基于二維熵的木材表面缺陷圖像分割.pdf

1、我國是森林資源匱乏的國家，提高木材的利用率是林業(yè)科技人員的一個課題。為此，在木材加工過程中，識別并剔出木材缺陷具有重要的現(xiàn)實意義。本文以活結(jié)、死結(jié)、蟲眼三種常見的木材表面缺陷為樣本，在灰度空間和HSI空間，分別采用閾值分割方法和微分算子對木材表面缺陷圖像進行分割處理。
　　首先，對木材表面缺陷圖像進行預(yù)處理，運用均值濾波器、中值濾波器和維納自適應(yīng)濾波器對木材表面缺陷圖像進行濾波處理，實驗結(jié)果表明采用維納自適應(yīng)濾波器對木材表面缺陷圖

2、像進行去噪聲處理結(jié)果更好。對木材表面缺陷圖像進行直方圖均衡化和灰度變換，以突出感興趣區(qū)域的細節(jié)信息。
　　在灰度空間采用微分算子對木材表面缺陷圖像進行分割，分別采用Roberts算子、Sobel算子、Prewitt算子、Log算子和Canny算子進行分割，結(jié)果表明，微分算子分割方法對木材表面缺陷不能形成連貫的缺陷區(qū)域描述，且受木材自身紋理的影響較大。在灰度空間采用閾值分割方法對木材表面缺陷圖像進行分割處理，在傳統(tǒng)閾值分割方法的基礎(chǔ)

3、上，用圖像的灰度、梯度值進行二維熵的木材表面缺陷圖像分割，介紹了灰度-梯度共生矩陣的搭建方法，通過與傳統(tǒng)閡值分割方法中的迭代法、最大類間方差法、一維最大信息熵的分割結(jié)果進行對比，證明二維熵分割結(jié)果更好。
　　對于正常木材缺陷部分的色調(diào)基本是以灰黑色、淡黃色為主，其顏色飽和度較低，對色調(diào)影響將很小，可以不加以限制。因此在HSI空間中，只選擇H分量和I分量進行分割，將閾值分割后的兩分量進行融合。
　　最后，對灰度空間分割的缺陷圖