[发明专利]基于压缩感知的实木板材缺陷分选方法

权利要求书

1.一种基于压缩感知的实木板材缺陷分选方法，其特征在于：所述方法的实现过程为：

步骤一、采集m个实木板材的带有缺陷的表面图像作为训练样本；

步骤二、将采集到的实木板材的缺陷图像的缺陷部分运用形态学方法分割出来，然后执行步骤三；

步骤三、特征提取，提取每个样本缺陷部分的几何与区域特征、灰度纹理特征和不变矩特征三类共25个特征，利用所述特征组成25维特征向量，以表达实木板材图像样本的缺陷信息；

步骤四、特征融合，采用线性鉴别法进行特征融合以特征降维，得到低维度的特征向量；

步骤五、完成步骤四后，将低维度的特征向量作为输入，设计实木板材缺陷的压缩感知分类器；

步骤六、通过压缩感知分类器进行实木板材缺陷分类识别，比较测试样本的各类系数即可得到该测试样本的所属缺陷类别，从而得到测试实木板材的缺陷类别，获得最终的判定结果。

2.根据权利要求1所述的一种基于压缩感知的实木板材缺陷分选方法，其特征在于：在步骤三中，特征提取的具体过程为：

步骤三(一)、几何与区域特征

(1)面积Area：将灰度图像中缺陷部分的值设为1，而正常部分的值为0；缺陷部分的面积可由公式(1)得出：

Area=Σ(x,y∈R)1---(1)]]>

式中R是像素为1的点的坐标；

(2)周长Perimeter：目标缺陷的周长就是统计边界上的像素点，周长Perimeter如公式(2)，式中B为目标缺陷的边界；

Perimeter=Σ(x,y∈B)1---(2)]]>

(3)外接矩形长度、宽度及其长宽比：

对样本缺陷图像进行逐行逐列的查找，找出样本缺陷部分中最小行Lmin、最大行Lmax、最小列Rmin和最大列Rmax四个值，则缺陷长和宽分别为：

max(W,L)＝R_max-R_min    (3)

min(W,L)＝L_max-L_min    (4)

其外接矩形长宽比为：

AR=max(W,L)min(W,L)---(5)]]>

(4)复杂度Compactness

Compactness=||Perimeter||24π·Area---(6)]]>

(5)线性度Linearity

L=AreaPerimeter---(7)]]>

(6)致密度Density

Density=||perimeter||2Area---(8)]]>

(7)矩形度Rectangularity：矩形度指的是目标的面积与其最小外接矩形的面积之比，计算公式如下：

R=Areamin(W,L)·max(W,L)---(9)]]>

(8)四个区域特征为：

偏心率Eccentricity：与目标缺陷部分二阶矩相同的椭圆的偏心率；

直径Diameter：与目标缺陷部分面积相同的圆的直径；

短轴Short axis:与目标缺陷部分二阶矩相同的椭圆的短轴长度；

长轴Longer axis:与目标区域二阶矩相同的椭圆的长轴长度；

步骤三(二)、灰度纹理特征

属于不同类别的实木地板表面缺陷除了形状有差别之外，其相应的灰度纹理特征也是不同的，所以缺陷目标的灰度纹理特征也是缺陷特征的一个重要方面；缺陷的纹理特性是基于缺陷直方图的特征描绘子得到的，若p(z_i)表示灰度直方图，m表示缺陷灰度均值，则灰度的n阶矩用式(10)来定义：

μn(z)=Σi=0L-1(zi-m)np(zi)---(10)]]>

其中，L是图像可能的灰度级，z_i为灰度值；

(1)内部均值、边缘均值：二者均用Mean value表示且计算公式相同：内部均值是缺陷区域内所有像素的平均灰度值，边缘均值是缺陷边缘的所有像素的平均灰度值；

Mean=Σi=0L-1ziP(zi)---(11)]]>

(2)标准差Standard deviation

Std=μ2(z)---(12)]]>

μ₂(z)表示图像的二阶矩；

(3)三阶矩Third moment

Thirdmoments=Σi=0L-1(zi-Mean)3P(zi)---(13)]]>

(4)平滑度Smoothness

Smoothness＝1-1/(1+Std²)    (14)

(5)一致性Consistency

Consistency=Σi=0L-1P2(zi)---(15)]]>

(6)熵Entripy

Entropy=-Σi=0L-1P(zi)log2P(zi)---(16)]]>

步骤三(三)、不变矩特征

通过计算样本图像整体灰度分布的各阶矩来描绘灰度的分布情况；对于一幅N×M的图像f(x,y)，则其(p+q)阶矩为：

Mpq=Σx=1MΣy=1Nxpyqf(x,y)---(17)]]>

通过计算f(x,y)的(p+q)阶中心矩，可以得到矩的不变特征：

μpq=∫-∞∞∫-∞∞(x-xc)p(y-yc)qf(x,y)dxdy---(18)]]>

对于(p+q)≥2的高阶矩，归一化后的中心矩定义为：

ηpq=μpqμ00r---(19)]]>

其中，r=p+q+22;]]>

提取实木板材缺陷的三大类共25个具体特征后，按公式(34)的最大最小法进行归一化处理，其中，d_min表示序列中的最小值，d_max表示序列中的最大值，

dk=d-dmindmax-dmin---(34).]]>