高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进C-V模型的木材表面缺陷图像分割

白雪冰 许景涛 郭景秋 陈凯

白雪冰, 许景涛, 郭景秋, 陈凯. 基于改进C-V模型的木材表面缺陷图像分割[J]. 北京林业大学学报, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198
引用本文: 白雪冰, 许景涛, 郭景秋, 陈凯. 基于改进C-V模型的木材表面缺陷图像分割[J]. 北京林业大学学报, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198
BAI Xue-bing, XU Jing-tao, GUO Jing-qiu, CHEN Kai.. Segmentation of wood surface defect image based on improved C-V model.[J]. Journal of Beijing Forestry University, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198
Citation: BAI Xue-bing, XU Jing-tao, GUO Jing-qiu, CHEN Kai.. Segmentation of wood surface defect image based on improved C-V model.[J]. Journal of Beijing Forestry University, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198

基于改进C-V模型的木材表面缺陷图像分割

doi: 10.13332/j.1000-1522.20150198
基金项目: 

黑龙江省自然科学基金项目(C201208)。

详细信息
    作者简介:

    白雪冰,博士,教授。主要研究方向:图像处理与模式识别。 Email: xumou2010@163.com 地址:150040黑龙江省哈尔滨市香坊区和兴路26号东北林业大学机电工程学院。

Segmentation of wood surface defect image based on improved C-V model.

  • 摘要: 木材表面缺陷会严重影响木材的质量、性能和使用价值,对木材表面缺陷分割检测有利于提高木材的利用率,节约现有木材资源,缓解森林资源短缺的压力。针对传统的C-V(Chan-Vese)模型算法不能分割灰度不均匀图像的缺点,本文采用C-V模型与形态学结合的方法与传统的C-V模型算法进行对比试验。与此同时,根据C-V模型和C-V模型结合形态学方法的不足之处,在C-V模型基础上,引入局部拟合函数和高斯核函数,提出了一种基于C-V模型的改进算法,能够有效地克服C-V模型的不足。通过对木材表面缺陷图像分别采用传统C-V模型算法、C-V模型与形态学结合的方法和改进的C-V模型算法进行多组针对单一目标的木材表面缺陷图像的对比试验。结果表明:C-V模型能够将虫眼和活节缺陷图像分割出来,但是对纹理干扰强烈的死节缺陷图像分割困难;运用C-V模型与形态学结合的方法,可以有效地消除分割结果中的细小空洞和噪声,但是仍无法抵抗死节缺陷图像中木材自身纹理的干扰,难以将死节缺陷完整地分割出来;改进的C-V模型算法对木材表面缺陷图像的分割能够减少迭代次数,缩短分割时间,使分割轮廓线更加光滑和完整。通过采用改进C-V模型算法对多目标木材表面缺陷图像进行试验,能够更好地验证改进算法的优越性、有效性和可行性。
  • [1] HAN S X. Study on the wood physical properties sand defect detection based on CT and fractal characteristics[D] . Harbin:Northeast Forestry University, 2010.
    [2] 韩书霞.基于CT技术和分形特征的木材物理性质及缺陷检测研究[D] .哈尔滨:东北林业大学, 2010.
    [3] DAI S Y, WANG Z F, ZHANG X D. Active contour model by combining with local and global information[J] . Journal of University of Science and Technology Liaoning , 2013, 36(2): 145-150.
    [4] 代双语,王智峰,张学东.结合局部与全局信息的主动轮廓模型[J] .辽宁科技大学学报, 2013, 36(2): 145-150.
    [5] YUAN Y, HE C J. Improvement of LBF active contours model[J] . Computer Engineering and Applications,2009, 45(15): 177-179.
    [6] 原野,何传江. LBF活动轮廓模型的改进[J] .计算机工程与应用, 2009, 45(15): 177-179.
    [7] CHENG Z N, SONG Z J. RSF model optimization and its application to brain tumor segmentation in MRI[J] . Journal of Biomedical Engineering, 2013, 30(2): 265-271.
    [8] 程兆宁,宋志坚. RSF模型的优化及其在MRI脑肿瘤分割中的应用[J] .生物医学工程学杂志, 2013, 30(2): 265-271.
    [9] SU Y J, WANG M Q. Improved CV models for highway pavement disease image segmentation[J] . Computer Engineering, 2011, 37(10): 192-195.
    [10] XU C, PRINCE J. Snakes, shapes and gradient vector flow[J] . IEEE Transactions on Image Processing, 1998, 7(3): 359-369.
    [11] GU Y M, LIU J, YANG K S, et al. An improved image segmentation method[J] . Machine Manufacturing, 2009,47(2):23-26.
    [12] GAO S, TIEN D B. Image segmentation and selective smoothing by using Mumfod-Shah model[J] . IEEE Transaction on Image Processing, 2005, 14(10):1537-1549.
    [13] 苏益杰,王美清.改进的公路破损路面图像分割CV模型[J] .计算机工程,2011, 37(10): 192-195.
    [14] XU L L, XIAO J S, YI B S. Improved C-V level set model image segmentation algorithm[J] . Computer Engineering, 2009, 35(10): 209-213.
    [15] TANG Z S, LIU J, BIE S L. Study of CT image segmentation based on CV model[J] . CT Theory and Applications, 2014, 23(2): 193-202.
    [16] 谷雨明,刘杰,杨克实,等.一种改进的图像分割方法[J] .机械制造,2009, 47(2): 23-26.
    [17] 徐玲凌,肖进胜,易本顺.改进的C-V水平集模型图像分割算法[J] .计算机工程, 2009, 35(10): 209-213.
    [18] WANG H F, ZHAN G L, LUO X M. Research and application of edge detection operator based on mathematical morphology[J] . Computer Engineering and Applications, 2009, 45(9): 223-226.
    [19] DAI Q Y, YU Y L. The advances of mathematical morphology in image processing[J] . Control Theory and Applications, 2001, 18(4): 479-482.
    [20] CHAN T F, VESE L A. Active contours without edges[J] . IEEE Transactions on Image Processing, 2001, 10(2): 266-277.
    [21] 唐子淑,刘杰,别术林.基于CV模型的CT图像分割研究[J] .CT理论与应用研究,2014, 23(2): 193-202.
    [22] CASELLES V, KIMMEL R, SAPIRO G. Geodesic active contour[J] .International Journal of Computer Vision, 1997, 22: 61-79.
    [23] 王慧锋,战桂礼,罗晓明.基于数学形态学的边缘检测算法研究及应用[J] .计算机工程与应用, 2009, 45(9): 223-226.
    [24] 戴青云,余英林.数学形态学在图象处理中的应用进展[J] .控制理论与应用, 2001, 18(4): 479-482.
    [25] LI C M, KAO C Y, GORE C J, et al. Implicit active contours driven by local binary fitting energy[C] ∥Proceedings of IEEE conference on computer vision and pattern recognition. Minneapolis: IEEE Computer Society, 2007, 6: 17-22
    [26] KASS M, WITKIN A, TERZOPOULOS D. Snakes: active contour models[J] . International Journal of Computer Vision, 1988, 1(4): 321-331.
  • [1] 伦莹莹, 王慧敏, 吕全, 刘会香, 姚洪锡, 姜文忠, 张星耀.  松材线虫病木内天牛蛀道蛹室的优势长喙壳真菌分析 . 北京林业大学学报, 2019, 41(6): 102-110. doi: 10.13332/j.1000-1522.20180157
    [2] 许佳琪, 沈海颖, 曹金珍.  TiO2/PDMS增强表面热改性木材耐老化性的协同效应 . 北京林业大学学报, 2018, 40(4): 109-116. doi: 10.13332/j.1000-1522.20180053
    [3] 冯静静, 张晓丽, 刘会玲.  基于灰度梯度图像分割的单木树冠提取研究 . 北京林业大学学报, 2017, 39(3): 16-23. doi: 10.13332/j.1000--1522.20160373
    [4] 冯静静, 张晓丽, 刘会玲.  基于灰度梯度图像分割的单木树冠提取研究 . 北京林业大学学报, 2017, 39(3): 16-23. doi: 10.13332/j.1000-1522.20160373
    [5] 张怡卓, 苏耀文, 李超, 门洪生.  蒙古栎木材MOR与MOE的近红外光谱预测模型分析 . 北京林业大学学报, 2016, 38(8): 99-105. doi: 10.13332/j.1000-1522.20150505
    [6] 郭伟, 牛晓霆, 李伟, 王逢瑚, 蔡英春.  纳米ZnO改性蜂蜡处理缅甸花梨木材表面性能 . 北京林业大学学报, 2016, 38(2): 113-119. doi: 10.13332/j.1000-1522.20150242
    [7] 刘琼阁, 彭道黎, 黄国胜, 曾伟生, 王雪军.  东北云杉相容性立木材积和地上生物量模型研建 . 北京林业大学学报, 2015, 37(2): 8-15. doi: 10.13332/j.cnki.jbfu.2015.02.005
    [8] 郑宝江, 李国秀.  茶藨子属次生木质部导管分子形态学研究 . 北京林业大学学报, 2015, 37(11): 48-58. doi: 10.13332/j.1000-1522.20140111
    [9] 张娟, 韩殿元, 黄心渊.  自然背景下的梅花图像分割算法研究 . 北京林业大学学报, 2012, 34(3): 64-70.
    [10] 莫引优, 陈奎, 何其飞, 符韵林.  用二氧化硅聚氨酯涂料改良木材表面性质的研究 . 北京林业大学学报, 2012, 34(4): 154-159.
    [11] 计智伟, 汪杭军, 何涛, 尹建新.  基于改进区域生长的木材导管形态特征提取方法 . 北京林业大学学报, 2011, 33(3): 64-69.
    [12] 田振农, 张乐文.  木材的宏观力学模型及断裂机理 . 北京林业大学学报, 2010, 32(2): 153-156.
    [13] 胡蝶, 王琼, 刘雪萍, 汪晓峰.  家榆种子人工老化过程中的细胞形态学特征 . 北京林业大学学报, 2010, 32(6): 1-8.
    [14] 何正斌, 李帆, 伊松林, 张璧光.  真空条件下木材表面水分蒸发速率模型及应用初探 . 北京林业大学学报, 2010, 32(6): 105-108.
    [15] 程燕林, 侯成林, 高健, .  短穗竹上一种异香柱菌的形态学及分子鉴定 . 北京林业大学学报, 2009, 31(1): 84-90.
    [16] 聂敏莉, 冯仲科, 杨利民, 隋宏大, .  用间接平差模型估算木材密度 . 北京林业大学学报, 2008, 30(增刊1): 196-201.
    [17] 祁亨年, 陈丰农, 方陆明, 马灵飞.  一种基于形态学的木材导管图像分割方法 . 北京林业大学学报, 2008, 30(4): 12-16.
    [18] 吕兆林, 王华, 李长洪, 何恒斌, 姜春宁, 于格, 赖巧玲, 郭小平, 王勇, 钟健, 李笑吟, 赵广亮, 杨永福, 贾彩凤, 何利娟, 张力平, 林峰, 张亚利, 李秀芬, 于占源, 王献溥, 史军辉, 曹金珍, 许月卿, 张春雨, 马履一, 贾桂霞, 习宝田, 胥辉, D.PascalKamdem, 黄忠良, 王希群, 毕华兴, 王骏, 王继兴, 李鸿琦, 曾德慧, 朱清科, 郝玉光, 赵秀海, 尚晓倩, 赵博光, 鲁春霞, 于顺利, 孙长霞, 朱教君, 邵晓梅, 杨明嘉, 郭惠红, 郑彩霞, 杨培岭, 李悦, 费孛, 丁琼, 王秀珍, 刘燕, 郑景明, 丁琼, 陈宏伟, 尚宇, 杨为民, 谢高地, 王庆礼, 包仁艳, 姜凤岐, 甘敬, 欧阳学军, 崔小鹏, 李黎, 朱金兆, 任树梅, 张志2, 张榕, 周金池, 蔡宝军, 贾桂霞, 张池, 刘足根, 张中南, 范志平, 何晓青, , 贾昆锋, , 刘鑫, 沈应柏, 刘艳, 沈应柏, 李凤兰, 毛志宏, 鹿振友, 唐小明, 陈伏生, 李林, 张方秋, 周金池, 纳磊, 赵琼, , 申世杰, 周小勇, 马玲, .  不同水基防腐剂处理木材的表面自由能 . 北京林业大学学报, 2006, 28(4): 1-5.
    [19] 王瑞刚, 黄华国, 戴松香, 黄荣凤, 曹世雄, 华丽, 邵海荣, 贺庆棠, 张德荣, 田晶会, 李雪玲, 李黎, 郭明辉, 王小丹, 赵晓松, 董运斋, 马宇飞, 高岩, 闫丽, 习宝田, 张晓丽, 陈少良, 于志明, 陈少良, 金幼菊, 王四清, 陈斌如, 古川郁夫, 贺庆棠, 李文彬, 阎海平, 冷平生, 关德新, 李俊清, 贺康宁, 李海英, 李建章, 鲍甫成, 王蕾, 高攀, 陈莉, 邹祥旺, 任云卯, 吴家兵, 阎海平, 王百田, 高双林, 刘力源, 杨永福, 张卫强, 郝志勇, 陈华君, 程根伟, 赵有科, 侯智, 金小娟, 王金满, 侯智, 陈源泉, 金昌杰, 尹婧, 韩士杰, 高旺盛, 李涛, 翁海娇, 杜建军, 赵琼, 李鹤, 杨爽, 段杉.  培育措施对人工林樟子松木材管胞形态特征的影响 . 北京林业大学学报, 2005, 27(3): 79-82.
    [20] 符韵林, 杨晓晖, 张一平, 刘震, 李景文, 王明枝, 李慧, 殷亚方, 
    王保平, 龙玲, 宋小双, 熊瑾, 李梅, 杨海龙, 李全发, 黄国胜, 侯亚南, 杜华强, 詹亚光, 李景文, 马文辉, 饶良懿, 张秋英, 尹立辉, 朱金兆, 秦瑶, 张克斌, 李妮亚, 陆熙娴, 李俊清, 韩海荣, 刘文耀, 李吉跃, 李俊清, 赵敏, 徐峰, 李发东, 王雪军, 梁机, 王洁瑛, 朱金兆, 耿晓东, 窦军霞, 吕建雄, 范文义, 陈晓阳, 毕华兴, 赵宪文, 陈晓阳, 倪春, 刘桂丰, 唐黎明, 孙玉军, 秦素玲, 沈有信, 欧国强, 康峰峰, 李凤兰, 刘雪梅, 乔杰, 陈素文, 齐实, 李黎, 于贵瑞, 慈龙骏, 李云, 刘伦辉, 李伟, 任海青, 魏建祥, 蒋建平, 李伟, 黎昌琼, 文瑞钧, 马钦彦, 张桂芹, 宋献方, 赵双菊, 王雪, 王玉成, 韦广绥, 朱国平, 宋清海, 张万军, 丁霞, 杨谦, , 李慧, 孙涛, 周海江, 刘莹, 孙晓敏, 孙志强, 李宗然, 
    , .  美国肥皂荚花性别分化的形态学与组织化学研究 . 北京林业大学学报, 2005, 27(5): 48-53.
  • 加载中
计量
  • 文章访问数:  461
  • HTML全文浏览量:  55
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-05-28
  • 刊出日期:  2015-12-31

基于改进C-V模型的木材表面缺陷图像分割

doi: 10.13332/j.1000-1522.20150198
    基金项目:

    黑龙江省自然科学基金项目(C201208)。

    作者简介:

    白雪冰,博士,教授。主要研究方向:图像处理与模式识别。 Email: xumou2010@163.com 地址:150040黑龙江省哈尔滨市香坊区和兴路26号东北林业大学机电工程学院。

摘要: 木材表面缺陷会严重影响木材的质量、性能和使用价值,对木材表面缺陷分割检测有利于提高木材的利用率,节约现有木材资源,缓解森林资源短缺的压力。针对传统的C-V(Chan-Vese)模型算法不能分割灰度不均匀图像的缺点,本文采用C-V模型与形态学结合的方法与传统的C-V模型算法进行对比试验。与此同时,根据C-V模型和C-V模型结合形态学方法的不足之处,在C-V模型基础上,引入局部拟合函数和高斯核函数,提出了一种基于C-V模型的改进算法,能够有效地克服C-V模型的不足。通过对木材表面缺陷图像分别采用传统C-V模型算法、C-V模型与形态学结合的方法和改进的C-V模型算法进行多组针对单一目标的木材表面缺陷图像的对比试验。结果表明:C-V模型能够将虫眼和活节缺陷图像分割出来,但是对纹理干扰强烈的死节缺陷图像分割困难;运用C-V模型与形态学结合的方法,可以有效地消除分割结果中的细小空洞和噪声,但是仍无法抵抗死节缺陷图像中木材自身纹理的干扰,难以将死节缺陷完整地分割出来;改进的C-V模型算法对木材表面缺陷图像的分割能够减少迭代次数,缩短分割时间,使分割轮廓线更加光滑和完整。通过采用改进C-V模型算法对多目标木材表面缺陷图像进行试验,能够更好地验证改进算法的优越性、有效性和可行性。

English Abstract

白雪冰, 许景涛, 郭景秋, 陈凯. 基于改进C-V模型的木材表面缺陷图像分割[J]. 北京林业大学学报, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198
引用本文: 白雪冰, 许景涛, 郭景秋, 陈凯. 基于改进C-V模型的木材表面缺陷图像分割[J]. 北京林业大学学报, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198
BAI Xue-bing, XU Jing-tao, GUO Jing-qiu, CHEN Kai.. Segmentation of wood surface defect image based on improved C-V model.[J]. Journal of Beijing Forestry University, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198
Citation: BAI Xue-bing, XU Jing-tao, GUO Jing-qiu, CHEN Kai.. Segmentation of wood surface defect image based on improved C-V model.[J]. Journal of Beijing Forestry University, 2015, 37(12): 108-115. doi: 10.13332/j.1000-1522.20150198
参考文献 (26)

目录

    /

    返回文章
    返回