1. 研究目的与意义
树木在自然生长过程中常常伴随着节子的出现。
节子是树木中较常见的一种现象，它不仅会破坏木材纹理构造的均匀性和完整性，使纹理质量下降，大大降低木材的档次，而且会影响木材表面的视觉性质和加工性质，严重影响木材的利用价值。
由于木材的节子部分的像素值和背景颜色相近、边缘不清晰，会造成纹理混淆、分析困难等问题，因此针对含有较丰富纹理的木材节子图像，使用一种有效的方法将节子裂痕部分最大限度平滑的同时保护纹理的细节部分，较大程度的改善木材的强度性质，提高木材加工工艺的利用率，将是一件非常有意义的工作。
2. 国内外研究现状分析
随着电子技术的飞速发展，计算机视觉技术、模式识别技术和数字图像处理技术在各个领域得到了广泛的应用，在木材表面缺陷识别领域中，世界各国也相继展开了此类技术的应用研究，其中，美国、日本、加拿大和德国等国家处于领先地位，并取得了可喜的研究成果。
如利用ccd、激光、ct等采集各种木材缺陷的图像，并进行分类、识别的研究。
加拿大的木材工业研究人员在利用计算机层析x射线照相扫描技术检测木材内部缺陷，可辨别干、湿木材的节子、腐朽和年轮等。
3. 研究的基本内容与计划
一、研究内容将采集来的彩色图像转变为灰度图像，然后对木材缺陷图像进行分析。
由于木材表面纹理结构的特点和受木材加工环境的影响，存在缺陷（如节子、虫眼、裂纹）的木材图像会受到木纹、杂质、噪声和一些刨切毛刺等信息的干扰，如果直接使用检测算法进行检测，效果并不理想,根据图像灰度直方图计算出七个统计特征量,利用类间距离对它们各自的分类能力进行综合评价,从而确定出识别缺陷(节子、腐朽、污染)木材的最优统计特征,即为平滑度特征。
最后,通过对平滑度概率分布柱状图的分析,提出一种具有自适应能力的最大类间方差聚类法进行分类阈值的确定,进而采用阈值判别法对木材缺陷进行识别。
4. 研究创新点
算法：采用图像采集和图像分割算法结构:采用MATLAB进行分析处理
