[發明專利]實木板材顏色智能分類方法

有效

• 申請號: 202110506907.5
• 申請日: 2021-05-10
• 公開（公告）號: CN113012156B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 劉英;王爭光;丁奉龍;楊雨圖;倪超;莊子龍;周海燕;費葉琦;唐敏;緱斌麗
• 申請（專利權）人: 南京林業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06V10/56;G06V10/762;G06V10/764;G06V10/82;G06K9/62;G06N3/08;G06N20/00
• 代理公司: 南京科闊知識產權代理事務所(普通合伙) 32400
• 代理人: 王清義

1.一種實木板材顏色智能分類方法，其特征在于，包括：

步驟1：采集多張實木板材圖片，對實木板材圖片進行預處理；

步驟2：將每張實木板材圖片均從RGB彩色空間分別轉換到Lab彩色空間和HSV彩色空間；

步驟3：分別獲取Lab彩色空間圖片的顏色的一階矩和二階矩和HSV彩色空間圖片的顏色的一階矩和二階矩；

步驟4：使用K-Means聚類算法對所有的Lab彩色空間的圖片和HSV彩色空間的圖片進行無監督學習，從而對采集的多張實木板材圖片實現初步聚類，初步聚類為三類，記為a類、b類和c類；

步驟5：對初步聚類后的每張實木板材圖片進行低通濾波，獲得底色；采用基于K-Means聚類算法的主顏色提取方法對a類、b類和c類中低通濾波后的每張實木板材圖片進行主顏色提取，獲取每類中的主顏色含量變化的一般規律，剔除不符合一般規律的實木板材圖片，進一步將a類、b類和c類中的實木板材圖片細劃為A類、B類和C類；

步驟6：對初步聚類后的每張實木板材圖片進行高通濾波，獲得實木板材圖片的紋理信息，根據a類、b類和c類中的每張實木板材圖片的紋理信息中的曲、直，將每張實木板材圖片分別劃分為直紋或曲紋；

步驟7、根據步驟5和步驟6的分類結果給每張實木板材圖片貼標簽，所述標簽包括A類直紋、B類直紋、C類直紋、A類曲紋、B類曲紋和C類曲紋；

步驟8：將已貼標簽的實木板材圖片作為樣本，將所有樣本分為訓練集、驗證集和測試集；

步驟9：使用訓練集對pytorch圖像分類器進行訓練，獲得實木板材顏色估計模型，使用驗證集對實木板材顏色估計模型進行驗證，調整模型參數，得到最優的實木板材顏色分類模型，使用測試集檢驗最優的實木板材顏色分類模型的性能；

步驟10：將待分類的實木板材圖片輸入到最優的實木板材顏色分類模型中，獲得實木板材的標簽信息，從而實現實木板材的顏色分類。

2.根據權利要求1所述的實木板材顏色智能分類方法，其特征在于，

所述的步驟5具體為：

對初步聚類后的每張實木板材圖片進行低通濾波，獲得底色；

采用基于K-Means聚類算法的主顏色提取方法對a類中低通濾波后的每張實木板材圖片進行主顏色提取，獲取a類中的主顏色含量變化的一般規律，剔除不符合一般規律的實木板材圖片，留下的多張實木板材圖片記為A類；

采用基于K-Means聚類算法的主顏色提取方法對b類中低通濾波后的每張實木板材圖片進行主顏色提取，獲取b類中的主顏色含量變化的一般規律，剔除不符合一般規律的實木板材圖片，留下的多張實木板材圖片記為B類；

采用基于K-Means聚類算法的主顏色提取方法對c類中低通濾波后的每張實木板材圖片進行主顏色提取，獲取c類中的主顏色含量變化的一般規律，剔除不符合一般規律的實木板材圖片，留下的多張實木板材圖片記為C類。

3.根據權利要求1所述的實木板材顏色智能分類方法，其特征在于，所述訓練集、驗證集和測試集均包括A類直紋的實木板材圖片、B類直紋的實木板材圖片、C類直紋的實木板材圖片、A類曲紋的實木板材圖片、B類曲紋的實木板材圖片和C類曲紋的實木板材圖片。