[发明专利]一种刨花板图像灰度值校正方法及装置

说明书

本发明公开了一种刨花板图像灰度值校正方法及装置，所述校正方法包括以下步骤：获取待校正刨花板图像和标准刨花板图像；计算待校正刨花板图像灰度值矩阵M_t和标准刨花板图像灰度值矩阵M_s；计算待校正刨花板图像灰度值矩阵M_t与标准刨花板图像灰度值矩阵M_s的灰度差值矩阵ΔM；对灰度差值矩阵ΔM中的每个元素进行校正，得到校正后刨花板图像灰度值矩阵M；根据校正后刨花板图像灰度值矩阵M获取校正后刨花板图像。本发明解决了用肉眼进行刨花板检测时存在的检测效率低、漏检率高、误检率高的问题。本发明通过对待校正刨花板图像进行校正，让机器能够准确识别出校正后刨花板图像上的缺陷区域，提高了检测效率和准确率，降低了漏检率以及人工成本。

技术领域

本发明属于刨花板板面缺陷检测领域，具体地说，涉及一种刨花板图像灰度值校正方法及装置。

背景技术

挪威有一款名为Argos刨花板表面缺陷检测系统，辨识率仅在65～70％左右，但尚未达到在线生产应用的阶段。现阶段，研究的对采集图像中的斑点、划痕、凹坑等缺陷进行检测，虽然可标记图像中缺陷位置，但准确率依然无法得到提升。问题在于刨花板表面图像灰度值中间高、四周低，且有较多的毛刺会对刨花板表面缺陷检测带来较大影响。刨花板表面缺陷的正确检出需要检测系统能够发现缺陷，前提需要表面更加完整、平滑，起到减少刨花板表面缺陷误判率的作用，通过对缺陷进行定量分析，最后得出判断结果。

基于机器视觉的人造板表面缺陷检测系统能够实现对板材表面缺陷的快速、准确定位和识别，表面缺陷会降低板材强度、影响板材外观，并且给二次加工带来困难。目前，我国还没有成熟的自动化表面缺陷在线检测系统投入到生产线上，企业都是靠降低刨花板生产线的运行速度，雇佣工人用肉眼进行检测，存在诸多问题，如劳动强度大、检测效率低、漏检率高、误检率高等。

有鉴于此特提出本发明。

发明内容

本发明要解决的技术问题在于克服现有技术的不足，提供一种刨花板图像灰度值校正方法及装置，能够对刨花板图像灰度值进行校正，让机器能够准确识别出待校正刨花板图像上的缺陷区域。

为解决上述技术问题，本发明采用技术方案的基本构思是：

一种刨花板图像灰度值校正方法，包括以下步骤：

S1：获取待校正刨花板图像，计算待校正刨花板图像灰度值矩阵M_t；

S2：计算待校正刨花板图像灰度值矩阵M_t与标准刨花板图像灰度值矩阵M_s的灰度差值矩阵ΔM；

S3：对灰度差值矩阵ΔM中的每个元素进行校正，得到校正后刨花板图像灰度值矩阵M；

S4：根据校正后刨花板图像灰度值矩阵获取校正后刨花板图像。

优选的，所述步骤S1中还包括：调整所述待校正刨花板图像的大小，使所述待校正刨花板图像的大小与所述标准刨花板图像的大小相等。

优选的，通过对灰度差值加上一个基准值rev来进行校正。

优选的，所述基准值rev选取为标准刨花板图像中所有像素点的灰度值的平均值MEAN_Ms。

优选的，所述基准值rev选取为待校正刨花板图像中所有像素点的灰度值的平均值。

优选的，所述基准值rev取值范围为-ΔM_min≤rev≤255-ΔM_max，其中，ΔM_min为所述灰度差值矩阵ΔM中所有元素的最小值，ΔM_max为所述灰度差值矩阵ΔM中所有元素的最大值。