[发明专利]木材缺陷自动检测方法、系统及其存储介质

权利要求书

1.一种木材缺陷自动检测方法，其特征在于，包括：

获取木板的原始扫描图像；

对所述原始扫描图像进行背景差分处理，从所述原始扫描图像中去除背景区域，得到木板区域图像；

按预定的尺寸对所述木板区域图像的图像尺寸进行调整，得到待检测图像；

在将所述待检测图像进行亮度自适应增强后，将所述待检测图像输入检测分析深度学习模型，获取到所检测到的缺陷信息；

根据所述缺陷信息定位出每个缺陷在所述木板区域图像中的位置坐标，并对缺陷信息进行整合后输出。

2.根据权利要求1所述的木材缺陷自动检测方法，其特征在于，所述将所述待检测图像输入检测分析深度学习模型，获取到所检测到的缺陷信息包括：

将所述待检测图像输入第一检测模型，判断是否输出有第一结果，若输出有第一结果，则获取该第一结果，并将其作为缺陷信息。

3.根据权利要求2所述的木材缺陷自动检测方法，其特征在于，所述按预定的尺寸对所述木板区域图像的图像尺寸进行调整，得到待检测图像包括：

获取所述木板区域图像的长宽参数，并根据所述木板区域图像的长宽参数对所述木板区域图像进行分切，得到两个以上区域不重叠的待检测图像。

4.根据权利要求1所述的木材缺陷自动检测方法，其特征在于，所述将所述待检测图像输入检测分析深度学习模型，获取到所检测到的缺陷信息包括：

将所述待检测图像输入第二检测模型，判断是否输出有第二结果，若输出有第二结果，则获取该第二结果，并将其作为缺陷信息。

5.根据权利要求4所述的木材缺陷自动检测方法，其特征在于，所述按预定的尺寸对所述木板区域图像的图像尺寸进行调整，得到待检测图像包括：

获取所述木板区域图像的长宽参数，并根据所述木板区域图像的长宽参数和预设的重叠区域长度，对所述木板区域图像进行分切，得到两个以上具有重叠区域的待检测图像。

6.根据权利要求3或5所述的木材缺陷自动检测方法，其特征在于，所述对所述原始扫描图像进行背景差分处理，从所述原始扫描图像中去除背景区域，得到木板区域图像包括：

从所述原始扫描图像中对预定高度的图像区域进行截取，得到对比图像；

将所述对比图像进行拉伸，使得拉伸后的对比图像与所述原始扫描图像的高度相一致；

将所述原始扫描图像与拉伸后的对比图像分别进行灰度化处理，再减去两图像中内容相同的区域，得到差异区域；

计算所述差异区域中每个像素点的周边领域的均值，并根据其均值来确定阈值，对所述差异区域进行自适应阈值二值化处理；再进行形态学闭操作得到多个像素区域，然后筛选出面积最大的像素区域，作为前景轮廓；

根据所述前景轮廓对所述原始扫描图像进行提取，得到得到木板区域图像。

7.根据权利要求6所述的木材缺陷自动检测方法，其特征在于，所述将所述待检测图像进行亮度自适应增强包括：

求得所述待检测图像中R、G、B三个通道均值，并根据R、G、B三个通道均值计算出图像的整体亮度；

将亮度数值除以预设值作为Gamma系数，根据该Gamma系数进行Gamma校正。

8.根据权利要求7所述的木材缺陷自动检测装置，其特征在于，所述根据所述缺陷信息定位出每个缺陷在所述木板区域图像中的位置坐标包括：

根据所述缺陷信息获取每个缺陷在所述待检测图像中的位置坐标，并获取每张所述待检测图像之间位置关系；

根据每个缺陷在所述待检测图像中的位置坐标以及每张所述待检测图像之间位置关系，将每个缺陷的位置坐标映射至所述木板区域图像中。