IC200UEI008
IC200UEI008
图像预处理是检测的步，对图像缺陷特征的正确提取是非常关键的。本文通过三种方式对图像的灰度直方图进行分析统计：
(1)对每一像素作256级灰度直方图分析；
(2)对4×4像素块作256级灰度直方图分析；
(3)4×4像素块作16级灰度直方图分析。
特征提取直接影响木材缺陷检测系统的识别率。首先从灰度直方图中根据是否有颜色突变来判断图片是否存在缺陷，缺陷图片在直方图中表现出双峰特征，通常次波峰即为缺陷部位，但这不是的。若直方图曲线只有一个波峰，则可能是正常木材图片。经过实验统计，当次波峰值比主波峰的值大于1／10时，次波峰即是代表缺陷颜色。实现了缺陷检测的步，即把图像分为有缺陷和无缺陷两类。
基于人工神经网络的模式识别具有对数据类型和分布函数没有限制、容忍度更高等优点，相适应于木材表面缺陷的复杂性，有很好的应用前景。以缺陷灰度均值、缺陷灰度方差和缺陷形状作为缺陷类型识别的特征量为输入，缺陷类型为输出，构建了系统的BP网络系统模型。以4种缺陷类型为输出，选用LMS对BP神经网络进行训练，对设计的神经网络系统进行了检测，实验结果表明系统的平均识别率为97％，证实了所设计系统的可行性和有效性。
IC200UEI008
厦门光沃自动化设备有限公司
联系人：小杨
电话：
电话：
传真：
QQ:1878187406
邮箱：1878187406@qq.com
