用图像处理法采集原木形状参数的研究

对利用图像处理方法采集原木形状参数的过程作了研究。以正对原木长向摄取的图像为例，对图像处理的各个步骤及采用的算法分别作了试验和比较。结果表明，原木图像处理采用如下步骤是合理的：图像抖动二元二次多项式法及双线性内插法几何校正分段线性灰度变换二值化智能高通滤波法消除噪声ＲＯＢＥＲＴ算子边缘提取坐标提取，最后的坐标即为原木形状参数。

基于链码的原木端面图像检尺径识别算法

根据原木端面图像的获得方式及其特性,改进了方向链码的轮廓跟踪技术,提出了从图像中心点开始竖直往下扫描获取跟踪起始点,并在约束条件下自动寻找端面图像目标轮廓的算法,此算法大大提高了原木端面图像的轮廓跟踪效率.原木端面为类圆形图像,根据获得的目标轮廓的链码序列和边界点的坐标信息,提出了确定原木端面图像目标轮廓的圆心及最短径等一系列检尺参数的方法.

基于多重分形理论的原木CT腐朽图像分析与处理

使用计算机断层扫描技术进行原木无损检测,采用多重分形频谱分析方法可以对原木CT图像进行有效的边缘检测,该方法首先计算图像各像素点的H lder指数α(x,y),然后估计出其多重分形频谱f(α)的值,对图像的像素点进行分类,f(α)=1为平滑边缘点,1≤f(α)<1.5为奇异边缘点。根据多重分形理论,平滑点和奇异点的集合即为图像的边缘点。实验结果表明,该方法对原木CT图像的边缘检测具有良好的效果,并具有较好的局部性,为原木CT图像的边缘检测提供了一种新方法。

基于分形特征参数的原木缺陷CT图像处理

用计算机断层扫描技术对原木进行无损检测,采用分形特征参数分析的方法对原木CT图像进行缺陷分析。首先计算图像各像素点的灰度,根据分形特征参数能反应灰度表面积随尺度变化的空间变化率这一特征进行缺陷识别。结果表明:这一方法对原木CT图像的缺陷检测具有良好的效果,并具有较好的局部性。

结合图像和图形特征的原木轮廓识别

针对原木端面存在污渍、裂痕和伐痕等导致原木轮廓难以被鲁棒地识别的问题,提出了结合图像和图形特征的原木轮廓识别方法.首先,引入YOLO V3,在对200多张原木图像样本进行学习后,实现利用图像信息进行目标检测;其次,利用原木轮廓图形上近似于圆的特点,采用轮廓重叠度计算和随机Hough变换校正YOLO V3识别结果的中心不准的问题.与同类原木图像的识别结果进行比较,结果表明,它能100%识别其中的完整原木,边缘的平均重叠度提高了10个点;在各类复杂端面轮廓情况下的识别结果中,该方法都有较好的鲁棒性,识别率达到98.8%.

原木端面图像检尺直径识别的一种算法

论述了应用计算机图像处理和识别技术来识别不规则圆形类目标的问题,以成捆原木端面图像为实例,提出一种原木端面检尺直径识别的算法。

原木横截面图像模式识别的新方法

本文介绍了原木横截面图象的特点,据此特点设计了原木横截面图像模式识别的新方法,用以实现对原木材积的自动检测.

基于三维激光扫描技术的原木三维图像重构

为实时健康监测森林资源的生长状况,以原木为试验样本,利用三维激光扫描技术(3D Laser Scanning Technology)对原木进行扫描,得到原木点云数据,共计1 016 990个数据点。经扫描直接得到的点云数据存在噪点且数据量过多,给重构原木三维模型增加了困难,因此需要对点云数据进行分割、去噪和精简。本研究应用K均值(K-means)聚类算法对点云数据进行数据分割;自组织映射(Self Organization Map,SOM)神经网络对点云数据进行数据去噪;弦高偏移算法(Chord Height Offset Algorithm)对点云数据进行数据精简;最后得到564 821个数据点,根据处理后的点云数据对原木三维模型进行重构。试验结果证明,得到的原木三维重构图像清晰且不失真,保留了表面的完整特征信息,进而对树木的生长状况进行评估,此方法也可应用在遥感卫星图像处理上。

基于RGB彩色空间的原木端面图像参数测算研究

[目的]根据原木端面图像的彩色特征,提出一种基于RGB颜色空间的彩色图像分割算法。[方法]选取图像中指定区域作为样本,统计样本中像素点的彩色分量,利用其彩色阈值区间,通过逐点匹配法对图像进行分割。[结果]该方法不仅消除了阴影干扰,而且能够准确地对原木端面进行分割。分割结果图像优化处理后,完整地反映出图像中的原木端面。采用目标图像外接矩形的内接椭圆算法对原木端面图像进行参数测算,结果表明,该算法的测算结果相对误差小于0.5%。[结论]基于RGB彩色空间的原木端面图像分隔方法分隔效果较优,参数测算结果较准确。

基于圆弧的原木轮廓的识别与验证

针对原木端面存在相交圆、阴影等导致原木轮廓难以获得完整的圆轮廓问题,提出了基于圆弧的原木轮廓识别方法.首先分析了圆弧在数字化图像中的性质,从各种边缘线条中区分出圆弧边缘;其次,定义验证模型,以判断识别结果是否为合格圆.结果表明,该方法可以从大量干扰的边缘中找到轮廓,并利用部分轮廓边缘识别原木端面.

结合色彩特征和空域特征的成捆原木轮廓识别

成捆原木检尺自动化不仅能够提高生产效率,而且是林木资源管理的需要.通过图像处理得原木检尺直径和统计根数,这是实现检尺自动化中的重要环节.由于原木生产作业现场获取的成捆原木图像背景多样,拍照时自然光照条件不一,成捆原木轮廓识别需要较多的人工交互.通过研究成捆原木端面彩色图像中原木的色彩特征,利用它滤除大量的不相关背景,留下原木色彩近似的像素点;并结合拉普拉斯滤波器,获得原木边缘,实现成捆原木轮廓的分离,从而获得原木轮廓.

基于多特征的成捆原木端面轮廓识别方法

为了准确地识别原木端面轮廓，建立了联合像素特征和边缘结构的成捆原木轮廓识别模型，引入支持向量机改进原木端面像素点的识别效果，并用最小二乘法对边缘轮廓进行圆拟合。实验结果表明，在图像背景、原木端面都不理想的情况下，该方法能较为有效地完成成捆原木端面轮廓识别。

木材CT图像的三维重构

运用CT技术对木材进行无损检测,运用多重分型频谱技术可以对木材CT图像进行有效的边缘检测。针对木材CT图像低对比度、原木缺陷边缘提取困难等问题,采用多重分型频谱技术对处理后的图像进行提取,提取的边缘信息清晰完整、准确度较高,为后续的木材CT图像的三维重建提供有效信息。使用线性插值法对木材CT图像进行三维重建,该方法具有便于理解、实现简单和运算速度快的特点。所运用的线性插值法对木材CT图像三维重建的过程有较好重建效果,具有重建图像直观、清晰的优点,这种重建理论为提高木材利用效率和原木的虚拟切割提供了一种有效的思路。

一种渐进式圆心定位的原木端面轮廓识别方法

Hough变换圆检测方法可以很好地检测出原木轮廓图像中的圆形轮廓,然而,部分原木端面轮廓是圆形轮廓的变形或带干扰边缘的圆形轮廓,因而无法正确地被识别.针对该问题,提出一种渐进式圆心定位方法.首先,通过迭代方法,由轮廓区域中被扫描到的某一点定位到圆心位置;其次,以被识别的圆心为中心,根据圆轮廓遴选模型,在待识别轮廓中确定最合适轮廓.实验结果证明方法的有效性.