[發明專利]基于雙樹復小波特征提取及壓縮感知的實木板材表面紋理與缺陷協同分類方法

在審

• 申請號: 201410642066.0
• 申請日: 2014-11-13
• 公開（公告）號: CN104392242A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 李超;于慧伶;張怡卓
• 申請（專利權）人: 東北林業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 楊立超

技術領域

本發明涉及一種實木板材表面紋理與缺陷協同分類方法，涉及實木板材表面紋理與缺陷檢測技術領域。

背景技術

實木板材表面的檢測和優選是生產過程中的重要工序，將會直接影響到產品質量和生產效率。在對實木板材加工及應用前，首先要對實木板材的缺陷和紋理進行檢測。國內在板材表面缺陷檢測、顏色、紋理等方面的研究主要有東北林業大學的板材表面粗糙度檢測研究、基于計算機視覺的木材表面紋理模式識別方法、基于數字圖像處理學的木材紋理定量化研究、以及南京林業大學的基于顏色矩的木材缺陷聚類識別等；國外有代表性的研究有加拿大的國家林產工業技術研究所(FPInnovations?FORINTEK)、美國的UnionBrother集團公司、Venten公司和芬蘭Mecano公司等。

實木板材表面缺陷和紋理的計算機視覺檢測過程主要包括圖像獲取、特征提取、特征選擇和分類器設計。其中，特征提取與選擇、分類器的選用直接影響分類速度與精度。特征提取方法主要包括結構分析法、統計法、模型法和信號處理方法。由于實木板材表面紋理與缺陷呈現不規則性，隨機性強，以上方法都有各自的局限性

普通的小波變換具有平移的敏感性，可能使在提取信號(圖像)特征時，丟失一些重要信息，產生錯誤的結果。雙樹復小波變換具有平移不變性，意味著信號的微小平移不會導致各尺度上能量的變化，因此在特征提取和重構中不會丟失信息。在圖像處理中,圖像紋理和邊界方向變化一般是連續的,但是離散小波方向有限的局限性很難反映出圖像在不同的分辨率上多個方向的變化情況。雙樹復小波不單融合了離散小波所具有的良好時頻特性,同時還有更好的方向分析手段。

壓縮感知是Donoho和Candes等提出信號處理理論。信號通過某種變換可以稀疏表示或可壓縮的，則可設計一個與變換基不相關的測量矩陣測量信號，將得到的測量值通過求解優化問題，實現信號的精確或近似重構。壓縮感知可以很大程度地減少測量時間、采樣速率及測量設備的數量。

發明內容

本發明的目的是提供一種基于雙樹復小波特征提取及壓縮感知的實木板材表面紋理與缺陷協同分類方法，以解決現有的實木板材表面紋理與缺陷分類方法存在的分類精度低、分類效率低等問題。

本發明為解決上述技術問題采取的技術方案是：

一種基于雙樹復小波特征提取及壓縮感知的實木板材表面紋理與缺陷協同分類方法，其特征在于：

所述方法的實現過程為：

步驟一、獲取的實木板材圖像，一部分用作訓練樣本，另一部分用作測試樣本；對獲取的實木板材圖像應用雙樹復小波變換進行特征提取(由于雙樹復小波具有近似的平移不變性和更多的方向選擇性，這些特征能較為全面和完整的表征實木板材圖像的紋理與缺陷信息)，并選取利用粒子群算法(PSO)優選后的特征作為用于訓練及識別的圖像特征向量；

步驟二、根據壓縮感知理論，構建數據字典，將每個訓練樣本圖像優選后的低維特征向量作為數據字典矩陣的一列，形成數據字典矩陣；

步驟三、根據測試樣本在所述數據字典矩陣上的稀疏表示，用訓練樣本線性地表示測試樣本，并計算未知測試樣本的殘差，具有殘差最小的類即為測試樣本的紋理類別或缺陷類別。

在步驟一中，應用雙樹復小波變換進行實木板材紋理與缺陷的特征提取過程為：

(1)對實木板材表面圖像進行3級雙樹復小波變換；

(2)3級雙樹復小波變換后得到低頻子帶及18個高頻子帶，一幅圖像變化后得到19子帶；

(3)計算每個子帶圖像系數矩陣的均值μ_i，公式如下：