一种基于高斯滤波的建筑防火木材缺陷检测方法技术

本发明专利技术涉及一种基于高斯滤波的建筑防火木材缺陷检测方法，该方法包括：获取木材的灰度图像，确定灰度图像内每个像素点的三维向量，三维向量包括所述像素点的横坐标值、纵坐标值以及灰度值；在灰度图像中构建圆形窗口，根据圆形窗口中心点的三维向量和圆形窗口内其余像素点的三维向量确定偏移量；根据偏移量按照均值漂移算法聚类获取待确定缺陷区域，对待确定缺陷区域进行扩充得到扩充区域；采用预设高斯混合模型对扩充区域进行拟合得到扩充区域的缺陷程度，根据缺陷区域确定木材的缺陷边缘；本发明专利技术能提高防火木材的缺陷检测精度，保证木材在进行缺陷切割时，能够将缺陷完整切割。割。割。

【技术实现步骤摘要】
一种基于高斯滤波的建筑防火木材缺陷检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于高斯滤波的建筑防火木材缺陷检测方法。

技术介绍

[0002]防火木材是建筑施工中常用的新型材料，防火木材可以提高建筑施工后的防火能力。但是木材在生长过程中会有枯枝，枯枝和枝干的连接处在做成方木时会形成死节。死节部分由于坏死，其很可能已经与周围木材的组织脱离，所以死节处容易形成空洞，影响木材的质量。而木材一旦发生折断，就会造成较为严重的事故。
[0003]所以防火木材在使用前，需要木材的死节进行检测。现有技术中一般采用阈值分割的方法，完成缺陷检测。但是在通过阈值分割进行缺陷检测时，由于死节的灰度值并非绝对均匀一致，会出现缺陷分割不完整，不能获取完整缺陷的情况出现。那么在进行切割时，就会导致只切割掉了部分缺陷的问题存在，这样仍然会导致木材存在质量问题。

技术实现思路

[0004]本专利技术提供一种基于高斯滤波的建筑防火木材缺陷检测方法，旨在解决在对木材缺陷切割时，只切割掉了部分缺陷，导致木材仍然存在质量问题。
[0005]本专利技术的一种基于高斯滤波的建筑防火木材缺陷检测方法采用如下技术方案：该方法包括：获取待检测木材表面图像的灰度图像；确定所述灰度图像内每个像素点的三维向量，三维向量包括所述像素点的横坐标值、纵坐标值以及灰度值；在所述灰度图像中构建圆形窗口，根据所述圆形窗口中心点的三维向量和圆形窗口内其余像素点的三维向量确定偏移量；根据所述偏移量按照均值漂移算法聚类获取待确定缺陷区域，对所述待确定缺陷区域进行扩充得到扩充区域；对所述待确定缺陷区域进行扩充得到扩充区域包括：确定所述圆形窗口每次移动时中心点所对应的三维向量；根据全部所述中心点的三维向量计算出任意两个中心点之间的距离值；确定所述距离值的最小值作为最小距离值，并将最小距离值的一半作为扩张半径；以所述待确定缺陷区域的中心为圆心，以所述扩张半径为半径得到所述扩充区域；获取所述扩充区域内每个像素点的新灰度值，根据新灰度值确定扩充区域内每个像素点的新三维向量；利用获得的新三维向量对所述扩充区域进行高斯拟合拟合得到高斯函数，根据该拟合的高斯函数的均值和方差获得该扩充区域的缺陷程度，当该扩充区域的缺陷程度小于阈值时所述扩充区域为缺陷区域；根据所述缺陷区域确定木材的缺陷边缘。
[0006]上述在所述灰度图像中构建圆形窗口，包括：从所述灰度图像中任意选取一个像素点作为中心点；以所述中心点为圆心根据预设半径构建所述圆形窗口。
[0007]上述利用如下公式计算出上述偏移量：其中，表示所述中心点的三维向量，表示所述其余像素点的三维向量，T表示所述圆形窗口内所有像素点总个数，t表示对T的遍历。
[0008]上述根据所述偏移量按照均值漂移算法聚类获取待确定缺陷区域，包括：根据所述偏移量确定所述圆形窗口的偏移方向和所述圆形窗口的偏移距离；返回执行所述根据所述中心点的三维向量和所述圆形窗口内其余像素点的三维向量确定偏移量的步骤，直至偏移量小于阈值时停止移动所述圆形窗口，圆形窗口所在的位置为待确定缺陷区域。
[0009]上述获取所述扩充区域内每个像素点的新灰度值，包括：用预设灰度值减去所述扩充区域内每个像素点的灰度值得到新灰度值。
[0010]上述根据所述缺陷区域确定木材的缺陷边缘，包括：选取所述高斯函数中三倍标准差处所对应的像素点；根据所述三倍标准差处所对应的像素点的横坐标值和纵坐标值确定木材的缺陷边缘。
[0011]上述采用预设高斯混合模型对所述扩充区域进行拟合得到所述扩充区域的缺陷程度，包括：采用预设单高斯混合模型对所述扩充区域进行拟合得到所述扩充区域的缺陷程度。
[0012]本专利技术的有益效果是：在防火木材在使用前，需要对木材的死节进行检测。现有技术中一般采用阈值分割的方法，完成缺陷检测。但是在通过阈值分割进行缺陷检测时，由于死节的灰度值并非绝对均匀一致，会出现缺陷分割不完整，不能获取完整缺陷的情况出现。那么在进行切割时，就会导致只切割掉了部分缺陷的问题存在，这样仍然会导致木材存在质量问题。
[0013]而本专利技术提供一种基于高斯滤波的建筑防火木材缺陷检测方法。先采集待检测木材表面图像，对采集图像利用均值漂移，找到图像中可能存在缺陷的区域作为待确定缺陷区域。对待确定缺陷区域进行扩充得到扩充区域。采用预设高斯混合模型对扩充区域进行拟合得到扩充区域的缺陷程度，在缺陷程度小于阈值时确定扩充区域为缺陷区域，根据缺陷区域确定木材的缺陷边缘。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0015]图1为本专利技术提供的一种基于高斯滤波的建筑防火木材缺陷检测方法的实施例总体步骤的流程示意图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]实施例1：本专利技术的一种基于高斯滤波的建筑防火木材缺陷检测方法的实施例，如图1所示，该方法包括：S1、获取待检测木材表面图像的灰度图像。
[0018]具体地，在使用时采集当前流水线上防火木材表面图像，采集完防火木材表面图像后，对图像进行灰度化处理。
[0019]S2、确定所述灰度图像内每个像素点的三维向量，三维向量包括所述像素点的横坐标值、纵坐标值以及灰度值。
[0020]具体地，确定灰度图像内每个像素点由横坐标值、纵坐标值以及灰度值组成的三维向量。
[0021]S3、在所述灰度图像中构建圆形窗口，根据所述圆形窗口中心点的三维向量和圆形窗口内其余像素点的三维向量确定偏移量。
[0022]具体地，在灰度图像中构建圆形窗口的方法为，从灰度图像中任意选取一个像素点作为中心点，以中心点为圆心根据预设半径构建圆形窗口。圆形窗口的半径大小可由实施者根据具体实施场景进行调整。本实施例中将圆形窗口的半径设为70。圆形窗口构建完成后，确定圆形窗口中心点的三维向量和圆形窗口内其余像素点的三维向量。
[0023]其中，其中为当前第i个像素点在灰度图像上的横坐标值，为当前第i个像素点在灰度图像上的纵坐标值，为第i个像素点的灰度值。
[0024]按照均值漂移的偏移量计算方法得到当前第i个像素点的偏移量：其中，表示所述中心点的三维向量，表示所述其余像素点的三维向量，T表示所述圆形窗口内所有像素点总个数，t表示对T的遍历。
[0025]S4、根据所述偏移量按照均值漂移算法聚类获取待确定缺陷区域，对所述待确定缺陷区域进行扩充得到扩充区域。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高斯滤波的建筑防火木材缺陷检测方法，其特征在于，该方法包括：获取待检测木材表面图像的灰度图像；确定所述灰度图像内每个像素点的三维向量，三维向量包括所述像素点的横坐标值、纵坐标值以及灰度值；在所述灰度图像中构建圆形窗口，根据所述圆形窗口中心点的三维向量和圆形窗口内其余像素点的三维向量确定偏移量；根据所述偏移量按照均值漂移算法聚类获取待确定缺陷区域，对所述待确定缺陷区域进行扩充得到扩充区域；对所述待确定缺陷区域进行扩充得到扩充区域包括：确定所述圆形窗口每次移动时中心点所对应的三维向量；根据全部所述中心点的三维向量计算出任意两个中心点之间的距离值；确定所述距离值的最小值作为最小距离值，并将最小距离值的一半作为扩张半径；以所述待确定缺陷区域的中心为圆心，以所述扩张半径为半径得到所述扩充区域；获取所述扩充区域内每个像素点的新灰度值，根据新灰度值确定扩充区域内每个像素点的新三维向量；利用获得的新三维向量对所述扩充区域进行高斯拟合拟合得到高斯函数，根据该拟合的高斯函数的均值和方差获得该扩充区域的缺陷程度，当该扩充区域的缺陷程度小于阈值时所述扩充区域为缺陷区域；根据所述缺陷区域确定木材的缺陷边缘。2.根据权利要求1所述的一种基于高斯滤波的建筑防火木材缺陷检测方法，其特征在于，所述在所述灰度图像中构建圆形窗口，包括：从所述灰度图像中任意选取一个像素点作为中心点；以所述中心点为圆心根据预设半径构建所述圆形窗口。3.根据权利要求1所述的一种基于高斯滤波...

【专利技术属性】
技术研发人员：袁小东，邓水珍，
申请(专利权)人：南通东方雨虹建筑材料有限公司，
类型：发明
国别省市：