基于模糊C均值算法的木材缺陷CT圖像處理.pdf

1、木材在人們的生產(chǎn)生活中占據(jù)著很重要地位。隨著經(jīng)濟的發(fā)展，人們對木材的需求量也逐漸增大。但是樹木生長周期長以及人們不合理的利用，更加劇了木材供需矛盾。如何合理利用和節(jié)省木材資源，成為科研工作者面臨的一個迫切解決的問題。利用計算機斷層掃描(CT)技術對木材進行無損檢測，快速、準確地判斷出木材內(nèi)部的各種信息，找出影響木材性質(zhì)的各種缺陷。合理的選材、用材，不僅緩解供需矛盾而且有效地保護資源有利于可持續(xù)發(fā)展。
　　本文研究了木材缺陷無損檢測

2、中常用方法計算機斷層掃描(CT)技術原理及系統(tǒng)構成。并且對獲得木材缺陷CT圖像中木材缺陷特征從缺陷的類別和每個缺陷特征提取方式進行分析。對木材缺陷CT圖像的分割提供依據(jù)。
　　圖像在產(chǎn)生和傳輸?shù)倪^程中受到各種噪聲的影響，降低了圖像的質(zhì)量。利用模糊C均值算法對木材缺陷CT圖像進行分割時，由于模糊C均值算法對噪聲的魯棒性差，對圖像分割時會丟失一些邊緣信息。本文從兩個方面進行改進。一是運用直方圖灰度變換和濾波處理對圖像進行預處理。然后在

3、采用模糊C均值算法分割。我們?yōu)V波處理不僅要濾掉噪聲也要保留缺陷邊緣信息。文中給出了中值濾波、中值濾波、巴特沃斯低通濾波、巴特沃斯高通濾波處理實驗結果，本文采用均值濾波。二是從模糊C算法本身的約束條件改進，通過引入?yún)f(xié)方差矩陣，將馬氏距離的模糊C均值算法應用到木材缺陷CT圖像中進行分割。經(jīng)過實驗，將木材缺陷中的節(jié)子和空洞邊緣突顯出來，缺陷邊緣連續(xù)，并能保留大量的細節(jié)。而對于木材缺陷中的腐朽和裂紋處理效果不明顯，腐朽分割的過大，而丟失了裂紋缺