论文部分内容阅读
目前,在我国最具木材生产价值的原始森林中,珍贵树种覆盖率比重很小,在生长期间易受到腐朽和微生物侵害的影响,导致珍贵树种内部存在节子、腐朽和裂纹等缺陷,因此,人们对珍贵树种的需求更加迫切。为摆脱树种这种现象的加重和延续,弥补我国珍贵树种资源的不足,我们需要检测及判断珍贵树种内部生长是否健康。识别木材健康与否最为常用的方法就是传统的无损检测技术对缺陷的判断,并通过判断结果选择使用的木材。然而,传统的无损检测技术对木材本身具有一定的破坏性,检测速度慢,判断结果也具有一定的不确定性。因此,急需在不消耗大量时间的情况下,精准地检测木材内部健康状况。高精度的重建为后续的防治工作做准备,它也是高效地使用木材加工等工作中必不可少的环节。本研究利用计算机图像处理,MATLAB数学软件及粒子群优化的Landweber迭代算法进行电阻层析成像,以立木孔洞缺陷木材为研究对象,经过电压数据采集、断层图像重建、图像预处理、插值处理和三维重建等过程,实现了对常见的立木孔洞缺陷的图像重建。该方法进行木材孔洞缺陷的重建具有一定科学性、准确性,在木材缺陷无损检测方面具有一定的研究意义。在数据采集过程中,以直径约200mm,厚度500mm的孔洞圆盘试样木材为研究对象,采用电学信号采集和测量功能的PXI平台进行16电极传感器、相邻激励模式的ERT技术检测,获取数据并建立有限元模型。在断层图像重建环节,采用粒子群算法对灵敏度矩阵进行优化及增益因子的选择,且通过Landweber迭代算法重建公式重建出断层缺陷图。在图像预处理过程中,采用直方图均衡化进行木材断层缺陷图像增强,对传统中值滤波算法进行改进,应用图像分割进行木材与背景和木材与缺陷的分离,对立木孔洞图像进行轮廓的膨胀与填充。采用改进的线性插值,将插值点进行分类、判断待插值点类型,并针对各种类型的插值点进行分类层间插值,然后采用序列图及插值图像,运用体绘制方法,完成木材内部缺陷图像的重建。