板材節(jié)子檢測的CT圖像處理方法研究.pdf

1、節(jié)子破壞木材構(gòu)造的均勻性和完整性,不僅影響木材表面的美觀和加工性質(zhì),更重要的是降低木材的某些強度,它是影響產(chǎn)品等級和質(zhì)量的主要因素。利用數(shù)字圖像處理技術對板材計算機斷層掃描(computed tomography,CT)圖像進行處理,從板材CT圖像中提取樹節(jié)信息,對解釋樹木生長現(xiàn)象、優(yōu)化樹木鋸切方案和提高樹木利用率均有重要意義和實用價值。同時,為木材工業(yè)機械化和自動化裝備的發(fā)展提供了理論依據(jù)。與人工檢測板材節(jié)子相比,使用CT技術的無損檢

2、測方法來自動獲取板材節(jié)子缺陷信息,不僅可降低勞動強度、提高工作效率,檢測的準確性高,而且有很大的經(jīng)濟價值。
　　 板材CT圖像,由于其節(jié)子目標和背景的灰度值差別小,且有重疊,因此一直是分割領域的難題。在使用常規(guī)的圖像分割方法對板材CT圖像進行二值化處理后,會出現(xiàn)比較嚴重的過分割或欠分割現(xiàn)象,分割效果較差；若直接對板材CT圖像邊緣檢測,檢測結(jié)果圖像中往往存在虛假邊緣、雙邊緣等現(xiàn)象,這給后續(xù)的三維重建和定量分析帶來了困難。為了解決這

3、個問題,本文針對板材CT圖像的特點,研究檢測板材節(jié)子的CT圖像處理方法。主要研究內(nèi)容和結(jié)論如下:
　　 1)常規(guī)圖像分割算法在板材CT圖像中的應用
　　 對板材CT圖像采用一定的預處理方法,然后運用兩種常規(guī)的圖像分割算法試分割板材CT圖像,對比分析兩種算法的分割效果,由于其分割算法自身的局限性,檢測出的板材CT圖像都有欠分割或過分割問題,得出簡單利用常規(guī)方法不能夠滿足板材節(jié)子自動分割的要求。
　　 2)提出了適用

4、于板材CT圖像的分割方法
　　 本文根據(jù)板材CT圖像低對比度、低動態(tài)范圍以及節(jié)子缺陷灰度值分布的特點,提出了區(qū)域生長與形態(tài)學相結(jié)合的板材CT圖像自動分割方法。實驗分析板材CT圖像,根據(jù)節(jié)子區(qū)域中一些像素往往具有最大灰度值的特點,應用區(qū)域生長的方法,采用一定的生長準則和生長方式,尋找節(jié)子在圖像中的位置。然后用形態(tài)學的處理方法對區(qū)域生長后的二值圖像進行后處理,并與手工分割的節(jié)子區(qū)域進行定量評判。實驗結(jié)果表明,采用區(qū)域生長與形態(tài)學相結(jié)

5、合的算法對板材CT圖像進行分割的精度高,且分割的效果明顯。
　　 3)基于CT圖像的板材節(jié)子邊緣檢測研究
　　 由于紋理和噪聲的干擾,采用邊緣檢測算子直接對板材原始CT圖像進行邊緣檢測,則檢測的邊緣不連續(xù),不完整,存在虛假邊緣?；诖藛栴},本文利用形態(tài)學梯度算子和改進的輪廊跟蹤算法對板材二值化處理后的CT圖像邊緣檢測。實驗結(jié)果發(fā)現(xiàn),這種邊緣檢測方法減少了紋理和噪聲的干擾,其中改進的輪廊跟蹤算法不僅檢測的邊緣為連續(xù)的單像素