陆俊羽， 郭康乐， 严 飞， 马骁昱， 程玉柱

(南京林业大学机械电子工程学院，江苏 南京 210037)

室内家庭装修中，地板是重要的主材之一。地板表面质量的好坏直接影响家装的质量和美观。地板主要分为实木地板和复合地板，而实木地板中节子是存在的重要缺陷之一。提高实木地板检测效率可通过对实木地板中死节缺陷的大小及位置自动检测来实现，而且有助于降低人工劳动强度。采用机器视觉和图像处理的算法实现实木地板缺陷检测是目前的简易手段之一。实木表面缺陷图像分割是该技术中的难点，实木地板表面的花纹会使图像的分割质量下降[1-4]。目前，在实木地板上主要利用图像灰度化、二值化等[5-6]对表面缺陷图像进行分割。主动轮廓图像分割算法之一的CV模型[7]，已在农林图像等图像分割中被广泛应用，而且此算法还在不断完善中[8]。Otsu是一种阈值算法，根据类间方差最大化准则，寻找图像最优阈值，实现图像分割。本文针对实木地板表面中有复杂花纹情况提出一种基于Otsu与加权CV模型的检测算法进行木材死节缺陷图像分割，完成实木地板缺陷提取。

1 检测算法

1.1 加权主动轮廓模型

本文将大津法(Otsu)与加权无边区域主动轮廓模型(ACM)相结合，提出一种Otsu初次分割与加权ACM最终分割的组合检测方法，能解决家庭装饰物中木质地板表面的节子缺陷自动检测问题，提高了检测效率，算法流程图如图1所示。首先，在室内木地板表面上采集节子缺陷RGB彩色图像，然后进行灰度图提取RGB彩图，对三通道灰度图分别进行Otsu分割，得到加权分割结果，并确定水平集同时获得初始分割，然后通过加权的ACV模型进行演化并最终确定木地板死节缺陷。……