[发明专利]一种基于自适应阈值的木材图像背景去除方法

权利要求书

1.一种基于自适应阈值的木材图像背景去除方法，其特征在于，包括以下步骤：

S1、对原始木材图像进行缩放，以获得低倍率木材图像；

S2、通过图像滤波和二值化处理生成二值黑白木材图像；

S3、对二值黑白木材图像按照行列两个方向分别提取均值向量；

S4、采用自适应阈值法求得低倍率木材图像的边界坐标；

S5、将边界还原至原始木材图像以截取边界两端的局部图像，并重复步骤S2-S4获得最终精确的边界坐标信息。

2.根据权利要求1所述的一种基于自适应阈值的木材图像背景去除方法，其特征在于，步骤S1中，获得长宽尺寸为H×W的原始木材图像后，设置缩放比例为r，对原始木材图像进行缩放，得到长宽尺寸为的低倍率木材图像。

3.根据权利要求1所述的一种基于自适应阈值的木材图像背景去除方法，其特征在于，步骤S2中，图像滤波的实现方法为：对于低倍率木材图像，采用尺寸大小为k×k的Laplacian算子对其进行卷积滤波，并求取每个像素点的绝对值，得到滤波后木材图像；

二值化处理的实现方法为：采用OTSU自适应阈值分割算法对滤波后木材图像的前景与背景进行分割，得到二值黑白木材图像。

4.根据权利要求1所述的一种基于自适应阈值的木材图像背景去除方法，其特征在于，步骤S3中，对二值黑白木材图像按行提取均值向量的实现方法为：

对二值黑白木材图像按行求取平均值，以获得长度为的初始均值向量V＝(v₁,v₂,…,v_i,…,v_Ldt)，其中v_i表示图像中第i行所有像素点的平均值，L_dt表示该向量长度；

然后，进行背景值归零，包括以下步骤：

S301、将初始均值向量V等分为n_V个子向量并求取子向量的平均值M_i，其中i＝(1,2,…,n_V)；求取初始均值向量V的平均值M_V；取M_i和M_V的最大值作为平均前景值M_fg；

S302、分别求取初始均值向量V的前d个元素和后d个元素的平均值得到M_head和M_end，取M_head、M_end和M_V中的最小值作为平均背景值M_bg；

S303、求取扣除值

S304、求取均值向量其中p_i＝v_i-v_reduce，i＝(1,2,…,L_dt)。