编号 zgly0001743192
文献类型 期刊论文
文献题名 一种自适应逐级开运算的原木端面识别方法
作者单位 河北农业大学信息科学与技术学院 河北省城市森林健康技术创新中心 河北省木兰围场国有林场管理局
母体文献 西北林学院学报
年卷期 2022,37(5)
页码 202-209
年份 2022
分类号 S781.1
关键词 形态学运算 自适应 逐级开运算 原木识别
文摘内容 为提高原木检尺的工作效率,提出一种自适应逐级开运算的成堆原木端面识别方法,以实现自然环境下成堆原木端面的快速识别。获取自然环境下堆放的成堆原木图像,利用PSO改进的K-Means聚类算法基于图像的RGB色差值,对图像进行背景和目标的分割,用PSO算法寻找K-Means的初始聚类中心,通过背景和原木堆的聚类实现背景和目标的分割。对于分割后的图像,设计了一种自适应原木端面大小的逐级开运算原木端面识别方法,该方法根据图像中的目标原木大小,以圆面积计算公式中面积和半径的正比关系为依据,用半径作为结构元素,从而自适应地寻找出结构元素的最大值和最小值,在2个最值的区间内设定1个可变的结构元素,从最大值逐渐减少地对目标图像进行开运算,从而实现对图像中不同直径大小的原木识别,计算出原木堆图像中所有原木的根数。结果表明,使用逐级开运算进行原木识别,对清楞原木的检测达到平均正检率97.26%,漏检率2.74%,错检率8.10%;混楞原木检测正检率93.32%,漏检率6.68%,错检率7.02%;与使用Hough变换进行圆检测的方法相比,本算法清楞原木和混楞原木的正检率平均提高分别为16.24%和19.29%。自适应逐级开运算的原木端面识别方法,可以识别不同直径的成堆原木端面,从而实现原木根数的自动计算,能有效提高人工检尺的效率。