一种通过纤维管束识别竹条青黄面的方法与流程

1.本发明涉及毛竹处理领域，具体指有一种通过纤维管束识别竹条青黄面的方法。


背景技术：

2.毛竹是禾本科刚竹属单轴散生型常绿乔木状竹类植物。其竿高可达20多米，粗可达20多厘米，老竿无毛，并由绿色渐变为绿黄色。毛竹具有坚韧、生长快等特点，可加工成板材状后一步制成各种工艺品、家具、生活用品等。
3.毛竹朝向其外侧面的一面称作竹青，朝向内侧面的一面称作竹黄。竹青和竹黄两面的颜色不同、竹纤维排列不同、颜色的深浅也不同。毛竹经过刨切、烘干等工艺制成板材后，板材已经是长方形的长条状结构，竹青和竹黄已经难以分辨，现有技术难以分辨竹青和竹黄面，造成竹板材制成的产品颜色不一。
4.现有技术中，区分竹条青黄面的方法如申请号为cn201610757543.7所述的一种竹筷青黄面自动识别方法，识别为青面和/或黄面的条件为：越靠近该边纤维管束密集度越高和/或越低。需要获取多个纤维管束的图像才能进行识别。
5.针对上述的现有技术存在的问题设计一种通过纤维管束识别竹条青黄面的方法是本发明研究的目的。


技术实现要素：

6.针对上述现有技术存在的问题，本发明在于提供一种通过纤维管束识别竹条青黄面的方法，能够有效解决上述现有技术存在的问题。
7.本发明的技术方案是：
8.一种通过纤维管束识别竹条青黄面的方法，包含以下步骤：
9.图像获取步骤：获取竹条的横截面图像；
10.纤维管束区域提取步骤：提取所述横截面图像中的一个或多个纤维管束区域；
11.识别步骤：从所述纤维管束区域中获取纤维管束图像，所述纤维管束图像包含点状图像以及环绕于所述点状图像外围的环抱状图像；
12.判断步骤：定义所述点状图像所指向方向的边为竹青面。
13.进一步地，执行所述图像获取步骤之后、纤维管束区域提取步骤之前，包含：
14.区域划分步骤：对所述横截面图像中值滤波，根据中值滤波结果的颜色，对所述横截面图像进行区域划分，得到正常区域、污损区域。
15.所述纤维管束区域提取步骤中，从所述正常区域提取一个或多个纤维管束区域。
16.进一步地，所述得到正常区域、污损区域后，包含：
17.获取所述正常区域和所述污损区域在所述横截面图像中对应的的位置、大小。
18.进一步地，所述从所述纤维管束区域中获取纤维管束图像包含：
19.二值化处理所述纤维管束区域，保留二值化处理结果中深色的像素点，得到纤维管束图像。
20.进一步地，从所述横截面图像的中间位置提取一个或多个纤维管束区域。
21.进一步地，纤维管束区域提取步骤包含：
22.通过模板匹配或者模式识别或者特征值匹配或者人工智能匹配提取所述横截面图像中的一个或多个纤维管束区域；
23.进一步地，所述点状图像所指向方向的边为竹青面包括：
24.计算所述环抱状图像的重心和所述点状图像的中心，所述重心指向所述中心的方向对应的竹条端边为竹青面。
25.进一步地，所述判断步骤后，执行：
26.统计步骤：重复执行若干次识别步骤、判定步骤，得到若干个判定结果，统计并计算不同的所述判定结果对应的概率，选取最高概率的判定结果作为竹青面。
27.进一步地，所述统计步骤包含：
28.若所述最高概率低于70％，判定结果为无效结果。
29.因此，本发明提供以下的效果和/或优点：
30.本发明改变了传统识别竹青黄面的方法，不再通过纤维管束的密度来识别竹青黄面，转而使用一个纤维管束即可识别判定竹青或竹黄面。由于只需要一个纤维管束即可识别，本技术避免了传统方法中对竹条横截面的洁净要求高切不能出现污点、破损等情况。
31.本发明根据单个纤维管束的形状是朝着竹黄的一面逐渐膨胀，朝着竹青的一面逐渐缩聚，单个纤维管束的形状各不相同这样的特点，只选用竹条的横截面图像中间部分的一条区域内的纤维管束进行提取，能够获得最具关联性、最具识别价值的纤维管束图像。能够更加满足纤维管束的形态特征。
32.本发明包含统计步骤，避免了判断的结果出现异常，为了进一步加强判定结果与竹条的实际青黄面的关联性。
33.应当明白，本发明的上文的概述和下面的详细说明是示例性和解释性的，并且意在提供对如要求保护的本发明的进一步的解释。
附图说明
34.图1为本发明的流程示意图。
35.图2为竹条的横截面的结构示意图。
36.图3为横截面图像示意图。
37.图4为竹条受到污染、破损示意图。
38.图5为中值滤波后的结果示意图。
39.图6为纤维管束的形态变化图。
40.图7为纤维管束区域示意图。
41.图8为纤维管束图像示意图。
42.图9为实施例一中，点状图像所指向方向为竹青面的示意图。
具体实施方式
43.为了便于本领域技术人员理解，现将实施例结合附图对本发明作进一步详细描述：
44.实施例一
45.竹材是可迅速再生的生物材料之一，力学性能好，强度和模量超过木材；断裂韧性和疲劳性能超过多数的工程材料。毛竹横切面纤维管束的分布，参考图2，一般是位于竹青的小而密，位于内侧的大而疏。纤维管束通常位于以横切面的圆心为中心向竹青面发散的排列分布。申请人发现，纤维管束的方向也是以圆心为中心向竹青面发散的，纤维管束包含一个点状和一个环抱状，点状的方向始终指向竹青的一面。申请人正是根据此特点，提供下列方法进行。
46.参考图1，一种通过纤维管束识别竹条青黄面的方法，包含以下步骤：
47.s1，图像获取步骤：获取竹条的横截面图像。
48.本实施例中，获取竹条是经过前序工序刨切加工过的竹条，竹条的两面已经被刨切，且竹条的横截面被加工为类似方形的结构，以便于后续工序直接取用并加工。本实施例中，获取竹条的横截面图像可以通过摄像机、摄像头、相机等设备获取，在此不做限定。获取的横截面图像如图3所示。
49.s2，区域划分步骤：对所述横截面图像中值滤波，根据中值滤波结果的颜色，对所述横截面图像进行区域划分，得到正常区域、污损区域。获取所述正常区域和所述污损区域在所述横截面图像中对应的的位置、大小。
50.由于竹条在切割、刨切等过程中，可能受到不同程度的污染、破损等，甚至沾到水等液体，均会导致竹条的颜色出现异常，例如图4所示。为了抵抗并剔除这些异常颜色的区域，本技术加入了中值滤波这样的步骤对s1获取得到的横截面图像进行处理。本实施例中，就本文使用的而言，术语“中值滤波法”可被认为和/或被称为：中值滤波法是一种非线性平滑技术，它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，中值滤波对脉冲噪声有良好的滤除作用，特别是在滤除噪声的同时，能够保护信号的边缘，使之不被模糊。同一表面上采样点的颜色之间通常存在着空间相关性，相邻各点的取值往往相近或者相同，这就是空间冗余。而脉冲噪声通常是在一个邻域内有一个点或多个点的灰度值很高或很低，这就与周围像素存在较大差异，因此中值滤波能很好的去除这种噪声。中值滤波后，得到的图像如图5所示，能够很好地计算出正常区域、污损区域等。本实施例中，只取正常区域进行后续计算。
51.s3，纤维管束区域提取步骤：通过模板匹配或者模式识别或者特征值匹配或者人工智能匹配，从所述横截面图像的中间、并且属于所述正常区域的位置提取所述横截面图像中的一个或多个纤维管束区域。
52.本实施例中，就本文使用的而言，术语“模板匹配”可被认为和/或被称为：模板匹配是一项在一幅图像中寻找与另一幅模板图像最匹配(相似)部分的技术。这里说的模板是我们已知的小图像，也就是一个纤维管束的图像，模板匹配就是在从所述横截面图像中搜寻目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。其中，模板匹配属于现有算法的直接调用，在此不做具体展开。
53.本实施例中，就本文使用的而言，术语“模式识别”可被认为和/或被称为：模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。模式是存在于时间和空间中的可观察的事物，可以区别它们是否相同或者是否相似其中，模式识别属于现有算法的直接调用，在此不做具体展开。
54.本实施例中，就本文使用的而言，术语“特征值匹配”可被认为和/或被称为：一幅图像中总存在着其独特的像素点，特征值匹配是在特征点为基础，寻找这幅图像的特征，成为特征点，在特征点的集合中寻找和其最相似的特征点，这就是特征点的匹配。其中，特征值匹配是属于现有算法的直接调用，在此不做具体展开。
55.通过上述模板匹配或者模式识别或者特征值匹配或者人工智能匹配其中的任意一种或其结合来获得一个或多个限位管束的图像，从而实现提取所述横截面图像中的一个或多个纤维管束区域。
56.同时，申请人发现，参考图6，毛竹的横截面中，单个纤维管束的形状是朝着竹黄的一面逐渐膨胀，朝着竹青的一面逐渐缩聚，单个纤维管束的形状各不相同，特别是在靠近竹黄一侧的单个纤维管束的形状已经出现剧烈膨化，失去了其点状加环抱状的形状特征。因此，本实施例中只选用竹条的横截面图像中间部分的一条区域内的纤维管束进行提取。能够更加满足纤维管束的形态特征。参考图7，得到所述横截面图像中的一个或多个纤维管束区域。
57.s4，识别步骤：从所述纤维管束区域中获取其中一个纤维管束图像，包括：二值化处理所述纤维管束区域，保留二值化处理结果中深色的像素点，得到纤维管束图像。所述纤维管束图像包含点状图像以及环绕于所述点状图像外围的环抱状图像。
58.本实施例中，就本文使用的而言，术语“二值化处理”可被认为和/或被称为：图像二值化(image binarization)就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果的过程。二值图像每个像素只有两种取值：要么纯黑，要么纯白。竹条横截面图像中，没有纤维管束的部分颜色较浅，纤维管束部分的颜色较深，通过二值化处理能够很方便地将纤维管束图像从纤维管束区域中凸显出来，去除底色，得到如图8所示的结果。
59.s5，判断步骤：定义所述点状图像所指向方向的边为竹青面。
60.本步骤中，申请人基于发现纤维管束的朝向是基本一致的，即每个方形的纤维管束区域中，纤维管束包含点状图像以及环绕于所述点状图像外围的环抱状图像，纤维管束的点状图像对应的纤维管束区域的边所指向的方向是竹青，纤维管束的环抱状图像对应的纤维管束区域的边所指向的方向是竹黄。
61.s6，统计步骤：重复执行若干次识别步骤、判定步骤，对其他的纤维管束区域计算，得到若干个判定结果，统计并计算不同的所述判定结果对应的概率，选取最高概率的判定结果作为竹青面，若所述最高概率低于70％，判定结果为无效结果。
62.本实施例中，由于纤维管束的形状各异，且竹条可能存在不同的轻微破损、异色等情况，造成中值滤波过程无法完全地剔除污损区域，或者该区域内纤维管束已经膨胀化失去了其对应中间位置原有的形态，判断的结果可能出现异常。为了进一步加强判定结果与竹条的实际青黄面的关联性，增加了统计步骤。统计步骤具体为，重复执行若干次图像获取步骤、纤维管束区域提取步骤、识别步骤、判定步骤，得到多个结果，例如包含十个结果，其中5个结果表示横截图像中的上端面是竹青，但是也有5个结果表示横截图像中的下端面是竹青。该结果所述最高概率低于70％，判定结果为无效结果，可以进一步通过夹取机构或其他机构将该竹条剔除，并提醒操作人员人工判断。若包含十个结果，其中8个结果表示横截图像中的上端面是竹青，但是也有2个结果表示横截图像中的下端面是竹青，则最高概率为
80％，高于本实施例设置的阈值70％，则判定结果为有效，并且输出横截图像中的上端面是竹青。
63.进一步地，下面介绍所述所述点状图像所指向方向为竹青面的具体方法，包括：
64.计算所述环抱状图像的重心和所述点状图像的中心，参考图9，所述重心指向所述中心的方向对应的竹条端边为竹青面。计算重心和中心的方法属于现有技术的直接引用，在此不做具体介绍。通过延长重心与中心的连线，并使连线延伸至竹条的端边，则相交的端边为竹青面。
65.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
66.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
67.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
68.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
69.应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
70.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
71.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
72.在本发明的描述中，需要理解的是，术语“第一”、“第二”仅用于描述目的，而不能
理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
73.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
74.在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
75.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
76.以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属于本发明的涵盖范围。