基于二维熵的木材表面缺陷图像分割

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，在传统阈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，通过与传统阂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I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。

目录

摘要

1 绪论

1．1 研究的目的及意义

1．2 木材缺陷检测的研究现状

1．3 木材表面缺陷特点

1．3．1 木材表面缺陷

1．3．2 木材表面缺陷对木材质量的影响

1．4 本研究的主要内容

2 木材表面缺陷图像的预处理

2．1 木材表面缺陷图像预处理的必要性

2．2 木材表面缺陷图像的直方图处理

2．2．1 直方图

2．2．2 直方图的均衡化

2．3 木材表面缺陷图像的灰度变换

2．4 木材表面缺陷图像的图像平滑

2．4．1 均值滤波器

2．4．2 中值滤波器

2．4．3 维纳自适应滤波器

2．5 本章小结

3 木材表面缺陷图像的边缘检测

3．1 梯度算子

3．2 Laplacian算子和Log算子

3．2．1 Laplacian算子

3．2．2 Log算子

3．3 Canny算子

3．4 本章小结

4 木材表面缺陷图像的阈值分割

4．1 迭代法阈值分割

4．2 最大类间方差法分割

4．3 一维信息熵分割

4．4 基于灰度空间的二维信息熵分割

4．4．1 灰度-梯度共生矩阵

4．4．2 二维信息熵分割

4．5 本章小结

5 基于HSI空间木材表面缺陷图像的分割

5．1 颜色模型

5．2 基于I分量的木材表面缺陷图像分割

5．3 基于H分量的木材表面缺陷图像分割

5．4 基于两分量分割结果的融合

5．5 木材表面缺陷图像分割后处理

5．5．1 数学形态学

5．5．2 木材表面缺陷图像分割后处理结果

5．6 本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢

声明