收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于二维熵的木材表面缺陷图像分割

马晓明  
【摘要】:我国是森林资源匮乏的国家,提高木材的利用率是林业科技人员的一个课题。为此,在木材加工过程中,识别并剔出木材缺陷具有重要的现实意义。本文以活结、死结、虫眼三种常见的木材表面缺陷为样本,在灰度空间和HSI空间,分别采用阈值分割方法和微分算子对木材表面缺陷图像进行分割处理。 首先,对木材表面缺陷图像进行预处理,运用均值滤波器、中值滤波器和维纳自适应滤波器对木材表面缺陷图像进行滤波处理,实验结果表明采用维纳自适应滤波器对木材表面缺陷图像进行去噪声处理结果更好。对木材表面缺陷图像进行直方图均衡化和灰度变换,以突出感兴趣区域的细节信息。 在灰度空间采用微分算子对木材表面缺陷图像进行分割,分别采用Roberts算子、Sobel算子、Prewitt算子、Log算子和Canny算子进行分割,结果表明,微分算子分割方法对木材表面缺陷不能形成连贯的缺陷区域描述,且受木材自身纹理的影响较大。在灰度空间采用阈值分割方法对木材表面缺陷图像进行分割处理,在传统阂值分割方法的基础上,用图像的灰度、梯度值进行二维熵的木材表面缺陷图像分割,介绍了灰度-梯度共生矩阵的搭建方法,通过与传统阈值分割方法中的迭代法、最大类间方差法、一维最大信息熵的分割结果进行对比,证明二维熵分割结果更好。 对于正常木材缺陷部分的色调基本是以灰黑色、淡黄色为主,其颜色饱和度较低,对色调影响将很小,可以不加以限制。因此在HSI空间中,只选择H分量和1分量进行分割,将阈值分割后的两分量进行融合。 最后,对灰度空间分割的缺陷图像和HSI空间分割融合后的缺陷图像进行后处理,采用数学形态学方法对分割图像进行膨胀、区域填充、形态滤波、边缘提取和掩膜操作。实验结果表明,基于HSI空间中二维熵的木材表面缺陷分割图像结果更好,较完整的保留了木材表面缺陷信息,没有欠分割和过分割现象的发生。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 杨东林;于正林;;轴承钢球表面缺陷的快速检测方法[J];兵工学报;2009年06期
2 董德威;颜云辉;陈立武;丛家慧;;带钢表面缺陷严重程度的模糊综合评判研究[J];计算机工程与设计;2011年04期
3 何志勇;孙立宁;芮延年;;一种微小表面缺陷的机器视觉检测方法[J];应用科学学报;2012年05期
4 徐凤云;;基于神经网络的钢材表面缺陷快速检测[J];科技广场;2010年05期
5 赵艳;严伟;沈中华;陆建;李相银;;弹性声波与表面缺陷相互作用的数值模拟[J];激光技术;2010年01期
6 唐惠玲;刘志军;;精密烤漆表面缺陷在线检测光照度自调节分析[J];光电子技术;2007年02期
7 颜彩蘩,李增发,李训普,张光寅,王宏杰;半导体硅片表面缺陷光反射“魔镜”检测技术[J];光电子·激光;1999年01期
8 黄文倩;李江波;张驰;李斌;陈立平;张百海;;基于类球形亮度变换的水果表面缺陷提取[J];农业机械学报;2012年12期
9 邢希东,高军;泼水算法与墙地砖表面缺陷的识别与分级研究[J];山东工程学院学报;2002年02期
10 项震;赵亚洲;侯晶;葛剑虹;;减少光学元件亚表面缺陷的方法研究[J];光子学报;2009年05期
11 张肇富;金属零件表面缺陷的自动检测[J];上海计量测试;1998年02期
12 陈争光;闫丽;蔡月芹;;椭球模型在马铃薯表面缺陷面积计算中的应用研究[J];农机化研究;2011年07期
13 陈成;陈姚节;陈晓杰;陈黎;;带钢表面缺陷在线检测系统的设计与实现[J];软件;2013年11期
14 焦会立;徐海卫;徐文军;谢天伟;余威;于千;;首钢迁安钢铁公司在线表面检测与质量信息的应用[J];矿冶;2013年S1期
15 高潮;李新科;郭永彩;何卫华;;桥梁拉索表面缺陷的机器视觉检测系统[J];中国科技论文在线;2011年10期
16 杨晨;段滋华;马海桃;邢贺民;马耀;;金属管道表面缺陷微波无损检测[J];无损检测;2013年03期
17 季进军;叶畅;殷红梅;;汽车发动机缸孔内表面缺陷的自动检测技术研究[J];现代制造工程;2014年03期
18 王培珍;高尚义;程健;;一种基于局部二进制模式的带钢表面缺陷初级检测方法[J];中国图象图形学报;2009年06期
19 蔡步文;周忆;申超;;斜拉桥缆索表面缺陷提取方法研究[J];微计算机信息;2010年32期
20 肖昌炎;贾康成;王耀南;;线扫描铁轨表面缺陷成像与检测[J];湖南大学学报(自然科学版);2013年11期
中国重要会议论文全文数据库 前10条
1 ;金属工业中表面缺陷检查的视觉先锋[A];2010钢材质量控制技术、形状、尺寸精度、表面质量控制与改善学术研讨会文集[C];2010年
2 全燕鸣;朱国强;姜长城;柯志勇;;小球表面缺陷自动检测中的表面滚翻方法[A];广州市仪器仪表学会2009年学术年会论文集[C];2010年
3 于正林;曹国华;杨东林;;轴承钢球表面缺陷自动检测[A];科技创新与节能减排——吉林省第五届科学技术学术年会论文集(上册)[C];2008年
4 吴建永;;琼州大桥T梁表面缺陷的预防及处理[A];海南省公路学会2003年学术交流会论文集[C];2003年
5 贡雪南;;宝钢1420镀锡板表面质量检测与控制技术[A];薄钢板质量研讨会论文集[C];2000年
6 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年重庆市机械工程学会学术年会论文集[C];2010年
7 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];重庆市机械工程学会铸造分会、重庆铸造行业协会2010重庆市铸造年会论文集[C];2010年
8 钱翰城;王公平;赵建华;;铸件表面缺陷常用挽救技术及其适用性[A];2010年中国铸造活动周论文集[C];2010年
9 王暄;秦世引;张其生;;热轧钢板表面缺陷的自动识别与分类[A];2001年中国智能自动化会议论文集(上册)[C];2001年
10 杨金艳;肖良辰;;表面缺陷对钢丝断裂行为的影响[A];全国金属制品信息网第23届年会暨2013金属制品行业技术信息交流会论文集[C];2013年
中国博士学位论文全文数据库 前10条
1 李长乐;冷轧带钢表面缺陷图像检测关键技术的研究[D];哈尔滨工业大学;2009年
2 张建川;红钢棒材表面缺陷图像采集与检测系统研究[D];山东大学;2012年
3 杨铁滨;基于机器视觉的陶瓷球表面缺陷自动检测技术研究[D];哈尔滨工业大学;2007年
4 李江波;脐橙表面缺陷的快速检测方法研究[D];浙江大学;2012年
5 赵彦玲;基于图像技术的钢球表面缺陷分析与识别[D];哈尔滨理工大学;2008年
6 李武斌;热轧圆钢表面缺陷视觉在线检测算法研究[D];山东大学;2013年
7 甘胜丰;带钢表面缺陷图像检测与分类方法研究[D];中国地质大学;2013年
8 杨水山;冷轧带钢表面缺陷机器视觉自动检测技术研究[D];哈尔滨工业大学;2009年
9 张洪涛;钢板表面缺陷在线视觉检测系统关键技术研究[D];天津大学;2008年
10 刘源泂;基于图像处理的钢板表面缺陷成像优化与深度信息提取方法研究[D];武汉科技大学;2011年
中国硕士学位论文全文数据库 前10条
1 王毅;亚表面缺陷诱导损伤的机理与实验技术研究[D];中国工程物理研究院;2005年
2 张玉华;金属平板表面缺陷扰动的磁场量分布研究[D];国防科学技术大学;2003年
3 郑嵘;铸坯表面缺陷图像检测方法研究[D];上海交通大学;2013年
4 马娟娟;木质板材表面缺陷检测技术研究[D];中北大学;2011年
5 刘建强;子弹表面缺陷在线检测关键技术的研究[D];电子科技大学;2013年
6 范丽凯;重钢新区连铸坯表面缺陷及其在轧制过程中演变行为研究[D];重庆大学;2013年
7 杨阳;钢球表面缺陷视觉检测技术的研究[D];华东交通大学;2009年
8 张永奎;基于光纤传感技术的钢球表面缺陷检测研究[D];济南大学;2011年
9 郝焕瑞;钢球表面缺陷检测仪中的视觉系统研究[D];哈尔滨理工大学;2009年
10 阳燚;高温连铸坯表面缺陷无损检测方法研究[D];浙江工业大学;2012年
中国重要报纸全文数据库 前6条
1 高宏适;钢板表面缺陷产生机制研究[N];世界金属导报;2013年
2 陈方;远距离测绘系统让大坝表面缺陷尽在掌握[N];中国水利报;2006年
3 钟;超低碳冷轧薄板钢表面缺陷的消除[N];世界金属导报;2005年
4 徐科 杨朝霖 周鹏;高效算法实现热轧带钢表面缺陷在线检测[N];中国冶金报;2010年
5 道哥拉斯·斯塔海姆;消除表面缺陷 提高连铸坯质量[N];中国冶金报;2010年
6 ;滚动轴承钢长寿化研究[N];世界金属导报;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978