(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210345082.8 (22)申请日 2022.03.31 (71)申请人 海门王巢家具制造有限公司 地址 226152 江苏省南 通市海门市余 东镇 希诺路19号 (72)发明人 张敏　李坚彬　 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 7/143(2017.01) G06T 7/46(2017.01) G06V 10/77(2022.01) G06V 10/762(2022.01) G06K 9/62(2022.01) (54)发明名称 一种基于图像处理的扭曲木材检测方法及 系统 (57)摘要 本发明涉及人工智能技术领域， 具体涉及一 种基于图像处理的扭曲木材检测方法及系统， 包 括： 获取待检测扭曲板材的各个不同拍摄角度的 表面图像， 根据表面图像获取对应的灰度图像； 根据灰度图像中各个像素点的灰度值和位置信 息， 确定灰度图像中各个像素点的属于纹理的概 率值和主成分方向； 根据灰度图像中各个像素点 的属于纹理的概率值、 主成分方向以及位置信 息， 确定灰度图像中各个像素点的属于边缘的概 率值； 根据灰度图像中各个像素点的属于边缘的 概率值， 确定各个不同拍摄角度下的待检测板材 的边缘线， 进而根据各个不同拍摄角度下的待检 测板材的边缘线， 确定待检测扭曲板材的各个边 缘线。 本发明可以准确获取扭曲板材的边缘线， 提高了扭曲板材的生产率。 权利要求书3页 说明书12页 附图1页 CN 114897773 A 2022.08.12 CN 114897773 A 1.一种基于图像处 理的扭曲木材检测方法， 其特 征在于， 包括以下步骤： 获取待检测扭曲板材的各个不同拍摄角度的表面图像， 并根据表面图像获取对应的灰 度图像； 根据灰度图像 中各个像素点的灰度值和位置信 息， 确定灰度图像中各个像素点的属于 纹理的概率值和主成分方向； 根据灰度图像中各个像素点的属于纹理的概率值、 主成分方向以及位置信息， 确定灰 度图像中各个 像素点的属于边 缘的概率值； 根据灰度图像 中各个像素点的属于边缘的概率值， 确定各个不同拍摄角度下的待检测 板材的边缘线， 进而根据各个不同拍摄角度下 的待检测板材 的边缘线， 确定待检测扭曲板 材的各个边 缘线。 2.根据权利要求1所述的基于图像处理 的扭曲木材检测方法， 其特征在于， 确定灰度图 像中各个 像素点的属于纹 理的概率值和主成分方向的步骤 包括： 分别以灰度图像中各个像素点为中心像素点， 构建滑窗区域， 并对滑窗区域进行直方 图均衡化处 理， 得到处 理后的滑窗 区域； 根据处理后的滑窗区域内各个像素点的灰度值， 确定处理后的滑窗区域内各个像素点 中的各个纹 理像素点； 根据处理后的滑窗区域内的各个纹理像素点的灰度值以及对应中心像素点的灰度值， 确定灰度图像中对应各个 像素点的初始的属于纹 理的概率值； 根据处理后的滑窗区域内的各个纹理像素点的位置信 息， 确定处理后的滑窗区域内的 各个纹理像素点类别， 进而根据各个纹理像素点类别中各个纹理像素点的位置， 确定滑 窗 区域内的各个纹理像素点类别的主成分方向、 第一纹理分散指标值和第二纹理分散指标 值； 根据灰度图像中对应各个像素点的初始的属于纹理的概率值以及滑窗区域内的各个 纹理像素点类别的第一纹理分散指标值和 第二纹理分散指标值， 计算灰度图像中各个像素 点的各个修 正后的属于纹 理的概率值； 根据灰度图像 中各个像素点的各个修正后的属于纹理的概率值， 确定灰度图像中各个 像素点的最 终的属于纹理的概率值， 并将最 终的属于纹理的概率值所对应的纹理像素点类 别的主成分方向作为灰度图像中对应各个 像素点的主成分方向。 3.根据权利要求2所述的基于图像处理 的扭曲木材检测方法， 其特征在于， 确定灰度图 像中对应各个 像素点的初始的属于纹 理的概率值的步骤 包括： 根据处理后的滑窗区域内的各个纹理像素点的灰度值， 计算各个纹理像素点的灰度均 值和方差， 并根据各个纹 理像素点的灰度均值和方差， 构建高斯 函数； 将处理后的滑窗区域对应中心像素点的灰度值代入到 高斯函数， 从而计算出灰度图像 中对应各个 像素点的初始的属于纹 理的概率值。 4.根据权利要求2所述的基于图像处理 的扭曲木材检测方法， 其特征在于， 灰度图像中 各个像素点的各个修 正后的属于纹 理的概率值对应的计算公式为： 其中， P’为灰度图像 中像素点的修正后的属于纹理的概率值， P为灰度图像 中像素点的权　利　要　求　书 1/3 页 2 CN 114897773 A 2初始的属于纹理的概率值， σ1为灰度图像中像素点的处理后的滑窗区域内的任意一个纹理 像素点类别的第一纹理分散指标值， σ2为灰度图像中像素点的处理后的滑窗区域内的任意 一个纹理像素点类别的第二纹 理分散指标值。 5.根据权利要求1所述的基于图像处理 的扭曲木材检测方法， 其特征在于， 确定灰度图 像中各个 像素点的属于边 缘的概率值的步骤 包括： 根据灰度图像中各个像素点的属于纹理的概率值、 主成分方向以及位置信息， 对灰度 图像中各个 像素点进行聚类， 得到各个 像素点类别； 根据各个像素点类别中各个像素点的位置信 息， 确定各个像素点类别的像素点分布长 宽比值以及各个 像素点类别中各个 像素点的边 缘表征值； 根据各个像素点类别的像素点分布长宽比值， 确定各个像素点类别中的各个条状像素 点类别以及非条状 像素点类别； 根据各个条状像素点类别的像素点分布长宽比值和条状像素点类别中各个像素点的 边缘表征值， 计算各个条状 像素点类别中各个 像素点的属于边 缘的概率值； 根据各个条状像素点类别中各个像素点的位置信息和非条状像素点类别中各个像素 点的位置信息， 确定各个非条状 像素点类别的目标邻近条状 像素点类别； 根据各个非条状像素点类别的目标邻 近条状像素点类别中的各个边缘像素点的位置， 确定各个非条状 像素点类别的投影方向； 根据各个非条状像素点类别的投影方向以及各个非条状像素点类别中各个像素点的 位置信息， 确定各个非条状 像素点类别中各个 像素点的边 缘表征值； 根据各个非条状像素点类别中各个像素点的边缘表征值以及各个非条状像素点类别 的目标邻近条状像素点类别的像素点分布长宽比值， 计算各个非条状像素点类别中各个像 素点的属于边 缘的概率值。 6.根据权利要求5所述的基于图像处理 的扭曲木材检测方法， 其特征在于， 确定各个像 素点类别的像素点分布长宽比值以及各个像素点类别中各个像素点的边缘表征值的步骤 包括： 根据各个像素点类别中各个像素点的位置信 息， 确定各个像素点类别的第 一主成分方 向和第二主成分方向； 确定各个像素点类别中各个像素点在其对应的第 一主成分方向上的第 一投影点， 以及 各个像素点类别中各个 像素点在其对应的第二主成分方向上的第二投影点； 根据各个像素点类别中各个像素点在其对应的第 一主成分方向上的第 一投影点， 确定 各个像素点类别对应的所有第一投影点的中心投影点和第一主成分方向投影长度， 并根据 各个像素点类别中各个像素点在其对应的第二主成分方向上的第二投影点， 确定各个像素 点类别对应的第二主成分方向投影长度； 根据确定各个像素点类别中各个像素点在其对应的第一主成分方向上的第一投影点 与对应的中心投影点之间的距离， 确定各个像素点类别中各个像素点的边缘表征值， 并根 据各个像素点类别对应的第一主成分方向投影长度和 第二主成分方向投影长度， 确定各个 像素点类别的像素点分布长 宽比值。 7.根据权利要求5所述的基于图像处理 的扭曲木材检测方法， 其特征在于， 各个条状像 素点类别中各个 像素点的属于边 缘的概率值对应的计算公式为：权　利　要　求　书 2/3 页 3 CN 114897773 A 3