一种木材表面缺陷识别方法技术

本发明专利技术公开了一种木材表面缺陷识别方法，涉及数据处理领域，该方法包括：获取木材表面的灰度图像以及灰度图像中的多个连通域；获取每个连通域对应的霍夫空间中最大亮度值的点作为目标高亮点，并获取目标高亮点的第一角度值；利用连通域中心像素点的所有高亮点的亮度值、第二角度值、最大亮度值和第一角度值得到连通域的亮度变化剧烈程度；根据连通域的特征向量和参照特征向量得到每个连通域的缺陷概率；利用每一行的宽度与参照宽度对初始缺陷概率修正得到缺陷概率，根据每一行的缺陷概率得到裂纹区域，本发明专利技术提高了木材裂纹缺陷识别的准确率。准确率。准确率。

【技术实现步骤摘要】
一种木材表面缺陷识别方法


[0001]本专利技术涉及数据处理
，具体涉及一种木材表面缺陷识别方法。

技术介绍

[0002]木材表面缺陷是评定木材质量的重要指标之一，木材缺陷的存在会影响木材的质量，改变木材的正常性能、降低木材利用率和使用价值，其中木材表面裂纹是木材表面的常见缺陷之一。
[0003]传统的检测木材表面裂纹缺陷的方法是利用阈值分割，通过裂纹与木材表面的灰度和形态差异分割出裂纹区域，但是由于木材表面存在木纹，木纹与裂纹的灰度值差异不大，且木纹和裂纹的形态相近，所以阈值分割得到的纹理区域可能是裂纹区域，也可能是木纹区域，难以区分，所以无法准确得到木材表面的裂纹缺陷，因此，本专利技术提出一种木材表面缺陷识别方法。

技术实现思路

[0004]本专利技术提供一种木材表面缺陷识别方法，以解决现有的问题。
[0005]本专利技术的一种木材表面缺陷识别方法，采用如下技术方案：获取木材表面的灰度图像，并对灰度图像进行分割得到多个连通域；对每个连通域进行霍夫转换得到霍夫空间，获取每个连通域对应的霍夫空间中最大亮度值的点并将最大亮度值的点作为目标高亮点；获取每个连通域的目标高亮点在霍夫空间中的第一角度值；获取每个连通域对应的霍夫空间中包含该连通域中心像素点的所有高亮点及每个高亮点对应的第二角度值；利用每个连通域中心像素点的所有高亮点的亮度值与对应的连通域的最大亮度值之间的差异、每个第二角度值与第一角度值之间的夹角在预设的角度范围之间的占比获得该连通域的亮度变化剧烈程度；将每个连通域的亮度变化剧烈程度和最大亮度值作为该连通域的特征向量，根据每个连通域的特征向量和参照特征向量之间的差异获取每个连通域的缺陷概率；将每个连通域的缺陷概率作为该连通域中每一行的初始缺陷概率；利用每个连通域中每一行的宽度与参照宽度之间的差异对连通域中每一行的初始缺陷概率进行修正得到每一行的缺陷概率，根据每一行的缺陷概率确定出存在缺陷的行，根据存在缺陷的行确定出裂纹区域。
[0006]进一步，获取连通域的亮度变化剧烈程度的步骤包括：利用每个连通域中心像素点的每个高亮点的第二角度值与第一角度值之间的夹角在预设角度范围之间的占比得到每个第二角度值的亮度差异权重；对连通域中心像素点的每个高亮点的亮度值与该连通域的最大亮度值之间的亮度差异赋予对应的亮度差异权重并求和，得到该连通域的亮度变化剧烈程度。
[0007]进一步，得到连通域的亮度变化剧烈程度的公式为：
其中，表示连通域的亮度变化剧烈程度；表示预设的角度范围；表示该连通域的第一角度值；表示该连通域中心像素点的第个高亮点的第二角度值；表示连通域中心像素点的第个高亮点的第二角度值对应的亮度差异权重；表示该连通域的最大亮度值；表示连通域中心像素点的第个高亮点的亮度值。
[0008]进一步，根据每个连通域的特征向量和参照特征向量之间的差异获取每个连通域的缺陷概率的步骤包括：对每个连通域的特征向量和参照特征向量之间的差异进行归一化处理得到归一化值；将每个连通域得到的归一化值作为该连通域的缺陷概率。
[0009]进一步，获取每个连通域的缺陷概率的公式为：其中，表示第个连通域的归一化值，即第个连通域的缺陷概率；表示参照特征向量；表示第个连通域的特征向量；表示第个连通域的特征向量与参照特征向量之间的欧几里得范数，即第个连通域的特征向量与参照特征向量之间的差异；表示指数函数。
[0010]进一步，利用连通域中每一行的宽度与参照宽度之间的差异对连通域中每一行的初始缺陷概率进行修正得到每一行的缺陷概率的步骤包括：利用下式对连通域中每一行的宽度与参照宽度之间的差异进行归一化：其中，表示连通域中第行的宽度与参照宽度之间的差异的归一化值；表示连通域中第行的宽度与参照宽度之间的差异；为自然常数；将连通域中每一行的初始缺陷概率与得到的归一化值相加得到对应行的缺陷概率。
[0011]进一步，将第一角度值对应的方向作为连通域的主方向，将连通域中过中心像素点且与连通域的主方向垂直的该行的宽度作为对应的连通域的参照宽度。
[0012]进一步，根据每一行的缺陷概率确定出存在缺陷的行，根据存在缺陷的行确定出裂纹区域的步骤包括：若连通域中某一行的缺陷概率大于预设的缺陷阈值，则该行存在缺陷，否则认为
该行不存在缺陷；将连通域中不存在缺陷的所有行中的像素点的像素值标记为0并去除；利用剩余的多个存在缺陷的行组成裂纹区域。
[0013]本专利技术的有益效果是：本专利技术的一种木材表面缺陷识别方法，通过将连通域中的像素点转换到霍夫空间获取目标高亮点，能够快速得到连通域中的最长直线，即连通域中的主方向；通过遍历连通域中过中心像素点的每个第二角度值，计算每个第二角度值对应的亮度值与主方向的第一角度值对应的最大亮度值之间的差异，得到每个连通域的亮度变化剧烈程度，由于木纹和裂纹的亮度变化剧烈程度不同，因此能够得到每个连通域可能为裂纹的缺陷概率；由于木纹相对于裂纹的连通域中每行的宽度更加规则，所以根据每个连通域中每一行的宽度差异对每一行的初始缺陷概率进行修正得到每一行真正存在缺陷的概率，使得最后得到的裂纹区域更加准确。
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为本专利技术的一种木材表面缺陷识别方法的实施例总体步骤的流程图。
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]本专利技术的一种木材表面缺陷识别方法的实施例，所要识别的木材为切割完成后的木材，如图1所示，该方法包括：S1、获取木材表面的灰度图像，并对灰度图像进行分割得到多个连通域。
[0018]具体的，利用相机采集切割完成后的木材表面的图像，对采集的图像进行灰度化处理得到木材表面的灰度图像；对灰度图像进行自适应阈值分割得到背景图像和纹理图像，得到的纹理图像中包括木纹和裂纹，木纹和裂纹在木材表面的颜色较为相近且比木材表面的颜色深，所以纹理图像的灰度值比背景图像的灰度值小，对分割得到的结果进行反向二值化，提取出纹理图像。
[0019]利用Seed
‑
Filling算法对纹理图像进行连通域分析得到多个连通域，每个连通域均对应一个纹理区域，纹理区域包括裂纹区域和木纹区域。
[0020]S2、对每个连通域进行霍夫转换得到霍夫空间，获取每个连通域对应的霍夫空间中最大亮度值的点并将最大亮度值的点作为目标高亮点。
[0021]具体的，将纹理图像中的像素点转换到霍夫空间，即将每个连通域中的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种木材表面缺陷识别方法，其特征在于：获取木材表面的灰度图像，并对灰度图像进行分割得到多个连通域；对每个连通域进行霍夫转换得到霍夫空间，获取每个连通域对应的霍夫空间中最大亮度值的点并将最大亮度值的点作为目标高亮点；获取每个连通域的目标高亮点在霍夫空间中的第一角度值；获取每个连通域对应的霍夫空间中包含该连通域中心像素点的所有高亮点及每个高亮点对应的第二角度值；利用每个连通域中心像素点的所有高亮点的亮度值与对应的连通域的最大亮度值之间的差异、每个第二角度值与第一角度值之间的夹角在预设的角度范围之间的占比获得该连通域的亮度变化剧烈程度；将每个连通域的亮度变化剧烈程度和最大亮度值作为该连通域的特征向量，根据每个连通域的特征向量和参照特征向量之间的差异获取每个连通域的缺陷概率；将每个连通域的缺陷概率作为该连通域中每一行的初始缺陷概率；利用每个连通域中每一行的宽度与参照宽度之间的差异对连通域中每一行的初始缺陷概率进行修正得到每一行的缺陷概率，根据每一行的缺陷概率确定出存在缺陷的行，根据存在缺陷的行确定出裂纹区域。2.根据权利要求1所述的一种木材表面缺陷识别方法，其特征在于，获取连通域的亮度变化剧烈程度的步骤包括：利用每个连通域中心像素点的每个高亮点的第二角度值与第一角度值之间的夹角在预设角度范围之间的占比得到每个第二角度值的亮度差异权重；对连通域中心像素点的每个高亮点的亮度值与该连通域的最大亮度值之间的亮度差异赋予对应的亮度差异权重并求和，得到该连通域的亮度变化剧烈程度。3.根据权利要求2所述的一种木材表面缺陷识别方法，其特征在于，得到连通域的亮度变化剧烈程度的公式为：其中，表示连通域的亮度变化剧烈程度；表示预设的角度范围；表示该连通域的第一角度值；表示该连通域中心像素点的第个高亮点的第二角度值；表示连通域中心像素点的第个高亮点的第二角度值对应的亮度差异权重；表示该连通域的最大亮度值...

【专利技术属性】
技术研发人员：徐海宾，徐西勇，
申请(专利权)人：济宁名居木业有限公司，
类型：发明
国别省市：