基于機器視覺的木材種類識別技術研究

姜俊鵬， 呂 斌， 胡夠英， 祝 超， 劉偉忠， 陳偉浪

(1.江山市檢驗檢測研究院，浙江 江山 324110；2.衢州市方圓林產(chǎn)品檢驗檢測有限公司，浙江 江山 324110)

中國是木材交易量極大的一個國家，大量的木材交易引發(fā)珍稀植物的盜砍盜伐，同時，在利益的驅(qū)使下，出現(xiàn)不法分子以次充好，給消費者帶來巨大的經(jīng)濟損失。由于傳統(tǒng)人工識別木材種類需花費的時間較長，成本較高，導致木材種類識別工作難度大，耗時長，保護珍稀植物難度大。研究一種利用計算機技術進行木材種類快速識別的方法，對保護森林資源和保護消費者的合法權益有積極意義。

木材種類可通過木材構造特征、木材材色、木材氣味、木材氣干密度等方法識別。為正確判定木材種類，通常采用的是觀察比對木材微觀構造的方法。通過木材微觀構造識別是指通過木材的微觀結構，包括管孔特征、木射線特征等，對木材的種類進行識別。傳統(tǒng)的檢測方法多是依靠人工目視比較檢測，對檢測人員的經(jīng)驗有較高要求，檢測結果不具有客觀性，對檢測人員的眼睛也有較大傷害，且效率極低。

近年來，隨著機器視覺技術的快速發(fā)展，因其具有精度高、速度快、穩(wěn)定性好、成本低等優(yōu)勢，已被廣泛應用于各個行業(yè)。可將機器視覺技術運用到木材種類識別領域中，以提高識別效率和準確度。

1 基于機器視覺的木材種類識別系統(tǒng)研究現(xiàn)狀

機器視覺在木材種類識別領域雖然發(fā)展勢頭強勁，但依然不是很成熟。近幾年關于機器視覺在木材種類識別領域的相關研究主要集中在各種借鑒主流神經(jīng)網(wǎng)絡框架方面。卷積神經(jīng)網(wǎng)絡作為目前圖像識別領域中最先進的技術，利用該模型對木材顯微切片紋理特征進行分析識別，可大幅降低木材種類識別的專業(yè)要求，又能提高識別率。

2 基于機器視覺的木材種類識別系統(tǒng)

機器視覺是實現(xiàn)機器模擬人眼功能來代替人類完成某些工作，其主要是通過攝像頭對目標物體拍照，獲取物體的圖像，然后利用圖像處理器對原始圖像進行分析處理最終達到對物體進行識別和檢測的目的?；跈C器視覺的木材種類識別系統(tǒng)原理圖如圖1所示。

圖1 基于機器視覺的木材種類識別系統(tǒng)原理圖

基于機器視覺的木材種類識別過程如下：先制備試驗顯微切片，隨后利用生物顯微鏡獲取制備好的試驗顯微切片的圖像并存進計算機中，再把圖像轉(zhuǎn)換成灰度圖像，通過圖像處理，包括去除噪聲、增強圖像等，使所獲得的原始圖像易于計算機進行提取特征。當計算機從處理后的顯微切片圖像中提取到特征后，即可根據(jù)預先設定好的分類決策，對該顯微切片的木材特征性質(zhì)進行分析識別判定，從而確定出該樣品屬于何種木材。通過機器視覺進行木材種類識別的誤差低、速度快、準確率高，并且基本上不會受到人為因素的影響?；跈C器視覺的木材種類識別過程如圖2所示。

圖2 基于機器視覺的木材種類識別過程

2.1 系統(tǒng)組成

該系統(tǒng)由軟件部分、硬件部分兩部分組成。系統(tǒng)硬件部分使用生物顯微鏡采集圖像信息。系統(tǒng)軟件部分是完成對攝像機采集到的圖像進行前期處理以及比對檢測工作的部分，是檢測功能實現(xiàn)最重要的部分。系統(tǒng)結構圖如圖3所示。

圖3 基于機器視覺的木材種類識別系統(tǒng)結構圖

2.2 制備試驗顯微切片

選取試驗木材，按照木材橫切面(與樹干主軸垂直方向的切面)、徑切面(順著樹干軸向，通過髓心與木射線平行或與年輪垂直的切面)和弦切面(沒有通過髓心的樹干縱切面)互相垂直的方式進行取樣，取樣尺寸大于等于20 mm×20 mm×20 mm。將木材樣品收入盛有水、乙二胺或乙醇-甘油等的容器中，并放置于60 ℃的烘箱中，至木材樣品沉入容器底部，確保試樣軟化并排出空氣。取出木材樣品后，將軟化的試樣置于切片機上，分別切出橫切面、徑切面和弦切面切片，確保切片厚度為15～20 μm。再將試樣進行染色、脫水、透明和封片等操作，制成顯微切片。

2.3 視覺圖像處理

由機器視覺獲取到的原始圖像通常會受到各種干擾，圖像在獲取過程中常常會伴隨一定的噪聲而無法直接進行檢測識別，因此需要根據(jù)得到的圖像選用適當?shù)臑V波方式對所獲得的圖像進行濾波處理，以得到更加清晰且易分析識別比較的圖像。對所獲圖像進行的處理任務包括：

(1)圖像預處理：將獲得的圖像進行像素尺寸的修改設定，以便在結果生成過程中可以得到完整有效的圖像特征。

(2)邊緣提?。菏紫壤眠吘壴鰪娝阕?，來突出預處理后圖像中的局部邊緣，然后定義出像素的“邊緣強度”，通過閾值分割的方法提取邊緣點集。

(3)邊緣修復：對邊緣提取過程中得到的存在邊緣輪廓丟失的部分進行修復。

(4)結果生成：編譯運行程序，分類決策，識別判定，得到檢測結果。

3 小結

基于機器視覺的木材種類識別可提高識別精度，簡化識別流程?，F(xiàn)有研究表明，基于機器視覺的木材種類識別系統(tǒng)研究已取得一定成果，將機器視覺應用在木材種類識別中，能夠有效識別木材種類，但由于各類木種特征存在相似之處，且已知樹種的木材特征不夠齊全等問題的限制，可能導致最終檢測結果存在一定誤差。基于機器視覺的木材種類識別仍存在許多問題和難點丞待解決。