基于數(shù)學(xué)形態(tài)學(xué)的木材缺陷圖像分割方法

戴天虹，賈 壯

(東北林業(yè)大學(xué)，黑龍江 哈爾濱 150040)

基于數(shù)學(xué)形態(tài)學(xué)的木材缺陷圖像分割方法

戴天虹，賈 壯

(東北林業(yè)大學(xué)，黑龍江 哈爾濱 150040)

結(jié)合數(shù)學(xué)形態(tài)學(xué)運(yùn)算方法，對(duì)于板材缺陷圖像的提取分割，提出了基于數(shù)學(xué)形態(tài)學(xué)的分割方法。利用圖像各點(diǎn)間的像素值差異，對(duì)板材像素點(diǎn)求取無(wú)缺陷標(biāo)準(zhǔn)值，將該值與待測(cè)板材進(jìn)行對(duì)應(yīng)像素點(diǎn)對(duì)比，然后將差值求和取平均得到分割閾值；對(duì)圖像中所有大于該閾值的點(diǎn)進(jìn)行分割提取，得到分割圖像。用數(shù)學(xué)形態(tài)學(xué)方法對(duì)噪聲較大的圖像進(jìn)一步處理，最終得到較為理想的分割圖像。

木材缺陷；數(shù)學(xué)形態(tài)學(xué)；圖像分割

在對(duì)木材進(jìn)行加工處理時(shí)，首先考慮的是木材加工后的經(jīng)濟(jì)及藝術(shù)價(jià)值。從經(jīng)濟(jì)性考慮，影響木材價(jià)值的主要因素是木材質(zhì)量，而木材缺陷是木材質(zhì)量的重要衡量標(biāo)準(zhǔn)。木材缺陷主要是指木材在自然生長(zhǎng)過(guò)程中由于后天原因出現(xiàn)的殘缺或者是影響人們正常加工使用的各種缺陷。例如蟲(chóng)眼、節(jié)子、腐朽、裂紋等。其中以蟲(chóng)眼和腐朽是比較常見(jiàn)的2種木材缺陷，也是木材加工工藝中比較難處理的2種缺陷，主要原因是這2種缺陷使得木材整體性及觀賞性均受到很大影響，更為嚴(yán)重的是使木材的各項(xiàng)力學(xué)特性遭到破壞。如果處理不當(dāng)，將增加加工工藝的難度，降低經(jīng)濟(jì)價(jià)值，同時(shí)使木材加工后成品存在嚴(yán)重安全隱患[1]。

隨著檢測(cè)技術(shù)及計(jì)算機(jī)圖像處理技術(shù)的提升，加速了木材檢測(cè)的效率，同時(shí)也提高了板材表面缺陷檢測(cè)的精準(zhǔn)性及自動(dòng)化程度。但由于傳統(tǒng)因素(即由木材自然紋理造成的木材缺陷存在多樣性及復(fù)雜性)沒(méi)有改變，而且木材缺陷在形狀、分布位置及大小等各方面均存在不確定性。這些不確定性也就使得目前存在的任意一種檢測(cè)技術(shù)都不能對(duì)所有種類的木材缺陷進(jìn)行較好的分割處理，加大了加工工藝的處理難度。本文根據(jù)木材特性和實(shí)際生產(chǎn)加工程序要求的時(shí)間等因素，在以往的分割方法基礎(chǔ)上，提出一種新的分割方法，其主要理論是數(shù)學(xué)形態(tài)學(xué)。

1 數(shù)學(xué)形態(tài)學(xué)

數(shù)學(xué)形態(tài)學(xué)源自研究礦產(chǎn)開(kāi)采的地質(zhì)層分析方法，是由多個(gè)數(shù)學(xué)運(yùn)算組合成一組運(yùn)算子，對(duì)這組運(yùn)算方法稱之為數(shù)學(xué)形態(tài)學(xué)。目前最新研究領(lǐng)域主要在彩色圖像處理方面。其最重要的4個(gè)運(yùn)算分別是開(kāi)啟、閉合、膨脹與腐蝕。

數(shù)學(xué)形態(tài)學(xué)最初理論基礎(chǔ)是從二值圖像處理過(guò)程中所形成的，然后發(fā)展到處理灰度圖像，并進(jìn)一步涉及到彩色圖像的處理當(dāng)中。隨著圖像采集的清晰度越來(lái)越高，使得所要研究的圖像越來(lái)越復(fù)雜，因此對(duì)圖像研究前必須進(jìn)行必要的處理。例如去除不需要研究的對(duì)象，減少不必要的數(shù)據(jù)信息等，但還必須保證圖像保有原始的特征信息。所以在對(duì)圖像進(jìn)行研究的時(shí)候，常用數(shù)學(xué)形態(tài)學(xué)理論對(duì)圖像分割及其檢測(cè)進(jìn)行結(jié)果剖析[2]。

1.1 膨脹和腐蝕

假設(shè)圖像集合為A，結(jié)構(gòu)元素集合為B。當(dāng)B對(duì)A進(jìn)行形態(tài)學(xué)運(yùn)算操作時(shí)，用結(jié)構(gòu)元素式來(lái)描述在數(shù)學(xué)形態(tài)學(xué)中涉及到的矩陣大小和領(lǐng)域形狀。在獲取圖像信息后，通過(guò)所選信息與相應(yīng)圖像元素做對(duì)比處理，找出其相應(yīng)的關(guān)系。選取的信息不同，對(duì)應(yīng)圖像元素也不相同，得到的關(guān)系也不相同。因此，對(duì)待的對(duì)象不相同時(shí)，對(duì)結(jié)構(gòu)元素的選取也是不一樣的[2]。

對(duì)腐蝕的定義，符號(hào)記作“Θ”，表示用B來(lái)腐蝕A，記為AΘB，公式為：AΘB={x|(B)x?A}，式中：腐蝕運(yùn)算可以表示為：如果A是B的一個(gè)子集，當(dāng)對(duì)B進(jìn)行移動(dòng)后，A仍然是B的子集，并且子集中包含所有的x。

1.2 開(kāi)啟和閉合

對(duì)于數(shù)學(xué)形態(tài)學(xué)中膨脹與腐蝕這2種運(yùn)算公式，如果對(duì)圖像同時(shí)使用2種運(yùn)算方法，則定義：若先對(duì)圖像進(jìn)行腐蝕運(yùn)算然后進(jìn)行膨脹運(yùn)算，則稱之為開(kāi)啟運(yùn)算；相反，如果對(duì)圖像進(jìn)行膨脹后再進(jìn)行腐蝕處理，則稱為閉合運(yùn)算。開(kāi)啟和閉合是數(shù)學(xué)形態(tài)學(xué)中2種比較常用的綜合算法，可以對(duì)復(fù)雜的圖像信息進(jìn)行分析處理[2]。

在數(shù)學(xué)形態(tài)學(xué)中將開(kāi)啟的運(yùn)算符定義為“○”，表示A用B來(lái)開(kāi)啟，其定義為：A○B(yǎng)=(AΘB)⊕B。定義閉合的運(yùn)算符為“●”，表示A用B來(lái)閉合，其定義為：A●B=(A⊕B)ΘB。

2 分割方法

圖像分割是圖像處理中最重要的環(huán)節(jié)之一，為圖像結(jié)果分析提供數(shù)據(jù)依據(jù)，同時(shí)也是計(jì)算機(jī)視覺(jué)處理分析圖像的基礎(chǔ)。圖像分割的定義就是將人們需要處理的圖像進(jìn)行區(qū)域分割，根據(jù)不同特征的需求將圖像分割成相應(yīng)的特征區(qū)域，使得人們對(duì)于想要處理的部分可以進(jìn)行直觀的、清晰的處理。

2.1 建立標(biāo)準(zhǔn)模板

由于木材加工工藝對(duì)時(shí)效的要求日益加快且待檢測(cè)的木材數(shù)量往往較大，傳統(tǒng)依靠人類視覺(jué)經(jīng)驗(yàn)檢測(cè)的方法逐漸變成了計(jì)算機(jī)視覺(jué)檢測(cè)分析。本文根據(jù)現(xiàn)有的分割方法，利用木材的特點(diǎn)，結(jié)合實(shí)際加工工藝過(guò)程中時(shí)間短的要求，提出了建立不同板材的無(wú)缺陷標(biāo)準(zhǔn)模板閾值，通過(guò)待檢測(cè)的木質(zhì)板材與無(wú)缺陷標(biāo)準(zhǔn)模板閾值進(jìn)行像素點(diǎn)逐一比較，可以得出所要分割的部分。

2.2 獲取分割閾值

2.3 缺陷圖像的分割

將色差絕對(duì)值大于該閾值的像素點(diǎn)一一提取出來(lái)，根據(jù)(1)式算法過(guò)程，設(shè)計(jì)編寫(xiě)算法程序，通過(guò)計(jì)算機(jī)視覺(jué)系統(tǒng)對(duì)板材進(jìn)行檢測(cè)，對(duì)圖像進(jìn)行處理，得到缺陷分割圖像，如圖1、圖2。

(1)

圖3 蟲(chóng)眼缺陷分割最終效果圖像 圖4 腐朽缺陷分割最終效果圖像

所得圖像由于木材本身存在的特殊紋理，可能會(huì)存在一些不應(yīng)提取分割的部分，即對(duì)圖像中板材的紋理進(jìn)行了錯(cuò)誤的分割提取，使得不應(yīng)該被提取的部分提取出來(lái)了，這部分通常稱為偽目標(biāo)或者噪聲點(diǎn)。常用的處理方法是再次利用數(shù)學(xué)形態(tài)學(xué)中的運(yùn)算方法對(duì)這些偽目標(biāo)或噪聲點(diǎn)進(jìn)行進(jìn)一步處理，最終得到待檢測(cè)板材缺陷的理想分割圖像，如圖3、圖4。

本文所設(shè)計(jì)的模板匹配的方法基本實(shí)現(xiàn)了對(duì)板材缺陷部位的分割提取，根據(jù)所提取的缺陷部位與實(shí)際缺陷相比較，可以得出該方法在準(zhǔn)確性和完整性方面具有一定的實(shí)用價(jià)值?；谏鲜鰧?shí)驗(yàn)數(shù)據(jù)可以看出，該方法對(duì)缺陷分割提取較為精確，程序?qū)τ布筝^低且缺陷分割提取準(zhǔn)確率較高，但是由于在木質(zhì)板材中對(duì)一些特殊紋理或者缺陷部位與紋理顏色較為接近的木質(zhì)板材尚需進(jìn)一步的處理，因此對(duì)于本文涉及方法需要進(jìn)一步的試驗(yàn)研究。

圖5 木質(zhì)板材計(jì)算機(jī)監(jiān)測(cè)流程示意圖

3 系統(tǒng)設(shè)計(jì)

本文所設(shè)計(jì)的系統(tǒng)主要是基于計(jì)算機(jī)視覺(jué)的實(shí)時(shí)檢測(cè)系統(tǒng)，由計(jì)算機(jī)視覺(jué)系統(tǒng)、圖像處理系統(tǒng)、傳送裝置、圖像判別分析系統(tǒng)、產(chǎn)品分流系統(tǒng)等系統(tǒng)模塊組成。系統(tǒng)流程見(jiàn)圖5。

主要工作原理是：首先通過(guò)光照系統(tǒng)為圖像采集提供良好的光源，避免待檢測(cè)板材的圖像產(chǎn)生陰影造成圖像分割提取時(shí)的難度；其次是通過(guò)計(jì)算機(jī)視覺(jué)系統(tǒng)對(duì)待測(cè)板材表面進(jìn)行圖像信息采集，然后將圖像信息輸入到計(jì)算機(jī)系統(tǒng)的圖像處理模塊系統(tǒng)中。

圖像處理模塊系統(tǒng)是以計(jì)算機(jī)系統(tǒng)和Matlab軟件開(kāi)發(fā)平臺(tái)為基礎(chǔ)的應(yīng)用軟件構(gòu)成，主要作用是將實(shí)時(shí)采集的板材信息進(jìn)行分析，判斷圖像是否存在缺陷，如果存在缺陷則利用已設(shè)計(jì)的分割算法對(duì)缺陷進(jìn)行分割提取，然后將分割提取后的板材圖像信息輸入到計(jì)算機(jī)圖像判別分析系統(tǒng)。

圖6 硬件系統(tǒng)示意圖

由計(jì)算機(jī)圖像判別分析系統(tǒng)將得到的板材圖像信息進(jìn)行判別，如果判別為正常板材，則將信息傳輸給產(chǎn)品分流系統(tǒng)。經(jīng)分流裝置對(duì)所檢測(cè)的木質(zhì)板材進(jìn)行分類，通過(guò)傳送帶將正常板材歸入正常類。反之則歸入缺陷類。硬件系統(tǒng)見(jiàn)圖6。

4 驗(yàn)證實(shí)驗(yàn)

實(shí)驗(yàn)材料從林場(chǎng)選取200多段帶有不同缺陷的木材樣本，采集成圖像大小為620×480的圖片。樣本包含了木材的各種缺陷(蟲(chóng)眼、節(jié)子、腐朽和裂紋等)，采用本文方法對(duì)蟲(chóng)眼和腐朽2種木材缺陷進(jìn)行處理后的結(jié)果見(jiàn)圖3、圖4。同時(shí)在效率上對(duì)比閾值法對(duì)木材缺陷檢測(cè)，單位時(shí)間內(nèi)提高了30%左右的檢測(cè)量。

由實(shí)驗(yàn)結(jié)果分析，該方法可以有效的減少圖像噪聲，并對(duì)目標(biāo)缺陷位置進(jìn)行準(zhǔn)確的定位分割，與傳統(tǒng)單一方法進(jìn)行缺陷分割相比，不僅在缺陷位置準(zhǔn)確度有所提升，還在檢測(cè)效率上有了很大的進(jìn)步。

5 小結(jié)

本文主要是基于數(shù)學(xué)形態(tài)學(xué)理論，利用建立模板匹配的方法，將板材缺陷部位分割提取出來(lái)。結(jié)合實(shí)際生產(chǎn)的要求，對(duì)檢測(cè)方法的可行性進(jìn)行了大量的實(shí)驗(yàn)，從實(shí)驗(yàn)結(jié)果來(lái)看，符合加工生產(chǎn)需要，實(shí)驗(yàn)效果較為理想。實(shí)驗(yàn)研究所涉及的僅僅是為木材缺陷分割提取方向的一種方法，同時(shí)這種模板匹配的分割方法也適用于其他行業(yè)，如鋼材的缺陷檢測(cè)，醫(yī)學(xué)的病理器官對(duì)照等。由于使用的樣本木材樹(shù)種有限，應(yīng)進(jìn)一步應(yīng)用于更多樹(shù)種木材，進(jìn)一步研究以求完善。

[1]戴天虹.基于計(jì)算機(jī)視覺(jué)的木質(zhì)板材顏色分類方法的研究[D].哈爾濱：東北林業(yè)大學(xué)，2008.

[2]王樹(shù)文，閆成新，張?zhí)煨?，?數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2004，31(32)：89-92.

[3]戴天虹，王玉玨，趙貝貝，等.基于HSI三分量獨(dú)立性木材缺陷圖像分割[J].機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新，2009，22(6)：110-115.

[4]鄒麗暉，白雪冰.數(shù)學(xué)形態(tài)學(xué)在木材表面缺陷圖像分割后處理中的應(yīng)用[J].林業(yè)機(jī)械與木工設(shè)備，2006，12(3)：40-42.

[5]王克奇.木質(zhì)材料表面缺陷計(jì)算機(jī)視覺(jué)測(cè)量的識(shí)別方法[J].林業(yè)科學(xué)，1996，32(1)：92-96.

[6]戴天虹，王克奇，白雪冰，等.基于神經(jīng)網(wǎng)絡(luò)和顏色特征對(duì)木材進(jìn)行分級(jí)的分析[J].森林工程，2006，1(3)：18-21.

Timber Defects based on Mathematical Morphology

DAI Tian-hong，JIA Zhuang

(NortheastForestryUniversity，Harbin150040，Heilongjiang，China)

Combined with mathematical morphology method，we propose a segmentation method based on mathematical morphology for extracting plate defects.The main method is to use the image pixel values of the difference between each point for solving the non-defective standard.Compared with non-defective plates and the test plates，we take the sum of the difference between corresponding points to average，and we call this average is threshold.All the image point is larger than the threshold segmentation point，we take all the point for our picture.Then using mathematical morphology for larger image noise further processing，we can take zhe picture at last.

wood defects；mathematical morphology；timber detection

2014-05-18；

2014-06-29

黑龍江省自然科學(xué)基金(基于計(jì)算機(jī)視覺(jué)的木質(zhì)板材顏色分類和缺陷檢測(cè)研究，C201414)

戴天虹(1963—)，男，遼寧海城人，東北林業(yè)大學(xué)教授，博士，從事模式識(shí)別與計(jì)算機(jī)控制研究。E-mail：th_2000@sina.com。

10.13428/j.cnki.fjlk.2015.02.016

S781.5；TP391.41

A

1002-7351(2015)02-0073-04