基于計(jì)算機(jī)視覺(jué)木材軸向薄壁組織提取技術(shù)研究.pdf

1、不同種類的木材在人們生活中的使用日益加大,但其種類眾多,分析識(shí)別存在一定難度,因此在不破壞產(chǎn)品本身的前提下如何利用輔助設(shè)備來(lái)分析木材,達(dá)到準(zhǔn)確識(shí)別木材這一目標(biāo),就成為目前木材研究領(lǐng)域所要解決的重要問(wèn)題之一。
　　軸向薄壁組織具有重要的木材紋理信息,它是木材識(shí)別的重要特征之一。本文研究的是闊葉材顯微圖像,通過(guò)拍攝得到木材橫切面顯微結(jié)構(gòu)圖像,利用計(jì)算機(jī)圖像處理技術(shù),提取較為完整的木材軸向薄壁組織形態(tài)。首先將獲取的闊葉材軸向薄壁組織圖像

2、進(jìn)行去噪處理,消除一些噪聲的影響,這樣便于軸向薄壁組織的分離;然后利用數(shù)學(xué)形態(tài)學(xué)的方法處理圖像,將軸向薄壁組織和導(dǎo)管形態(tài)從闊葉材橫切面圖像中成功的提取出來(lái);最后,通過(guò)計(jì)算封閉區(qū)域的面積將軸向薄壁組織從導(dǎo)管中分離出來(lái)。
　　為了驗(yàn)證本文算法的有效性,本文利用Matlab語(yǔ)言實(shí)現(xiàn)了該算法,并設(shè)計(jì)了多組實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn):去噪時(shí),以9*9為模板對(duì)圖像進(jìn)行中值濾波的效果比較好,并且分塊二值化便于軸向薄壁組織的提取;數(shù)學(xué)形態(tài)學(xué)處理時(shí),以3*

3、3的十字形結(jié)構(gòu)元素對(duì)圖像進(jìn)行膨脹操作和以半徑從1到10的圓盤形結(jié)構(gòu)元素對(duì)圖像進(jìn)行腐蝕操作后,軸向薄壁組織和導(dǎo)管形態(tài)能夠從闊葉材橫切面圖像中成功的提取出來(lái);計(jì)算封閉區(qū)域面積閾值時(shí),通過(guò)采用8領(lǐng)域標(biāo)注封閉區(qū)域面積和用面積直方圖來(lái)確定面積閾值,進(jìn)而能夠較好將軸向薄壁組織從導(dǎo)管中分離出來(lái)。
　　目前,該方法在10種不同的樹(shù)種中都做了實(shí)驗(yàn),都取得了良好的效果。這也充分證明了該算法的有效性。同時(shí)該算法的實(shí)現(xiàn)為以后基于軸向薄壁組織形態(tài)的智能木材