基于改进C-V模型的木材表面缺陷图像分割.pdfVIP

第37卷摇 第12期 北 京 林 业 大 学 学 报 Vol.37,No.12 2015年12月 JOURNAL OF BEIJING FORESTRY UNIVERSITY Dec. ,2015 鄄鄄 DOI:10.13332/ j.1000 1522 基于改进 C鄄V模型的木材表面缺陷图像分割 白雪冰摇 许景涛摇 郭景秋摇 陈摇 凯 (东北林业大学机电工程学院) 摘要:木材表面缺陷会严重影响木材的质量、性能和使用价值,对木材表面缺陷分割检测有利于提高木材的利用 率,节约现有木材资源,缓解森林资源短缺的压力。 针对传统的C鄄V(Chan鄄Vese)模型算法不能分割灰度不均匀图 像的缺点,本文采用C鄄V模型与形态学结合的方法与传统的C鄄V模型算法进行对比试验。 与此同时,根据C鄄V模 型和C鄄V模型结合形态学方法的不足之处,在C鄄V模型基础上,引入局部拟合函数和高斯核函数,提出了一种基于 C鄄V模型的改进算法,能够有效地克服C鄄V模型的不足。 通过对木材表面缺陷图像分别采用传统C鄄V模型算法、 C鄄V模型与形态学结合的方法和改进的C鄄V模型算法进行多组针对单一目标的木材表面缺陷图像的对比试验。 结果表明:C鄄V模型能够将虫眼和活节缺陷图像分割出来,但是对纹理干扰强烈的死节缺陷图像分割困难;运用 C鄄V模型与形态学结合的方法,可以有效地消除分割结果中的细小空洞和噪声,但是仍无法抵抗死节缺陷图像中木 材自身纹理的干扰,难以将死节缺陷完整地分割出来;改进的C鄄V模型算法对木材表面缺陷图像的分割能够减少 迭代次数,缩短分割时间,使分割轮廓线更加光滑和完整。 通过采用改进 C鄄V模型算法对多目标木材表面缺陷图 像进行试验,能够更好地验证改进算法的优越性、有效性和可行性。 关键词:木材表面缺陷;木材图像分割;C鄄V模型;形态学 鄄鄄 鄄鄄 鄄鄄 中图分类号:S781郾5;TP391.41摇 摇 文献标志码:A摇 摇 文章编号:1000 1522(2015)12 0108 08 BAI Xue鄄bing;XUJing鄄tao;GUOJing鄄qiu;CHENKai.Segmentationofwoodsurfacedefectimagebased 鄄鄄 onimproved C鄄Vmodel. Journal of Beijing Forestry University(2015)37(12)108 115 [Ch,16ref.] Collegeof MachineryElectricity,Northeast Forestry University,Harbin,Heilongjiang,150040,P. R. China. Wood surfacedefectscanseriously affectthequality,performanceandusevalueofwood;therefore, the detection of wood surface defectsisbeneficial to improvingtheutilization of wood,savingthe existing woodresourcesandeasingtheshortageofforestresources. Soitisimportanttostudythemethodof image segmentation of wood surface defects. Aiming