基于图割算法的木材表面缺陷图像分割

摘要

木材表面缺陷分割的研究能够有效提高木材的利用率，节约现有木材资源，缓解森林资源短缺的压力。为了更好地对板材表面的节子和虫眼进行快速有效地分割，论述了基于图割算法的图像分割方法（Graph Cuts）及其改进方法（Grab Cuts）的原理。针对传统Graph Cuts算法只能针对灰度图像进行分割、运行时参数的选择比较复杂，并且存在该算法效率和精度较低的缺陷,采用这两种方法分别对3种木材表面缺陷活节、虫眼和死节图像进行分割实验。为了验证Grab Cuts方法的适用性，用含有多个缺陷目标的木质板材图像做了图像分割验证。结果表明：缺陷图像的目标和背景的种子点选取直接影响Graph Cuts算法的分割结果，Graph Cuts算法的计算效率较低，分割时间较长，对相邻像素间的区分度较差，分割结果不理想。改进后的Grab Cut算法是迭代的Graph Cuts，该方法虽然在图像分割前也需要人工画定初始化矩形框，但操作相对简单，分割结果能够得到完整的闭合缺陷区域边界，且不受木材表面缺陷的类型、数量、尺寸和缺陷形状的影响，分割效果好，分割速度快，抗噪性强，对灰度图像和彩色图像都可使用。