實(shí)木地板圖像融合分割與BP-SOM網(wǎng)絡(luò)識別方法研究.pdf

1、實(shí)木地板表面的缺陷嚴(yán)重影響到了地板質(zhì)量和等級。傳統(tǒng)以人工目測為主要手段地板表面缺陷識別和等級分選方法生產(chǎn)成本高、效率低，已經(jīng)無法滿足現(xiàn)代化生產(chǎn)的需求?；谟?jì)算機(jī)視覺的缺陷檢測技術(shù)，可以在不損壞木材的前提下實(shí)現(xiàn)表面缺陷檢測，為實(shí)木地板缺陷檢測和等級分選提供了新的思路和方法，擁有非常廣闊的研究和應(yīng)用價(jià)值。本文以實(shí)木地板表面的死節(jié)、活節(jié)、裂紋和蟲眼為主要研究對象進(jìn)行研究。
　　本文首先研究并搭建實(shí)木地板圖像采集和等級分選系統(tǒng)，獲取一定量

2、地板表面缺陷圖像。選擇恰當(dāng)?shù)膱D像預(yù)處理算法對得到的彩色圖像進(jìn)行灰度化、增強(qiáng)、去噪和銳化處理。缺陷分割方面，針對傳統(tǒng)Otsu算法分割效果不理想、形態(tài)學(xué)算法分割時(shí)間長以及經(jīng)典區(qū)域生長算法分割效率差的問題，設(shè)計(jì)基于圖像融合的地板表面缺陷分割算法。該算法采用圖像縮放實(shí)現(xiàn)缺陷快速定位，過濾圖像噪聲;通過創(chuàng)建禁忌表、設(shè)計(jì)禁忌搜索規(guī)則和雙閾值生長準(zhǔn)則搜索缺陷邊緣，完成缺陷分割。在特征提取與選擇方面，依據(jù)特征提取中的四項(xiàng)基本原則，獲取缺陷的21個(gè)特征。

3、確定類內(nèi)方差最小、類間方差最大的特征選取原則，按照方差比較的方法，對21個(gè)特征進(jìn)行降維，最終選擇面積、長寬比等13個(gè)特征作為下一步模式識別的輸入特征。在缺陷識別方面，采用泛化能力較強(qiáng)的神經(jīng)網(wǎng)絡(luò)作為缺陷辨識模型，先后研究和設(shè)計(jì)BP網(wǎng)絡(luò)和SOM網(wǎng)絡(luò)模型，并發(fā)揮BP網(wǎng)絡(luò)的數(shù)據(jù)壓縮能力和SOM網(wǎng)絡(luò)的模式聚類功能，設(shè)計(jì)BP-SOM混合神經(jīng)網(wǎng)絡(luò)模型。BP網(wǎng)絡(luò)、SOM網(wǎng)絡(luò)以及BP-SOM混合網(wǎng)絡(luò)對缺陷的識別準(zhǔn)確率分別為:87.5％、90％和95％，單