姜俊鵬， 呂 斌， 胡夠英， 祝 超， 劉偉忠， 陳偉浪

(1.江山市檢驗檢測研究院，浙江 江山 324110；2.衢州市方圓林產(chǎn)品檢驗檢測有限公司，浙江 江山 324110)

中國是木材交易量極大的一個國家，大量的木材交易引發(fā)珍稀植物的盜砍盜伐，同時，在利益的驅(qū)使下，出現(xiàn)不法分子以次充好，給消費者帶來巨大的經(jīng)濟(jì)損失。由于傳統(tǒng)人工識別木材種類需花費的時間較長，成本較高，導(dǎo)致木材種類識別工作難度大，耗時長，保護(hù)珍稀植物難度大。研究一種利用計算機技術(shù)進(jìn)行木材種類快速識別的方法，對保護(hù)森林資源和保護(hù)消費者的合法權(quán)益有積極意義。

木材種類可通過木材構(gòu)造特征、木材材色、木材氣味、木材氣干密度等方法識別。為正確判定木材種類，通常采用的是觀察比對木材微觀構(gòu)造的方法。通過木材微觀構(gòu)造識別是指通過木材的微觀結(jié)構(gòu)，包括管孔特征、木射線特征等，對木材的種類進(jìn)行識別。傳統(tǒng)的檢測方法多是依靠人工目視比較檢測，對檢測人員的經(jīng)驗有較高要求，檢測結(jié)果不具有客觀性，對檢測人員的眼睛也有較大傷害，且效率極低。

近年來，隨著機器視覺技術(shù)的快速發(fā)展，因其具有精度高、速度快、穩(wěn)定性好、成本低等優(yōu)勢，已被廣泛應(yīng)用于各個行業(yè)?？蓪C器視覺技術(shù)運用到木材種類識別領(lǐng)域中，以提高識別效率和準(zhǔn)確度。

1 基于機器視覺的木材種類識別系統(tǒng)研究現(xiàn)狀

機器視覺在木材種類識別領(lǐng)域雖然發(fā)展勢頭強勁，但依然不是很成熟。近幾年關(guān)于機器視覺在木材種類識別領(lǐng)域的相關(guān)研究主要集中在各種借鑒主流神經(jīng)網(wǎng)絡(luò)框架方面。卷積神經(jīng)網(wǎng)絡(luò)作為目前圖像識別領(lǐng)域中最先進(jìn)的技術(shù)，利用該模型對木材顯微切片紋理特征進(jìn)行分析識別，可大幅降低木材種類識別的專業(yè)要求，又能提高識別率。

2 基于機器視覺的木材種類識別系統(tǒng)

機器視覺是實現(xiàn)機器模擬人眼功能來代替人類完成某些工作，其主要是通過攝像頭對目標(biāo)物體拍照，獲取物體的圖像，然后利用圖像處理器對原始圖像進(jìn)行分析處理最終達(dá)到對物體進(jìn)行識別和檢測的目的?；跈C器視覺的木材種類識別系統(tǒng)原理圖如圖1所示。

圖1 基于機器視覺的木材種類識別系統(tǒng)原理圖

基于機器視覺的木材種類識別過程如下：先制備試驗顯微切片，隨后利用生物顯微鏡獲取制備好的試驗顯微切片的圖像并存進(jìn)計算機中，再把圖像轉(zhuǎn)換成灰度圖像，通過圖像處理，包括去除噪聲、增強圖像等，使所獲得的原始圖像易于計算機進(jìn)行提取特征。當(dāng)計算機從處理后的顯微切片圖像中提取到特征后，即可根據(jù)預(yù)先設(shè)定好的分類決策，對該顯微切片的木材特征性質(zhì)進(jìn)行分析識別判定，從而確定出該樣品屬于何種木材。通過機器視覺進(jìn)行木材種類識別的誤差低、速度快、準(zhǔn)確率高，并且基本上不會受到人為因素的影響?；跈C器視覺的木材種類識別過程如圖2所示。

圖2 基于機器視覺的木材種類識別過程

2.1 系統(tǒng)組成

該系統(tǒng)由軟件部分、硬件部分兩部分組成。系統(tǒng)硬件部分使用生物顯微鏡采集圖像信息。系統(tǒng)軟件部分是完成對攝像機采集到的圖像進(jìn)行前期處理以及比對檢測工作的部分，是檢測功能實現(xiàn)最重要的部分。系統(tǒng)結(jié)構(gòu)圖如圖3所示。

圖3 基于機器視覺的木材種類識別系統(tǒng)結(jié)構(gòu)圖

2.2 制備試驗顯微切片

選取試驗?zāi)静?，按照木材橫切面(與樹干主軸垂直方向的切面)、徑切面(順著樹干軸向，通過髓心與木射線平行或與年輪垂直的切面)和弦切面(沒有通過髓心的樹干縱切面)互相垂直的方式進(jìn)行取樣，取樣尺寸大于等于20 mm×20 mm×20 mm。將木材樣品收入盛有水、乙二胺或乙醇-甘油等的容器中，并放置于60 ℃的烘箱中，至木材樣品沉入容器底部，確保試樣軟化并排出空氣。取出木材樣品后，將軟化的試樣置于切片機上，分別切出橫切面、徑切面和弦切面切片，確保切片厚度為15～20 μm。再將試樣進(jìn)行染色、脫水、透明和封片等操作，制成顯微切片。

2.3 視覺圖像處理

由機器視覺獲取到的原始圖像通常會受到各種干擾，圖像在獲取過程中常常會伴隨一定的噪聲而無法直接進(jìn)行檢測識別，因此需要根據(jù)得到的圖像選用適當(dāng)?shù)臑V波方式對所獲得的圖像進(jìn)行濾波處理，以得到更加清晰且易分析識別比較的圖像。對所獲圖像進(jìn)行的處理任務(wù)包括：

(1)圖像預(yù)處理：將獲得的圖像進(jìn)行像素尺寸的修改設(shè)定，以便在結(jié)果生成過程中可以得到完整有效的圖像特征。

(2)邊緣提取：首先利用邊緣增強算子，來突出預(yù)處理后圖像中的局部邊緣，然后定義出像素的“邊緣強度”，通過閾值分割的方法提取邊緣點集。

(3)邊緣修復(fù)：對邊緣提取過程中得到的存在邊緣輪廓丟失的部分進(jìn)行修復(fù)。

(4)結(jié)果生成：編譯運行程序，分類決策，識別判定，得到檢測結(jié)果。

3 小結(jié)

基于機器視覺的木材種類識別可提高識別精度，簡化識別流程?，F(xiàn)有研究表明，基于機器視覺的木材種類識別系統(tǒng)研究已取得一定成果，將機器視覺應(yīng)用在木材種類識別中，能夠有效識別木材種類，但由于各類木種特征存在相似之處，且已知樹種的木材特征不夠齊全等問題的限制，可能導(dǎo)致最終檢測結(jié)果存在一定誤差?；跈C器視覺的木材種類識別仍存在許多問題和難點丞待解決。