基于二維熵的木材表面缺陷圖像分割.pdf

1、我國是森林資源匱乏的國家，提高木材的利用率是林業(yè)科技人員的一個(gè)課題。為此，在木材加工過程中，識(shí)別并剔出木材缺陷具有重要的現(xiàn)實(shí)意義。本文以活結(jié)、死結(jié)、蟲眼三種常見的木材表面缺陷為樣本，在灰度空間和HSI空間，分別采用閾值分割方法和微分算子對(duì)木材表面缺陷圖像進(jìn)行分割處理。
　　首先，對(duì)木材表面缺陷圖像進(jìn)行預(yù)處理，運(yùn)用均值濾波器、中值濾波器和維納自適應(yīng)濾波器對(duì)木材表面缺陷圖像進(jìn)行濾波處理，實(shí)驗(yàn)結(jié)果表明采用維納自適應(yīng)濾波器對(duì)木材表面缺陷圖

2、像進(jìn)行去噪聲處理結(jié)果更好。對(duì)木材表面缺陷圖像進(jìn)行直方圖均衡化和灰度變換，以突出感興趣區(qū)域的細(xì)節(jié)信息。
　　在灰度空間采用微分算子對(duì)木材表面缺陷圖像進(jìn)行分割，分別采用Roberts算子、Sobel算子、Prewitt算子、Log算子和Canny算子進(jìn)行分割，結(jié)果表明，微分算子分割方法對(duì)木材表面缺陷不能形成連貫的缺陷區(qū)域描述，且受木材自身紋理的影響較大。在灰度空間采用閾值分割方法對(duì)木材表面缺陷圖像進(jìn)行分割處理，在傳統(tǒng)閾值分割方法的基礎(chǔ)

3、上，用圖像的灰度、梯度值進(jìn)行二維熵的木材表面缺陷圖像分割，介紹了灰度-梯度共生矩陣的搭建方法，通過與傳統(tǒng)閡值分割方法中的迭代法、最大類間方差法、一維最大信息熵的分割結(jié)果進(jìn)行對(duì)比，證明二維熵分割結(jié)果更好。
　　對(duì)于正常木材缺陷部分的色調(diào)基本是以灰黑色、淡黃色為主，其顏色飽和度較低，對(duì)色調(diào)影響將很小，可以不加以限制。因此在HSI空間中，只選擇H分量和I分量進(jìn)行分割，將閾值分割后的兩分量進(jìn)行融合。
　　最后，對(duì)灰度空間分割的缺陷圖