| 摘 要： | 针对人工分割木材表面缺陷的烦琐性和阈值分割算法对缺陷像素信息衡量的不稳定性，提出了一种基于邻接自适应谱聚类的木材表面缺陷分割算法。算法以简单线性迭代超像素(simple linear iterative cluster, SLIC)为基础，对缺陷图像进行预处理，融合木材缺陷的纹理特性和超像素块间的距离尺度，并采用邻接自适应谱聚类进行分割；缺陷分割初步完成后，通过变异系数衡量缺陷块中像素信息的离散程度进行再次分割，克服初次分割结果的过分割问题；考虑木材表面缺陷形态学上的封闭性，将2次分割图像进行合并，继而用邻接扫描法对次分割图形进行填充，最终对木材表面缺陷进行分割界定。考虑木材表面缺陷种类的多样性，选取了虫眼、死节、活节等缺陷图像进行分割对比试验，相较于OTSU阈值分割算法，本研究算法在单个和多个木材表面缺陷分割方面，类别平均像素准确度(mean pixel accuaracy, MPA)分别提升4.69%,14.23%,平均交并比(mean intersection over union, mIoU)分别提升33.27%,33.43%。本研究算法能够更加准确地将木材表面缺陷从复杂背景中...
|
