[发明专利]基于人工智能的木板节子分类数据识别方法

权利要求书

1.一种基于人工智能的木板节子缺陷分类方法，其特征在于，包括以下步骤：

获取待测木板图像和标准木板死节图像；

对所述待测木板图像进行图像分割，得到节子缺陷区域的二值图像；将所述二值图像与所述待测木板图像进行相乘得到木板节子图像；

对所述木板节子图像和所述标准木板死节图像进行灰度化处理，分别得到木板节子灰度图像和标准木板死节灰度图像，对所述木板节子灰度图像和标准木板死节灰度图像分别进行灰度直方图计算，得到节子灰度直方图和标准木板死节灰度直方图；

根据所述标准木板死节灰度直方图，构建权重高斯函数；

对所述标准木板死节灰度图像进行灰度级划分，获得多个灰度级范围；利用所述权重高斯函数对所述灰度级范围进行权重的计算，获得灰度级范围对应的高斯权重；

根据所述节子灰度直方图、标准木板死节灰度直方图以及所述灰度级范围对应的高斯权重，计算差异度；

比较所述差异度与设定差异的大小，当所述差异度大于设定差异，则节子灰度直方图中灰度级范围对应的区域为死节；反之，该区域为活节；

所述差异度为：

其中，为灰度级x的高斯权重，X为x的值域，为标准木板死节灰度直方图中灰度级x的频率，为节子灰度直方图中灰度级x的频率。

2.根据权利要求1所述的一种基于人工智能的木板节子缺陷分类方法，其特征在于，

所述权重高斯函数为：

其中，x为像素的灰度级，μ为灰度级中心点，𝜎为标准差。

3.根据权利要求2所述的一种基于人工智能的木板节子缺陷分类方法，其特征在于，所述高斯权重为：

其中，为第i段灰度级范围的高斯权重，其中i为灰度级范围的序号，a为该段灰度级范围的下限值减0.5后的值，b为该段灰度级范围的上限值加0.5后的值，为权重高斯函数。

4.根据权利要求1所述的一种基于人工智能的木板节子缺陷分类方法，其特征在于，将所述标准木板死节灰度图像的灰度级划分为64段，每段包含4个灰度级。

5.根据权利要求1所述的一种基于人工智能的木板节子缺陷分类方法，其特征在于，所述设定差异为0.7。