基于机器视觉的一品红自动分级方法研究

针对盆栽花卉外形几何特征不规则、难以人工准确测量分级指标数据的问题,研究了一种基于图像处理技术的一品红盆栽花卉株高、冠幅及花盖度等参数的自动检测方法,并提出了一种基于机器视觉的一品红自动分级方法及系统。该分级系统通过红外感应触发相机并在暗箱内自动完成图像采集,然后通过图像色调转化、二值化及形态学等方法完成对图像的预处理,通过分析计算得到株高、冠幅及花盖度3项关键指标,最后基于国家标准实现对一品红品质的分级。该分级方法能够为盆栽花卉管理提供丰富的数据支持,同时降低成本、提高精度。

木材表面缺陷特征轮廓提取算法研究

虫眼、活节和死节是最常见的木材表面缺陷,是木材分选过程主要的识别目标,精确提取木材表面缺陷轮廓特征能大幅提高木材分选的准确率。本研究提出一种针对木材表面虫眼、活节、死节缺陷轮廓提取方法。针对木材表面常见黑点和纹理等非线性噪声,使用中值滤波方法平滑图像。然后分别应用OTSU算法与全局阈值分割算法分离图像背景与目标,对结果二值图像使用数学形态学方法进行滤除和填充,最终用sobel算子提取缺陷边缘。结果表明,采用OTSU算法分割和数学形态学相结合的方法可以很好地提取木材表面缺陷特征,用sobel算子能够提取到比较完整、准确、连续的木材表面缺陷边缘轮廓,提高了目标图像的可视性和精准性。

基于阈值分割的单板穿孔缺陷识别算法研究

单板穿孔缺陷会影响其胶合过程的质量,是单板分选过程中主要的识别目标。基于图像处理技术的图像分割算法将穿孔缺陷区域与背景区域准确地分开是自动分选的重要前提。本研究提出一种基于阈值分割的单板穿孔缺陷识别方法,首先基于彩色图像的RGB空间将采集的图像转换为灰度图并输出R分量灰度图,采用二维中值滤波处理滤除非线性噪声,最后采用阈值分割和连通域处理相结合的方法将背景与目标区域分离。结果表明,遗传算法的最大熵阈值法选取的阈值和试验时间均优于其余3种(迭代阈值法、大津阈值法、最大熵阈值法)算法,结合连通域处理方法可以有效提取单板中的穿孔区域。