基于机器视觉的木板表面节子识别研究开题报告

1. 研究目的与意义

随着劳动力价格的上涨，自动化与智能化取代人力劳动是必然趋势，目前在实木拼版和地板色选中都是人工操作，劳动强度较大。

采用ccd采集图像，根据用户要求来自动将木板分类，将大大减轻劳动强度，节省劳动力。

节子是木材分等的重要标志之一，根据大小、形态、种类来分析木板，可以做到木材高效节约利用。

2. 国内外研究现状分析

目前木材缺陷检测除人工方法主要有：超声波法、激光扫描法、x射线透视法和γ射线检测法、基于振动声学的检测、计算机视觉检测等。

数字图象处理产生于20世纪50年代，运用该技术根据木材表面缺陷图像特征来解决木材表面图像分割和缺陷识别等问题具有精度高，灵活变通，简单直观，快速无损，经济环保等优势。

　　国内研究在木材缺陷检测方面有诸多成就，例如基于cv模型和数学形态学的缺陷分割方法、基于纹理特征的木材表面缺陷识别方法等，在基于纹理特征的木材表面缺陷识别方法研究中，从纹理特征和几何特征两个角度来描述缺陷。

3. 研究的基本内容与计划

1~2周 搜集资料，翻译文献，学习使用VC6.0软件，完成开题报告和文献综述；3~5周 选择合适的CCD摄像机，选择数据采集系统；用CCD采集图像；6~7周 图像预处理：增强锐化图像,消除噪声等；　　　　图像分割：阀值聚类法，区域提取法，边缘检测法对比研究，8~10周 图像分析，分析色彩、对比度、灰度等木板表面图像特性, 提取缺陷区域； 11~13周 设计用于检测板材表面缺陷的定位和识别等图像处理算法，用VC实现对节子的识别；14周 程序调试整改，实现木板分级；15周 算法性能评价;16周 整理资料，准备答辩。

4. 研究创新点

1，采用多种色彩空间与RGB空间进行对比，找出合适的色彩空间。

2，寻求合适光源加强木材表面对人类有价值的缺陷，例如使用不同的相机滤镜。