基于中智集的木材缺陷图像检测方法

发布时间：2021-12-18 22:43

　　针对木材中存在的表面死结缺陷问题,提出一种基于中智集的图像检测算法。首先将木材彩色RGB图像输入,将输入图像的RGB通道图提取出来,得到R、G、B三个分量的图像。然后选取R通道图像,将该通道图像分别通过T、I、F三种通道的图像处理得到TIF通道的图像。同理,选取G、B通道的图像经过TIF通道处理,得到共9张关于T、I、F通道图像。将所得的TIF通道图像分别进行Otsu、Kapur、主动轮廓三种算法处理,对处理的图像进行jaccard、dice和bfscore三种评价得出JAC、Dice和BFScore三个评价参数,再对各个图像的评价参数进行比较,得出最佳分割图像。 

【文章来源】：林业机械与木工设备. 2020,48(10)

【文章页数】：5 页

【部分图文】：

图像分割流程图

要实现R、G、B灰度图的获取,首先将RGB彩图进行分层,如图2所示。提取出R分量、G分量和B分量,为了更准确地得到每层图中的每个像素灰度值,选取一个通道灰度图进行计算,其为局域平均值,即将每个像素灰度值用其周围3×3的平均值替代。这样就可以较为准确地得到R、G、B灰度图,如图3所示,第一排为活结R、G、B灰度图,第二排为死结R、G、B灰度图。图3 活结和死结R、G、B灰度图

活结和死结RGB灰度图的T、I、F通道图

【参考文献】：
期刊论文
[1]基于数字图像处理的樟子松锯材分级研究[J]. 王巍,李新宁,王云婷.  林产工业. 2019(04)
[2]基于稀疏表示分类的家具表面缺陷检测[J]. 顾权,李赵春.  家具. 2019(02)
[3]木材缺陷检测技术研究概况与发展趋势[J]. 丁伟彪,王宝金.  林业机械与木工设备. 2019(01)
[4]栓皮槠软木微观构造和化学成分的研究[J]. 张润华,赵昕刚,马尔妮.  林产工业. 2019(01)
[5]基于Visual C++的单板表面缺陷图像检测软件开发与应用[J]. 程玉柱,李赵春.  木材工业. 2018(06)
[6]基于深度学习的木材缺陷图像检测方法[J]. 程玉柱,顾权,王众辉,李赵春.  林业机械与木工设备. 2018(08)
[7]基于纹理特征的木材年轮图像检测方法研究[J]. 程玉柱,李赵春,孙烨.  森林工程. 2018(03)
[8]基于分数阶CV模型的木材缺陷图像分割算法[J]. 程玉柱,蔡云飞.  林业机械与木工设备. 2018(04)
[9]基于纹理特征的主动轮廓模型图像分割[J]. 张佳明,张荣国,赵建,刘小君.  太原科技大学学报. 2017(03)
[10]基于犹豫中智集的多属性决策方法[J]. 杨永伟,张饶蕾,郭静.  模糊系统与数学. 2017(02)



本文编号：3543297