基于形态学之单板彩色图像缺陷检验.docVIP

　　基于形态学之单板彩色图像缺陷检验 1绪论 1.1研究目的及意义 木材是人类最早使用的材料，一直与人们的生活紧密相连。木材有其他材质不可替代的优点，木质的环境容易让人感觉舒适和放松⑴，这是由于木材的环境学特点决定的，木材切面的纹理和年轮所呈现的波动给人视觉上的放松，所以越来越多的人希望用木材作为装饰。自从上世纪80年代，世界森林资源越来越少，根据第八次全国森林资源清查结果，2.08亿公顷的总森林面积和21.63%的森林覆盖率远低于31%的全球平均水平，人均森林资源短缺，如何合理、有效地利用森林资源已成为一个重要的林业资源需求和森林资源短缺的冲突。木材缺陷被定义为导致其商品价值和使用价值降低的各种特征的总称，通常是指树木生长过程中产生的或木材加工过程中造成的异常组织和结构，木材缺陷可以大致分为三类：天然缺陷，构造缺陷，加工缺陷。天然缺陷是指木材在生长过程中由于生长环境等原因在木材内部产生的缺陷，例如死节、活节和开裂等；构造缺陷通常是指由于生物的危害而产生的缺陷，如虫洞；加工缺陷是指木材在加工过程（如干燥，切割等）中由于操作不当产生的缺陷，影响出材率。所以对木材缺陷进行检测有利于资源的合理利用[2]。单板(veneer)也称薄木、木皮，其薄厚大多在0.25-10mm之间，在人造板的使用中，单板层积材有两个主要优点：第一，生产工艺简单，可以保留原有的木质纹理图案；第二，用途广泛，尤其在表面装饰中大量应用[3]。国家规定的《普通胶合板外观等技术条件》中将单板分为三级，主要以板材表面缺陷区分，优等品指外观上无明显缺陷，能够满足应用需要；一等品指板材有少量的视觉缺陷并且对其工业应用不产生影响；合格品指单板有明显的加工缺陷及生长缺陷，经过挖补处理可以提升板材等级。由于生产程序、生产工艺因素等多方面的制约，不容易获得高质量的单板。比如木材进行旋切处理时，一旦有天然的木节连续出现，那么所获得的单板就会出现背裂或是起毛刺甚至不均勾厚度等缺陷，很影响单板的质量。再如在单板的后加工过程中，需进行干燥等处理，同样容易出现裂缝或是变形等现象。尤其是当遇到小径木材时同样更容易出现这些问题。人造板材表面质量，档次和强度与单板切割质量之间有直接的关系[4]。 1.2计算机视觉技术发展现状 人工智能已经逐渐走进人们的生活中，随着科学技术领域的飞速发展，计算机视觉、专家系统、自然语言理解己经逐渐成为了人工智能的三个主要的领域，尤其是计算机视觉，已经得到国内外学者的广泛研宄，它将计算机、电子集成、自动化、心理学、哲学、视觉等领域相结合，使用摄像机和计算机模拟人类的视觉功能，对目标进行跟踪识别，然后通过分析测量，使目标通过机器视觉进一步通过图像处理在屏幕上加以显示，所获得的图像更适合人眼观察或图像检测。其中，图像处理是计算机视觉中最主要的部分之一，以大量的数据为基础，又称数字图像处理。通过对图像的压缩、增强与复原、模式识别将计算机对图像信息的加工中获得的数据还原显示和输出，借以传递信息。除此之外图像处理所能完成的任务还包括边缘检测、图像分割、特征分析甚至三维景物分析等高层次的视觉模拟技术[7]。由于计算机视觉技术具有非接触、作用距离远、抗干扰能力强等优势，己经广泛用于工业、农业、医疗、军事、交通等行业的研宄当中。最终目的是实现利用计算机代替人脑构建以视觉和理解为基础的计算模型，建立一种视觉系统，再根据视觉敏感及反馈完成目标明确且着实有益的任务。基于机器视觉技术的产品缺陷检测和质量分级系统已经逐渐被国内外学者广泛认可，并且在多领域有着成熟应用。例如在集成电路的缺陷检测中，使用扫描电子显微镜可以准确的检测娃粒表面缺陷；在印刷质量检测中，使用CCD摄像机等器件构建图像采集和处理系统，可以实现印刷品质量自动检测；当然计算技术觉技术还可以用于单板表面的缺陷检测。国内计算机视觉技术研究起步比较晚，基础也相对薄弱，但近些年机器视觉也逐渐应用在各行各业的生产中，如铸件表面监测、纺织品缺陷检测、皮革自动检测和建筑材料自动分拣等。与此同时，应用机器视觉技术对产品质量进行的自动分级工作也在很多行业得到了认可和应用[9]。 .. 2单板表面图像的缺陷检測系统设计 2.1实验样本的选取 实验样本的选取和样本库的建立是本研究的前提，通常来讲，一个合格的样本库应该具有取样范围广、样本分类明确、样本数量充足等特点[25]，对本研究而言，单板样本库应广泛选取不同树种的几类不同缺陷，但是在实际操作中做好样本分类，即同一树种的不同缺陷归为一类[26]。单板表面的缺陷是木材组织结构中的异常部分，含有缺陷的单板材料无论从板材质量、使用性能还是装饰性能方面都较正常单板更低，而且板材利用率使用价值也受到影响。根据相关国家标准，木材缺陷分为以下10类：节子，变色，腐朽，虫眼，裂纹，树干形状缺陷，木材缺陷，伤症（损