周 宇, 潘世豪, 劉偉嘉, 于音什, 周仲凱, 劉 軍
(南京林業大學機械電子工程學院,江蘇 南京 210037)
木材中的缺陷不僅會降低木材商品的價值,還會降低木材的強度,影響加工和裝飾質量以及外觀,因此需要有效并快速地檢測出木材的缺陷。木材缺陷檢測是處理、加工木材中的一項重要流程,它能夠將所得木材自動進行準確定位,有利于實現高效高質的木材加工。然而,木材缺陷的顏色、尺寸、紋理等特征差別較大,給木材缺陷的識別與分割帶來很大困難,使得目前的各種木材缺陷檢測方法都存在一定的局限性。木材缺陷檢測的難點較多,圖像分割識別也較為困難[1-4]。針對這個問題,本文介紹運用中智集理論進行木材缺陷圖像的檢測算法。
中智集理論由模糊理論擴展而來,能夠較好地說明不確定性問題,模糊理論是利用模糊集合理論來描述模糊現象的理論。對于圖像處理而言,在諸多不確定因素的影響下,很難對圖像進行比較真實的表述,且這些不確定性并非隨機的,也不適合采用一般的概率論等數學理論來解決。
中智集理論將隸屬度、不確定性度和非隸屬度拓展到離散值的有限集合,從而更好地解決了模糊信息很難給出準確評價值的問題。在圖像分割領域,熵作為模糊的一種測量方法,被廣泛應用到圖像處理和優化理論中。中智集理論對不確定性事件和不精確性知識的描述以及處理具有先天的優勢,對基于中智集理論的圖像分割算法進行研究,可更好地處理圖像中模糊、不確定性信息,提高圖像分割的精確度?!?br>