[發(fā)明專利]一種基于圖像處理的實木顆粒板板材質(zhì)量評價方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202111104111.3
• 申請日: 2021-09-22
• 公開（公告）號: CN113570599B
• 公開（公告）日: 2021-12-07
• 發(fā)明（設(shè)計）人: 段寶光;陳玉軍
• 申請（專利權(quán)）人: 江蘇綠泉裝飾工程有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/90;G06Q10/06
• 代理公司: 鄭州知倍通知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41191
• 代理人: 李玲玲

1.一種基于圖像處理的實木顆粒板板材質(zhì)量評價方法，其特征在于，包括：

對采集到的木板截面圖像進(jìn)行語義分割得到木板切面圖像；

將所述木板切面圖像轉(zhuǎn)換得到木材切面HSV圖像，并提取出木板色調(diào)通道圖像，計算色調(diào)通道圖像的色調(diào)方差，將所述色調(diào)方差作為色調(diào)一致性指標(biāo)；

對所述木板切面圖像進(jìn)行灰度變換得到灰度圖像，并對所述灰度圖像進(jìn)行層次劃分，得到不同層次灰度圖像；

對所述不同層次灰度圖像進(jìn)行閾值分割得到閾值分割圖像，對所述閾值分割圖像進(jìn)行反向閾值處理，得到不同層次反向閾值圖像，將反向閾值圖像中像素值為1的作為孔洞；

計算所述不同層次反向閾值圖像的孔洞影響值，根據(jù)孔洞影響值及所述色調(diào)一致性指標(biāo)得到木板質(zhì)量評價值，利用所述質(zhì)量評價值對顆粒板板材質(zhì)量進(jìn)行評價；

其中，木板質(zhì)量評價值的計算模型為：

式中指的是木板色調(diào)通道圖像的色調(diào)一致性評價值，為第個層次反向閾值圖像中孔洞的影響值；

所述孔洞包括大孔洞和小孔洞；每一層次所述反向閾值圖像中孔洞的影響值的計算模型為：

式中為第個層次反向閾值圖像中小孔洞總數(shù)，為第個層次反向閾值圖像中大孔洞的總數(shù)，指第個大孔洞的面積，指第個大孔洞與第個大孔洞之間的最短距離，指所有大孔洞的平均面積，大孔洞指的是面積大于所有連通域平均面積的連通域，小孔洞指的是面積不大于所有連通域平均面積的連通域，，其中指大孔洞之間的最長距離。

2.根據(jù)權(quán)利要求1所述一種基于圖像處理的實木顆粒板板材質(zhì)量評價方法，其特征在于，對所述灰度圖像進(jìn)行層次劃分方法包括：

計算所述灰度圖像的方差值，然后用一條平行于水平方向的直線從圖像的上方逐像素向下移動，每次移動一個像素后，分別計算直線兩側(cè)的類內(nèi)方差和；

，表示類間方差，當(dāng)類間方差最大時，使得類內(nèi)方差最小，此時該直線為分割線，完成上部圖像與下部圖像的層次劃分，并對下部圖像再次進(jìn)行分割直至分割完所述灰度圖像，最終得到不同層次灰度圖像。

3.根據(jù)權(quán)利要求1所述一種基于圖像處理的實木顆粒板板材質(zhì)量評價方法，其特征在于，所述色調(diào)一致性評價值的計算模型為：

式中代表每一個像素標(biāo)號，代表像素總數(shù)，代表第個像素值，代表像素均值。

4.一種基于圖像處理的實木顆粒板板材質(zhì)量評價系統(tǒng)，其特征在于，包括：

木材切片圖像獲取單元，對采集到的木板截面圖像進(jìn)行語義分割得到木板切面圖像；

色調(diào)一致性計算單元，將所述木板切面圖像轉(zhuǎn)換得到木材切面HSV圖像，并提取出木板色調(diào)通道圖像，計算色調(diào)通道圖像的色調(diào)方差，將所述色調(diào)方差作為色調(diào)一致性指標(biāo)；

灰度圖像層次劃分單元，對所述木板切面圖像進(jìn)行灰度變換得到灰度圖像，并對所述灰度圖像進(jìn)行層次劃分，得到不同層次灰度圖像；

圖像反向閾值處理單元，對所述不同層次灰度圖像進(jìn)行閾值分割得到閾值分割圖像，對所述閾值分割圖像進(jìn)行反向閾值處理，得到不同層次反向閾值圖像，將反向閾值圖像中像素值為1的作為孔洞；

質(zhì)量評價值計算單元，計算所述不同層次反向閾值圖像的孔洞影響值，根據(jù)孔洞影響值及所述色調(diào)一致性指標(biāo)得到木板質(zhì)量評價值，利用所述質(zhì)量評價值對顆粒板板材質(zhì)量進(jìn)行評價；其中，木板質(zhì)量評價值的計算模型為：

式中指的是木板色調(diào)通道圖像的色調(diào)一致性評價值，為第個層次反向閾值圖像中孔洞的影響值；所述孔洞包括大孔洞和小孔洞；每一層次所述反向閾值圖像中孔洞的影響值的計算模型為：

式中為第個層次反向閾值圖像中小孔洞總數(shù)，為第個層次反向閾值圖像中大孔洞的總數(shù)，指第個大孔洞的面積，指第個大孔洞與第個大孔洞之間的最短距離，指所有大孔洞的平均面積，大孔洞指的是面積大于所有連通域平均面積的連通域，小孔洞指的是面積不大于所有連通域平均面積的連通域，，其中指大孔洞之間的最長距離。