[发明专利]一种基于图像处理的实木颗粒板板材质量评价方法及系统

说明书

本发明公开了一种基于图像处理的实木颗粒板板材质量评价方法及系统，包括：对采集到的木板截面图像进行语义分割得到木板切面图像；进行图像转换得到木材切面HSV图像，并提取出木板色调通道图像，计算色调一致性指标；进行灰度变换得到灰度图像，对灰度图像进行层次划分，得到不同层次灰度图像；进行阈值分割及反向阈值处理，得到不同层次反向阈值图像，将反向阈值图像中像素值为1的作为孔洞；计算不同层次反向阈值图像的孔洞影响值，根据孔洞影响值及色调一致性指标得到木板质量评价值，利用质量评价值对颗粒板板材质量进行评价。通过图像处理并分层进行处理，实现颗粒板板材的质量评价，避免人为检测的主观性和效率低下，提高检测效率和准确率。

技术领域

本申请涉及人工智能领域，具体涉及一种基于图像处理的实木颗粒板板材质量评价方法及系统。

背景技术

目前对颗粒板进行检测主要是通过人工检测来对获取到的颗粒板进行质量评定，人工检测方法容易受到检测人员经验、人员状态及观察角度等多方面因素干扰，检测过程具有主观性、精度不高检测效率低下。

发明内容

针对上述技术问题，本发明提出了一种基于图像处理的实木颗粒板板材质量评价方法及系统。

第一方面，本文提出了一种基于图像处理的实木颗粒板板材质量评价方法，包括：

对采集到的木板截面图像进行语义分割得到木板切面图像；

将所述木板切面图像转换得到木材切面HSV图像，并提取出木板色调通道图像，计算色调通道图像的色调方差，将所述色调方差作为色调一致性指标；

对所述木板切面图像进行灰度变换得到灰度图像，并对所述灰度图像进行层次划分，得到不同层次灰度图像；

对所述不同层次灰度图像进行阈值分割得到阈值分割图像，对所述阈值分割图像进行反向阈值处理，得到不同层次反向阈值图像，将反向阈值图像中像素值为1的作为孔洞；

计算所述不同层次反向阈值图像的孔洞影响值，根据孔洞影响值及所述色调一致性指标得到木板质量评价值，利用质量评价值对颗粒板板材质量进行评价；

其中，木板质量评价值的计算模型为：

式中指的是木板色调通道图像的色调一致性评价值，为第个层次反向阈值图像中孔洞的影响值；

所述孔洞包括大孔洞和小孔洞；每一层次所述反向阈值图像中孔洞的影响值的计算模型为：

式中为第个层次反向阈值图像中小孔洞总数，为第个层次反向阈值图像中大孔洞的总数，指第个大孔洞的面积，指第个大孔洞与第个大孔洞之间的最短距离，指所有大孔洞的平均面积，大孔洞指的是面积大于所有连通域平均面积的连通域，小孔洞指的是面积不大于所有连通域平均面积的连通域，，其中指大孔洞之间的最长距离。

进一步地，对所述灰度图像进行层次划分方法包括：

计算所述灰度图像的方差值，然后用一条平行于水平方向的直线从图像的上方逐像素向下移动，每次移动一个像素后，分别计算直线两侧的类内方差和；

，表示类间方差，当类间方差最大时，使得类内方差最小，此时该直线为分割线，完成上部图像与下部图像的层次划分，并对下部图像再次进行分割直至分割完所述灰度图像，最终得到不同层次灰度图像。

进一步地，所述色调一致性评价值的计算模型为：

式中代表每一个像素标号，代表像素总数，代表第个像素值，代表像素均值。

第二方面，本发明提出了一种基于图像处理的实木颗粒板板材质量评价系统，包括：

木材切片图像获取单元，对采集到的木板截面图像进行语义分割得到木板切面图像；