基于纹理特征的木材年轮图像检测方法研究-森林工程.PDF

第34卷第3期 森  林  工  程 Vol.34 No.3 2018年5月 FOREST ENGINEERING May, 2018 基于纹理特征的木材年轮图像检测方法研究 程玉柱，李赵春，孙烨 （南京林业大学 机械电子工程学院  南京 210037）     摘  要：针对树木年轮人工检测效率低、劳动负担重的问题，提高木材年轮检测自动化程度显得尤为重要。通 过钻孔获取木芯并用电荷耦合器件 CCD 采集云杉 (Picea) 年轮扫描图像，提出一种基于纹理特征的木材年轮图像检 测算法。首先，将 RGB 彩色图像转换到 HSV 空间，利用 V 分量的梯度值生成结构张量，并构成图像的纹理特征集， 并用全变差 (Total Variation, TV ) 模型进行灰度图像去噪，用模糊区域竞争 (Fuzzy Region Competition, FRC) 模型进 行图像分割。最后，对二值图像进行形态学滤波，并利用长宽比和面积特征识别出年轮线。试验结果表明，提出的 算法去噪能力强，分割效果好，边界数正确率 100%，能很好地提取云杉木材年轮边界。该方法有助于提高木材年轮 的自动化检测水平，可拓展应用于其它树种，在林业科学研究和林木生长监测等方面有很好的应用前景。     关键词：木材年轮；模糊区域竞争；全变差；纹理特征； 云杉     中图分类号：S781 文献标识码：A 文章编号：1006-8023(2018)03-0046-04 Detection Algorithm of Wood Rings Image Based on Texture Feature Cheng Yuzhu, Li Zhaochun, Sun Ye （College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037）     Abstract: It is important to enhance the automation degree of wood rings against the low efficiency and labor burden of tree  rings manual detection. The wood core was obtained by increment borer and wood rings images were scanned with a CCD. A wood  rings image detection algorithm via texture feature was proposed for Picea tree. Firstly, the RGB color image was transformed  into HSV space, and the structure tensor was generated by the gradient value of the V component, and the texture feature sets  of the image were constructed, and the gray image was denoised and segmented by Total Variation (TV) model and the Fuzzy  Region Competition (FRC) model, respectively. Finally, morphological filtering was applied to binary image, and the wood ring  lines were identified by aspect ratio and area characteristics. The experimental resulted showed that the proposed algorithm had