[00912704]原木断层扫描图像识别与虚拟切削研究

原木内部缺陷的大小和分布是决定木材，特别是珍贵树种木材有效利用率及其使用价值的关键因素。该项目研究运用计算机断层扫描(CT)技术获取包含原木内部结构的图像，研究缺陷的图像表现及数学模型和识别方法，在此基础上，重构包含原木内部结构的三维图像，并进行多方案的虚拟切削。通过研究，完成了资料收集、CT扫描参数的优化等内容，并分批扫描了直径20-30cm六个树种共9段原木（限于CT扫描仪尺寸，每段原木扫描长65cm）；进行了各种方法的图像预处理(消除噪音，分离背景与木材)，并试验了多种缺陷识别、提取和分类方法(人工神经网络(ANN)、小波变换、聚类分析、知识向量机等)，实施了三维重建和虚拟切削。研究表明，CT图像的预处理可用普通图像处理方法，而对缺陷的识别、分类，可采用某两种或多种方法结合分步进行。ANN方法具有一系列的优点，但不能分辨较细小的裂纹，而与聚类分析方法结合，就能分辨大多数的缺陷。对CT图像三维重建和虚拟切削，需进行插值处理，采样间距越大，重建后失真现象越严重。虚拟切削可沿任意平面和曲面进行，能清晰展示三维曲面的木纹，因而CT图像处理和识别技术还可用于木制品花纹的预测。