图像增强等预处理工 作；
[0009] 步骤三：应用自适应权值彩色图像灰度化、灰度直方图算法和灰度拉伸，对木材图 像进行灰度分级，提取木材节子瑕疵的边缘特征、纹理特征和颜色特征；
[0010] 步骤四：根据木材节子瑕疵的类圆或椭圆形状的特点，确定木材节子瑕疵的候选 区域，其具体操作方法为：应用图形识别Hough变换，将瑕疵边缘特征转化为极坐标形式， 计算极坐标下的线性度L，判断瑕疵是否为类圆或椭圆，确定节子瑕疵的候选区域坐标；
[0011] 步骤五：根据木材节子瑕疵候选区域坐标，对节子瑕疵边缘进行精确定位，应用逐 行像素面积扫描算法，计算木材节子瑕疵候选区域面积S，其中木材节子瑕疵候选区域面积 S通过逐行像素面积扫描算法计算公式为：
【主权项】
1. 木材节子瑕疵的计算机图像自动识别方法，其特征在于，包括以下步骤： 步骤一：应用数字高清相机对加工生产线上的待切割木材进行高质量彩色图像采集； 步骤二：对相机所采集木材图像进行图像重组、高斯去噪、图像增强等预处理工作； 步骤三：应用自适应权值彩色图像灰度化、灰度直方图算法和灰度拉伸，对木材图像进 行灰度分级，提取木材节子瑕疵的边缘特征、纹理特征和颜色特征； 步骤四：根据木材节子瑕疵的类圆或椭圆形状的特点，确定木材节子瑕疵的候选区域， 其具体操作方法为：应用图形识别Hough变换，将瑕疵边缘特征转化为极坐标形式，计算极 坐标下的线性度L，判断瑕疵是否为类圆或椭圆，确定节子瑕疵的候选区域坐标； 步骤五：根据木材节子瑕疵候选区域坐标，对节子瑕疵边缘进行精确定位，应用逐行像 素面积扫描算法，计算木材节子瑕疵候选区域面积S，其中木材节子瑕疵候选区域面积S通 过逐行像素面积扫描算法计算公式为：式中k为一个像素所表示 i~a 的面积，a为i的最小值，b为i的最大值；jmax、jmin分别表示i为某一固定值时j的最大值、 最小值； 步骤六：根据设定的节子瑕疵面积阈值T，结合木材节子瑕疵的边缘特征、纹理特征和 颜色特征，给出节子瑕疵判定结论。
2. 根据权利要求1所述的方法，其特征在于，步骤三中，自适应权值彩色图像灰度化的 公式为：Gray(i,j) = [xR(i,j)+yG(i,j)+zB(i,j)]+3,式中Gray(i,j)为转化后（i，j)点 的灰度值，R(i，j)、G(i，j)、B(i，j)分别为（i，j)点的红、绿、蓝分量值，x、y、z分别为红、 绿、蓝的权值系数，根据木材色调分析，系数x的范围为[0. 4,0. 8]，系数y的范围为[0. 3， 〇.6]，系数2的范围为[0.1，0.3]。
3. 根据权利要求1所述的方法，其特征在于，步骤三中，边缘特征通过Sobel算子法获 得，颜色特征通过灰度分级获得，纹理特征通过空间灰度层共生矩阵计算，纹理特征参数包 括能量、熵和惯性矩。
4. 根据权利要求1所述的方法，其特征在于，步骤六中，节子瑕疵面积阈值T由BP神经 网络模型训练结果给出，经过大量木材节子瑕疵数据训练，形成了木材节子瑕疵面积阈值T 数据库，根据节子瑕疵面积阈值T，做判断：S>T，则木材不是对应节子瑕疵类型，若S〈T，则 可结合木材节子瑕疵的边缘特征、纹理特征和颜色特征，给出节子瑕疵判定结论。
【专利摘要】本发明公开了木材节子瑕疵的计算机图像自动识别方法，该方法主要步骤为：第一，通过数字摄像头对木材图像进行采集；第二，对采集的木材图像进行图像重组、图像去噪和图像增强等预处理；第三，通过图像数字处理算法，对预处理后的图像进行特征提取；第四，根据瑕疵边缘特征，应用Hough变换判断木材瑕疵的类圆或椭圆形状特点，确定候选区域；第五，应用逐行像素面积扫描算法计算节子瑕疵面积；第六，通过对比面积阈值及特征参数，对木材节子瑕疵进行识别。该方法采用图像识别技术对木材节子瑕疵进行识别，识别精度高、速度快、操作简单，可以满足现代木材加工行业对节子瑕疵识别速度和质量的要求，且可精确定位节子瑕疵位置，方便节子瑕疵高速自动化切割。
【IPC分类】G06T7-40, G06T7-00
【公开号】CN104700417
【申请号】CN201510132203
【发明人】温和, 张军号, 郭斯羽, 张辉, 滕召胜, 黎福海, 邓林峰, 胡亮, 龙麟, 周乐天
【申请人】湖南大学
【公开日】2015年6月10日
【申请日】2015年3月25日