[发明专利]基于计算机视觉的实木地板分选方法及系统

权利要求书

1.一种基于计算机视觉的实木地板分选方法，其特征在于，包括以下步骤：

获取待检测实木地板的RGB图像，对获取的待检测实木地板RGB图像进行预处理，得到预处理后的待检测实木地板的RGB图像；

根据预处理后的待检测实木地板的RGB图像，确定待检测实木地板是否存在形状缺陷，若不存在形状缺陷，则根据预处理后的待检测实木地板的RGB图像，确定待检测实木地板中对应n种内部缺陷所分别对应的特征值以及RGB图像中的各个像素点所属内部缺陷的类型数目；

根据待检测实木地板中对应n种内部缺陷所分别对应的特征值和预先确定的n种内部缺陷分别对应的最优权值，计算待检测实木地板的缺陷程度；

根据待检测实木地板的缺陷程度以及RGB图像中的各个像素点所属内部缺陷的类型数目，得到待检测实木地板的缺陷程度矩阵，根据待检测实木地板的缺陷程度矩阵，得到待检测实木地板的多尺度特征基元字典；

根据待检测实木地板的多尺度特征基元字典以及预先确定的最优权重向量，得到待检测实木地板的最优加权特征基元字典；

根据待检测实木地板的最优加权特征基元字典，确定待检测实木地板的缺陷等级。

2.根据权利要求1所述的基于计算机视觉的实木地板分选方法，其特征在于，最优权重向量的确定过程包括：

获取M张实木地板图像，并确定该M张实木地板图像各自对应的缺陷程度矩阵，并根据M张实木地板图像各自对应的缺陷程度矩阵，确定M张实木地板图像各自对应的多尺度特征基元字典；

根据M张实木地板图像各自对应的缺陷程度矩阵和多尺度特征基元字典以及各个待检测的权重向量，构建目标函数；

对构建的目标函数进行求解，得到待检测的权重向量，并将该待检测的权重向量作为最优权重向量。

3.根据权利要求2所述的基于计算机视觉的实木地板分选方法，其特征在于，构建的目标函数E的表达式为：

E＝min‖(A-D·X)‖₂

其中，E为目标函数，min()为求最小值的函数，‖()‖₂为求二范数误差的函数，A为M张实木地板图像各自对应的缺陷程度矩阵，D为M张实木地板图像各自对应的多尺度特征基元字典，X为待检测的权重向量。

4.根据权利要求1所述的基于计算机视觉的实木地板分选方法，其特征在于，根据预处理后的待检测实木地板的RGB图像，确定待检测实木地板中对应n种内部缺陷所分别对应的特征值的步骤包括：

根据预处理后的待检测实木地板的RGB图像，确定RGB图像中对应的n种内部缺陷的像素点个数以及RGB图像中所有像素点的总数目；

根据RGB图像中对应的n种内部缺陷的像素点个数以及RGB图像中所有像素点的总数目，确定待检测实木地板中对应n种内部缺陷所分别对应的特征值。

5.根据权利要求1所述的基于计算机视觉的实木地板分选方法，其特征在于，待检测实木地板的缺陷程度的表达式为：

其中，F₀为待检测实木地板的缺陷程度，w_k为第k种内部缺陷所对应的最优权值，x_k为待检测实木地板中对应的第k种内部缺陷所对应的特征值。

6.根据权利要求1所述的基于计算机视觉的实木地板分选方法，其特征在于，得到待检测实木地板的缺陷程度矩阵的步骤包括：

根据RGB图像中的各个像素点所属内部缺陷的类型数目，得到RGB图像中的各个像素点的缺陷程度权值；

根据待检测实木地板的缺陷程度和RGB图像中的各个像素点的缺陷程度权值，得到RGB图像中的各个像素点的缺陷程度指标值；

根据RGB图像中的各个像素点的缺陷程度指标值，得到待检测实木地板的缺陷程度矩阵。