[发明专利]一种木材同一性检测方法

权利要求书

1.一种木材同一性检测方法，其特征在于，该方法包括：

采集横截面以20X放大镜截取300x300像素的图片信息，

再采用ORB算法提取图像中的关键点，逐一对灰度图片中的所有像素进行遍历，比较选定像素点与其邻居之间的灰度值，如果灰度值差异超过指定的阈值，在记为关键点，保存在关键点集合中；

然后对关键点进行遍历，计算每一个关键点所在区域的形心，计算机关键点与其形心的之间旋转角度，对关键点所在区域进行旋转，计算关键点的描述子；特征点是关键点与其邻居的灰度值的差值；

统计描述子相匹配的关键点数目，定义相匹配的点为特征点，如果匹配成功的点数目到达设定的阈值，则认为图片来自相同的木材，否则认为图片来自不同的木材；最后输出结果；

具体步骤如下：

步骤1：

选取横截面为采集部位，以20X放大镜电子显微镜采集300x300像素的图像信息；

步骤2：

利用ORB算法提取图像中的关键点，先把彩色图片转换成灰度图，然后遍历图片中所有的像素，计算该点与其4个近邻的灰度值差；

步骤3：

得到关键点集合，对关键点进行遍历并计算每一个关键点所在区域的形心，所述区域为一个以关键点为中心的矩形区域，所述区域的大小为15x15,按既定计算区域的形心；

步骤4：

定义相匹配的关键点为特征点，

在一个特征区域中求取特征点到形心的特征向量与x坐标轴存在的夹角θ，将θ角度对特征区域进行旋转操作，求得旋转矩阵；

步骤5：

将其中任意一个特征点p描述符记为f_n(P)，

其中n＝256，τ(I:x,y)表示x与点y的灰度值比较结果，

若x的灰度值大于y的灰度值，函数

返回0，否则返回1；

步骤6：进行同一性认定时，

首先需要对特征点进行匹配操作，然后统计匹配成功的比例，如果匹配成功的数目达到设定的阈值，则认为两幅图像来自同一木材个体；特征点的相似度通过他们描述符的欧拉距离进行判断，按照下式规则判定，

再在进行特征点匹配时，最开始每一个点都取2个距离最小的匹配点，最后判断这两个特征点之间的距离，如果第一个匹配点的距离小于第二个匹点的距离的70％,则认为这是一个成功的匹配，否则取消匹配；

定义匹配基数S_t是两幅图像特征点数的最大值乘以0.16，如果成功匹配的点的数目大于S_t，显示两幅图像来自同一个木材个体；

在步骤3中，具体算法为采用下式(2)表达为

其中，I(x，y)表示点(x，y)的灰度值，p,q∈{0,1}；

所述区域的形心坐标式(3)表达为

2.根据权利要求1所述的一种木材同一性检测方法，其特征在于：在步骤1中，假设当前遍历的点为p，它的四个近邻定义为以3位半径的4个点p₁,p₂,p₃,p₄，然后利用式(1)分别计算点p与它们的灰度值的差；

d_i＝|I_p-I_pi|                  (1)，

其中，I_p表示p点的灰度值；

若四个邻居中有2个邻居的灰度值与p的灰度值相差超过指定的阈值，则p点记为一个特征点；在遍历完图片后，记录多个特征点。

3.根据权利要求1所述的一种木材同一性检测方法，其特征在于：在步骤4中，求得θ＝atan2(m₀₁,m₁₀)，以B_θ＝R_θB，旋转矩阵为

4.根据权利要求1所述的一种木材同一性检测方法，其特征在于：在步骤6中，所述匹配基数S_t为max(F_A,F_B)×0.16。

5.一种计算机存储介质，其上存储有计算机程序，其特征在于：该程序被处理器执行时实现如权利要求1—4任一所述方法的步骤。