一种门板木材的缺陷评估方法及系统与流程

1.本发明涉及数据处理领域，具体为一种门板木材的缺陷评估方法及系统。


背景技术：

2.我国门板板材主要分为实木板、吸塑板、三聚氰胺板、uv板等，其中，实木板凭借天然环保、坚固耐用和隔热保温又隔音的优势深受消费者的喜爱。为满足市场对木材的巨大需求，我国每年木材需求量超8亿立方米。为提高木材利用率，减少木材缺陷对于板材质量的影响，实现企业门板板材加工的可持续发展，需要对板材进行缺陷检测。
3.为保证板材的正常使用，通常对板材进行无损检测。应力波检测通过对木材施加一定的机械应力识别木材内部是否有缺陷，结果准确但无法得到内部缺陷的具体位置。超声波检测和x射线检测在板材缺陷检测时因对介质、仪器要求过高，检测结果往往受影响较大。而现有的对于门板板材缺陷的效果较好的机器视觉方法往往需要使用神经网络，但神经网络的训练过程较为繁杂，样本需求量大且训练时间较慢。所以，急切需要一种不需大量训练且使用方便快捷的识别缺陷的方法。


技术实现要素：

4.为了解决上述技术问题，本发明的目的在于提供一种门板木材的缺陷评估方法及系统，所采用的技术方案具体如下：本发明提供的一种门板木材的缺陷评估方法，包括以下步骤：步骤一：获取门板板材图像并对图像进行预处理，得到灰度图像；步骤二：根据树节的生成过程和对板材的影响对灰度图像进行分割，得到树节种类待测定区；对每个树节种类待测定区使用canny算子获得其边缘图像，将边缘图像中最外圈的边缘的像素点进行圆拟合，当拟合优度大于设定值，则认为该树节种类待测定区为树节区域；对所述树节区域进行划分，得到划分阈值，将小于划分阈值的灰度值筛选出来，确定每个树节区域的相像素点的占比，选取占比最高的作为木皮木纹环形区，计算木皮木纹环形区的深色木皮显著系数；计算木皮木纹环形区的基础构建环纹质地松散度，进而得到环纹质地松散度；根据所述深色木皮显著系数以及环纹质地松散度，得到腐坏影响显著度；步骤三：根据腐坏影响显著度判断门板板材的缺陷情况。
5.优选地，树节种类待测定区的获取方法为：使用otsu大律法对灰度图像进行分割，获取图像中疑似树节的部分；对疑似树节的部分包含的所有像素点对应的灰度值赋值为1，其余像素点对应的灰度值赋值为0，得到二值图像；采用开运算、区域填充处理该二值图像；将获得的图像中对应值为1的像素点标记出来，在灰度图像中根据像素点的位置获取对应的像素点，这些像素点组成的区域为树节种类待测定区。
6.优选地，所述深色木皮显著系数为：
其中，为木皮木纹环形区内像素点的灰度值的均值，为木纹环形区相邻的其中一侧的木纹环形区内像素点的灰度值的均值；为木纹环形区相邻的另一侧的木纹环形区内像素点的灰度值的均值，r为木皮木纹环形区内各像素点与圆进行拟合，将拟合得到的圆的半径，r为边缘图像中最外圈的边缘的像素点进行圆拟合的半径，，，
…
，分别为木皮木纹环形区内的所有像素点到区域边缘的距离，为木纹环形区的数量，为木皮木纹环形区内像素点数量，min()为求最小值。
7.优选地，所述基础构建环纹质地松散度为：其中，h为木皮木纹环形区内任意一像素点对应的灰度值，，，，分别为任意一像素点四邻域内对应的像素点的灰度值，分别为木纹环形区内像素点的灰度值的最大值和最小值，为木皮木纹环形区像素点数量。
8.优选地，所述环纹质地松散度为所有树节区域的基础构建环纹质地松散度的均值。
9.优选地，腐坏影响显著度为述深色木皮显著系数以及环纹质地松散度的乘积。
10.本发明还提供了一种门板木材的缺陷评估系统，包括存储器和处理器，所述处理器用于执行所述存储器存储的实现上述一种门板木材的缺陷评估方法的步骤。
11.本发明的有益效果：本发明的方案能够对环境、仪器和人工操作要求简单，不需大量样本进行训练，使用方便快捷。判断过程根据死节和活节的具体形成机理和独有的深色木皮结构以及质地作为特征，对门板板材上树节的具体划分进行判断，在判断木板板材质量的同时可获得缺陷对应的具体位置，详细而准确。
附图说明
12.为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
13.图1是本发明的一种门板木材的缺陷评估方法的流程图；图2是门板板材活节的灰度图像；图3是门板板材死节的灰度图像；图4是去噪后的门板板材活节的灰度图像；
图5是去噪后的门板板材死节的灰度图像；图6是疑似活节树节部分的二值图像；图7是疑似死节树节部分的二值图像；图8是活节对应的树节种类待测定区的二值图像；图9是死节对应的树节种类待测定区的二值图像。
具体实施方式
14.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的方案，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
15.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
16.本发明提出一种门板木材的缺陷评估方法的实施例，请参阅图1所示，包括以下步骤：步骤一：获取门板板材图像并对图像进行预处理，得到灰度图像。
17.为保证获取板材图片的稳定性，将原木制成的门板板材依次相隔相同长度置于传送带固定位置。采用条形光源保障带拍摄图像位置光照强度稳定，将ccd相机固定在待拍摄图片位置的上方，每间隔相同时间获取一张门板板材图像，拍摄间隔时间为相邻门板各自出现在相机拍摄区域的中心位置的间隔时间。门板板材图像为rgb图像，将rgb图像转换为灰度图像，如图2和图3所示，使用中值滤波对灰度图像进行去噪，如图4和图5所示。
18.步骤二：根据树节的生成过程和对板材的影响对灰度图像进行分割，得到树节种类待测定区；对每个树节种类待测定区使用canny算子获得其边缘图像，将边缘图像中最外圈的边缘的像素点进行圆拟合，当拟合优度大于设定值，则认为该树节种类待测定区为树节区域；对所述树节区域进行划分，得到划分阈值，将小于划分阈值的灰度值筛选出来，确定每个树节区域的相像素点的占比，选取占比最高的作为木皮木纹环形区，计算木皮木纹环形区的深色木皮显著系数；计算木皮木纹环形区的基础构建环纹质地松散度，进而得到环纹质地松散度；根据所述深色木皮显著系数以及环纹质地松散度，得到腐坏影响显著度。
19.树木在生长过程中，芽分生组织会不断生长、长出树枝，以便生长出更多的叶子、接触到更多的阳光。树枝与树干相接的部分紧密相连，质地坚硬，称为树节。构造正常的树节处质地更为坚硬，对板材的影响较小，且木材纹理更为复杂，可为木材装饰提供独特的效果，只有在密集程度过大时需要考虑去除，这类树节在板材中称为活节。但部分树枝在被砍伐前自然脱落，与周边木材组织部分不连生，有些已腐坏或松软，会降低整个板材的强度，影响板材的使用寿命，需要去除，这类树节在板材中称为死节。
20.由于门板板材由原木制成，板材上不可避免的会有树枝与树干相连的部分，也不可避免地存在活节和死节。所以在对门板板材进行缺陷检测时，需要辨别出板材中出现树节的部分，分辨每个树节是活节还是死节，并对死节和密集程度过大的活节进行去除。具体
步骤如下：使用otsu大律法对灰度图像进行分割，获取图像中可能为树节的部分。单纯使用该算法图像中还会存在一些孤立的点或者较深的纹理对应的小区域。对可能为树节的部分包含的所有像素点对应的值赋值为1，对其余像素点对应的值赋值为0，得到一张二值图像，如图6和图7所示。对该二值图像使用开运算，去除图像中较为明显的影响后续分析的黑点、突刺等。对得到的图像进行区域填充（形态学处理中的算法），填补图像中区域内的空洞部分。将获得的图像中对应值为1的像素点标记出来，在灰度图像中根据像素点的位置获取对应的像素点，这些像素点组成的区域即为可能为树节的区域，称为树节种类待测定区，如图8和图9所示。
21.对每个树节种类待测定区使用canny算子获得其边缘图像，边缘图像为二值图像。由于树木生长过程中会产生年轮，所以每个树节种类待测定区的边缘图像中会有多条边缘。边缘图像中最外圈的边缘即为该区域的边缘，将该边缘包含的像素点与圆进行拟合，得拟合优度,拟合得到的圆的半径记为。当该拟合优度大于（为常数系数，作用为提供阈值，经验值为0.74）时，认为该区域为树节，继续下述分析，判断树节的具体分类，否则直接判定该区域对应的不是树节，不再进行分析。由于原木板材上可能存在木纹等干扰，也可能被上述过程识别为树节种类待测定区，但木纹一般不呈圆形，所以设置阈值进行上述判断，排除木纹等的干扰。
22.1.从该区域的边缘开始，将边缘图像中每两条边缘之间的区域组成一个整体，称为木纹环形区，记木纹环形区的数量为。由于活节为质地健全紧密，所以年轮细腻清晰，对应木纹环形区的数量较多。而死节对应组织已枯死，质地松散，所以年轮已模糊或已不存在，对应木纹环形区数量较少。由于死节的生成机理，在节眼四周有一圈较深色木皮，木皮处与其他位置颜色变化剧烈，且不同木纹环形区颜色、质地差异较大。而活节没有这层木皮结构，只有较中心处颜色稍深，且不同木纹环形区质地均匀。以此为依据对这些区别进行评价。
23.使用otsu大律法对每个树节种类待测定区的灰度图像进行划分，得到划分的阈值。将各木纹环形区中灰度值小于阈值的像素点筛选出来，获得每个木纹环形区内这些像素点的占比，选取占比最高的木纹环形区，记为木皮木纹环形区，记该区域内像素点的灰度值的均值为，记该木纹环形区两侧的两个木纹环形区内像素点的灰度值的均值分别为，（若该木纹环形区仅有一侧有其他木纹环形区，则和均对应该木纹环形区内像素点的灰度值的均值）。将木皮木纹环形区内各像素点与圆进行拟合，将拟合得到的圆的半径记为。记木皮木纹环形区内像素点数量为，取木皮木纹环形区内每个像素点，与该区域的边缘内每个像素点计算欧式距离，取这些距离中的最小值记为该像素点到区域边缘的距离，将该区域内所有像素点到区域边缘的距离分别记为，，
…
，。以上述相关指标构建深色木皮显著系数。
24.式中min{}为取值函数，作用为取括号内的最小值。
25.当木皮木纹环形区内像素点的灰度值与相邻木纹环形区内灰度值差异越明显（即木皮木纹环形区的存在越明显），木皮木纹环形区与该树节种类待测定区边缘越靠近，则该树节种类待测定区对应的深色木皮显著系数越大，即该木皮木纹环形区对应的越可能为死节。
26.2.（1）活节质地坚硬紧实，各细胞间排列紧密，较为细腻；而死节质地松散，内部较为粗糙。对每个木纹环形区单独进行分析，取区域内每个像素点，将该像素点对应的灰度值记为，将该像素点四邻域内对应的像素点的灰度值分别记为，，，。将木纹环形区内像素点的灰度值的最大值记为，灰度值的最小值记为，像素点数量记为。以上述相关指标为基础构建环纹质地松散度。
27.当该木纹环形区内每个像素点与四邻域内像素点灰度值越接近时，该木纹环形区对应的环纹质地松散度越小，该区域内结构越紧实。
28.（2）环纹质地松散度为：式中为环纹质地松散度，每个树节种类待测定区对应一个环纹质地松散度。式中求和为对该树节种类待测定区内所有环纹质地松散度的求和。
29.当树节种类待测定区内每个木纹环形区对应的环纹质地松散度越小，则该树节种类待测定区对应的环纹质地松散度越小，即该区域越可能对应活节。
30.3.深色木皮显著系数以死节的节眼四周深色木皮结构这一独有特征作为依据，判断树节种类待测定区内这一特征的明显程度；环纹质地松散度以树节内年轮的环形木纹为基础，根据环纹质地松散度衡量每个木纹环形区内的质地细腻程度，进而得到整个树节种类待测定区内的质地细腻程度；以两者为基础构建腐坏影响显著度。
31.当深色木皮显著系数越大，环纹质地松散度越大时，该树节种类待测定区对应的腐坏影响显著度越大，该区域对应的越可能为死节。
32.至此，门板板材上出现树节的位置均可得到一个对应的腐坏影响显著度。
33.步骤三：根据每个树节区域对应的腐坏影响显著度判断该门板板材的缺陷情况。
34.将多张（经验值为50张）有死节和活节的门板板材按照上述过程得到每个树节对应的腐坏影响显著度，人工对这些树节对应的类型（包括死节和活节两种）进行分类。取死节对应的腐坏影响显著度的最小值和活节对应的腐坏影响显著度的最大值的中值作为自动划分树节种类的阈值。在后续每次自动判断过程中，若得到的树节对应的腐坏影响显著度代入上述规则中阈值发生了改变，则按照新得到的数据继续更新阈值对应的值，以保证阈值选取的准确性。
35.若门板板材中有识别为死节的区域，则将该门板板材标记为“有死节存在，需去除”，输出死节对应的位置和该标记；若同一门板板材中仅识别出活节，但活节数量大于等于（为阈值系数，经验值为6），则将门板板材标记为“活节数量过多，需判定具体解决方式”，输出各活节对应的位置和该标记（若同一门板板材中同时识别出上述两种情况，则两种情况对应的标记均需输出）；若同一门板板材中仅识别出活节，但活节数量小于，则将门板板材标记为“质量在合格范围内”，输出该标记。
36.本发明还提供了一种门板木材的缺陷评估系统，包括存储器和处理器，所述处理器用于执行所述存储器存储的实现上述一种门板木材的缺陷评估方法的方法实施例。由于上述已经对一种门板木材的缺陷评估方法的方法实施例进行了介绍，此处不再过多赘述。
37.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。