روشی جدید به منظور آشکارسازی عیوب در تصاویر اخذ شده از روکش چوب: بهینه سازی تابع انرژی روی تصویر حاصل از حذف طرح و نقش طبیعی

در این مقاله یک روش جدید برای آشکارسازی عیوب سطح چوب به منظور تعیین کیفیت آن ارائه می گردد. در این روش ابتدا تفکیک عیوب از پس زمینه طبیعی روکش چوب در قالب یک مساله آزمون فرض های تصادفی مدل می شود. در گام بعدی طرح و نقش طبیعی روکش چوب با استفاده از مفهوم ریخت شناسی حذف می گردد. سرانجام مرزهای صحیح عیوب به کمک بهینه سازی تابع انرژی بر روی تصویر همگن شده فوق، استخراج می گردند. عملکرد روش پیشنهادی با آزمودن آن بر روی تصاویر واقعی که شامل عیوب سطحی مختلفی هستند، ارزیابی می شود. نتایج حاصله نشان می دهند که روش پیشنهادی عیوب را حدوداً 18 درصد بهتر از روش های ارائه شده دیگر آشکار می نماید. همچنین ملاحظه می شود که انجام آشکارسازی بهتر در روش پیشنهادی نه تنها موجب استخراج عیوب نادرست بیشتری نمی شود، بلکه نرخ آشکارسازی غلط را نیز حدوداً 8.2 درصد در مقایسه با روش های موجود کاهش می دهد. بنابراین، می توان نتیجه گرفت که روش پیشنهادی این مقاله می تواند به عنوان یک جایگزین مناسب برای روش های فعلی در کاربرد آشکارسازی عیوب سطوح روکش چوب مورد استفاده قرار گیرد.

A New Method for Defect Detection on Images Captured from Wood Veneer: Optimization of Energy Function on Natural Texture Eliminated Image

In this paper a new method is introduced for defect detection in veneer images to investigate wood quality. In this method firstly, separating of defects from natural background of veneer is modeled a hypothesis testing problem. In the next step, the natural texture of veneer is eliminated by using morphology concept. Finally the correct boundaries of defects are extracted by optimizing energy function on above homogen area. Performance of the proposed algorithm is evaluated on real captured images containing several kinds of surface defects. The results demonstrate that the proposed method detects the defects approximately 18% better than some present approaches. Furthermore, it may be shown that better detection of defects in the proposed algorithm not only does not lead to extracting more false defects, but also it decreases rate of false detections approximately 8.2% compared to the existing algorithms. Consequently, it may be concluded that the proposed method may be used as a suitable alternative for detecting defects in veneer surfaces.