基于分形和数学形态学的木材缺陷图像处理

基于分形和数学形态学的木材缺陷图像处理

ID:33556021

大小:4.40 MB

页数:46页

时间:2019-02-27

基于分形和数学形态学的木材缺陷图像处理_第1页
基于分形和数学形态学的木材缺陷图像处理_第2页
基于分形和数学形态学的木材缺陷图像处理_第3页
基于分形和数学形态学的木材缺陷图像处理_第4页
基于分形和数学形态学的木材缺陷图像处理_第5页
资源描述:

《基于分形和数学形态学的木材缺陷图像处理》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、东北林业大学硕士学位论文基于分形和数学形态学的木材缺陷图像处理姓名:金雪婧申请学位级别:硕士专业:生物物理学指导教师:戚大伟201006摘要在不损坏木材表面和内部结构的前提下,准确地检测木材内部缺陷,对科学用材、合理选材有着重要意义,是充分利用森林资源的重要手段。本文选择X射线成像技术作为检测手段,设计X射线无损检测成像系统。根据射线透过被检测木材后的衰减强度差异,研究木材X射线成像规律,并得到木材X射线原始图像。利用计算机数字图像处理技术对原始图像进行直方图均衡、滤波去噪等预处理,减少图像采集过程中信号传输对图像质量的影响。预处理后的图像对比度高、噪

2、声少,便于人眼识别,并有助于利用分形和数学形态学对数宁图像中的小材缺陷进行识别。应用多尺度分形特征(巩F)对预处理后的木材漏节图像进行分析与处理。将图像分割成15×15像素大小的子区域,确保有缺陷部位和无缺陷部位分别位于不同的子区域中。选择s.=3和占:=5作为尺度值,并计算m每个.了区域的(D删?)值,计算结果表明,有缺陷部位.与无缺陷部位多尺度分形特征值存在明显差别,有缺陷部位的(D^∥)值远大于无缺陷部位的(%.)值。该实验中,无缺陷背景区域的(%.)值介于0.020至0.070之间。而漏节区域的(Dw)值介于0.300至0.600之间。在图像处

3、理过程中,可以提取奇异性较大的多尺度分形特征值,他们的集合即为缺陷位置。采用多尺度形态学膨胀算法对内部含有节子和空洞的木材图像进行分析和处理。实验选择一组尺度分别为蜀=l,B,=2,B,=3,B。=4,B,=5的菱形结构元素,对图像进行膨胀操作。取权值fit.=a,=口,=口4=口,=0.2,对膨胀结果加权求和,最终得到一幅降噪后的图像。利用不同尺度结构元素.分别消除不同尺度噪声点。实验结果显示,这利·方法既能够消除背景噪声,又能尽量保持缺陷细节不变。应用全局阈值法对降噪后的图像进行二值化处理,并将缺陷部位提取出来,最终确定缺陷的种类、大小和位置。本文

4、对大量带有漏节、节子和空洞缺陷的木材进行图像采集,并对采集到的图像样本进行了实验研究,结果显示,应用多尺度分形特征和多尺度形态学方法均能有效提高木材缺陷检测效果。本研究为木材X射线缺陷检测提供了一种有效新方法,并为数字图像处理技术的发展提供了一条新的途径。关键词木材:无损检测:数字图像处理:多尺度分形特征:数学形态学尔北林qk人学硕卜学似论文AbstractOntheconditionofnondestructiveappearanceandstructureoflog.testinginternaldefectsoflogcorrectlyissig

5、nificantforselectinglog,anditisaneffectivemethodtoutilizeforestresource.X-rayimagingtechniquewasselectedasthedetectingmethod,logx-rayimagecollectionsystemwasdesigned.Studyonthelogx-rayimagingrule,logimageswereobtainedaccordingtotheintensitydifferencesoftheraythroughlogs.Inordert

6、oreducetheinfluencedbysignaltransmission,digitalimageprocessingtechnologywasselectedtopre-processingtheIogx.rayimagesinthispaper.Themethodsincludedhistogramequalization.smoothfilteringandSOon.Sothattheimagesafterpre-processingweremoresuitableforhuman’Seyes,atthesametimeenhanceda

7、ndbeneficialtolaterprocessing(ffactalmethodandmathematicalmorphologymethod).Multi—scalefractalfeature(%.)wasselectedtOdetectthelogimagewithrottenknotafterpre-processinginthispaper.Segmentedlogx-rayimagesintoI5×I5subareas,tomakesurethatnormalregionsanddefectregionsofthelogimagewe

8、repossessedofdifferentsubareas.Selected毛=3andc2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。