(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210817771.4 (22)申请日 2022.07.13 (65)同一申请的已公布的文献号 申请公布号 CN 114897898 A (43)申请公布日 2022.08.12 (73)专利权人 江苏绿泉装饰 工程有限公司 地址 226000 江苏省南 通市海门市余 东镇 新宇村11组 (72)发明人 陈佳彬　张学娜　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/90(2017.01) G06T 5/00(2006.01)G06T 5/40(2006.01) G06V 10/74(2022.01) G06V 10/764(2022.01) (56)对比文件 CN 113947805 A,2022.01.18 WO 2021/ 068178 A1,2021.04.15 CN 113538424 A,2021.10.2 2 审查员 狄希 (54)发明名称 一种基于图像处 理的木板质量分类方法 (57)摘要 本发明涉及人工智能技术领域， 具体涉及一 种基于图像处理的木板质量分类方法。 该方法采 集木材表 面图像以得到木材灰度图像； 获取木材 灰度图像中的异常区域， 基于像素点的连生性计 算异常区域中每个像素点的异常概率； 基于异常 概率选取异常区域中的多个目标像素点， 基于死 节的脱环特性， 根据目标像素点的纹理走向计算 异常区域为死节的概率； 根据概率确认死节， 由 木材表面图像中死节的面积和数量对木材质量 进行评估以进行质量等级的划分。 根据节子与其 周边木材的连生性 以及死节本身的脱环性进行 节子类型判断， 能够克服不同种类的木材因颜色 差异导致阈值分割结果所判断的节子类型不准 的问题， 同时降低木材质量分类的误差 。 权利要求书2页 说明书7页 附图1页 CN 114897898 B 2022.09.30 CN 114897898 B 1.一种基于图像处 理的木板质量分类方法， 其特 征在于， 该 方法包括： 采集木材表面图像， 获取 所述木材表面图像的木材 灰度图像； 对所述木材灰度图像进行阈值分割得到异常区域， 基于像素点的像素值得到所述异常 区域的对比度图， 根据对比度图中像素点的对比度值计算所述异常区域中每个像素点的连 生性指标； 建立所述异常区域的灰度直方图， 结合所述灰度直方图和每个像素点的所述连 生性指标计算所述异常区域中每 个像素点的异常概 率； 根据所述异常概率选取所述异常区域中的多个目标像素点， 对目标像素点进行圆拟 合， 获取圆上每个目标像素点的目标特征向量以及该目标像素点处的切线方向向量， 所述 特征向量表示目标像素点处的纹理走向， 计算每个目标像素点对应的所述目标特征向量和 所述切线方向向量之间的余弦相似度， 根据每个目标像素点对应的所述余弦相似度得到该 圆对应的余弦相似度均值； 对所述异常区域中的目标像素点进行多次圆拟合， 根据多个圆 对应的所述 余弦相似度均值得到所述异常区域 为死节的概 率； 根据所述死节的概率确认死节， 由所述木材表面图像中死节的面积和数量对木材质量 进行评估， 根据评估结果对木材进行质量 等级的划分； 其中， 所述基于像素点的像素值得到所述异常区域的对比度图的方法， 包括： 设定固定大小的滑窗， 分别以所述异常区域中每个像素点为滑窗的中心像素点， 获取   滑窗大小的子影响图像的灰度共生矩阵， 通过灰度共生矩阵计算对比度， 将该滑 窗所获取 的对比度的值赋值给 该滑窗的中心像素点； 所述根据对比度图中像素点的对比度值计算所述异常区域中每个像素点的连生性指 标的方法， 包括： 根据像素点对应的对比度值计算单一滑窗内所有像素点的对比度均值， 利用所述对比 度均值和滑窗内每个像素点的对比度值计算该滑窗对应的连生性指标， 将计算的所述连生 性指标赋值于该滑窗的中心像素点； 所述结合所述灰度直方图和每个像素点的所述连生性指标计算所述异常区域中每个 像素点的异常概 率的方法， 包括： 根据所述灰度直方图计算每个灰度级的频率； 计算所述灰度直方图对应的灰度值均 值； 以频率最大值所对应的灰度值与 灰度值均值之间灰度值的均值为高斯分布均值， 以频 率最大所对应的灰度值与灰度值均值之间灰度值的方差为高斯分布方差； 根据所述高斯分布均值和所述高斯分布方差计算每个灰度级属于背景的概率， 选取所 述概率的最大值所对应的灰度级为背景 灰度级； 结合背景灰度级、 像素点的灰度值及其所述连生性指标计算所述异常区域中每个像素 点的异常概 率。 2.如权利要求1所述的方法， 其特征在于， 所述获取圆上每个目标像素点的目标特征向 量的方法， 包括： 获取目标像素点的海森矩阵以得到该海森矩阵的特征向量和特征值， 选取最大特征值 所对应的特 征向量作为目标像素点的目标 特征向量。 3.如权利要求1所述的方法， 其特征在于， 所述根据多个圆对应的所述余弦相似度均值 得到所述异常区域 为死节的概 率的方法， 包括：权　利　要　求　书 1/2 页 2 CN 114897898 B 2结合每个圆对应的所述余弦相似度均值计算平均值， 将平均值作为所述异常区域为死 节的概率。 4.如权利要求1所述的方法， 其特征在于， 所述由所述木材表面图像中死节的面积和数 量对木材质量进行评估的方法， 包括： 结合木材面积、 死节的面积和数量计算死节对木材质量的影响程度， 且死节的数量与 所述影响程度呈正相关、 死节的面积与所述影响程度呈正相关。权　利　要　求　书 2/2 页 3 CN 114897898 B 3