Improving the program elements of the sawnwood sorting system

Степень точности сортировки пиломатериалов с помощью фотографического метода зависит от множества факторов: освещённости, влажности воздуха, скорости подачи пиломатериала. Наибольшую сложность представляет подбор и реализация приемлемого в условиях реального производства алгоритма обработки изображения. Отсутствие универсального метода сегментации изображения для распознавания пороков и дефектов древесины поставило задачу поиска их комбинации. Определена исходная выборка изображений пиломатериалов с пороками и дефектами. На базе выборки продемонстрированы результаты обработки изображений фильтрами Собеля и Превита; фильтром, использующим текстурный анализ с применением энтропии; сегментацией на основе первой и второй производной. Сделаны выводы о том, что применение фильтрации позволило отказаться от операции подавления световой структуры и бинаризации, а также выделять текстуру древесины, применение сегментации на основе производной – выделять текстуру древесины и области пороков, применение сегментации на основе энтропии – определять зоны ворсистости. Разработана математическая модель порока древесины, позволяющая определять признаки пороков неограниченным количеством ступеней кусочной функции за счет объединения всех признаков в единый вектор. Представлена математическая модель поверхности пиломатериала, позволяющая собирать воедино сведения о всех его пластях посредством объединения матриц изображений. Выявлены недостатки алгоритма, взятого за основу, и внесены корректировки в него. Представлен алгоритм обработки изображений, включающий применение сегментации на основе первой и второй производной и применение математических моделей поверхности пиломатериала и принятия решения о его виде. The degree of precision in the sorting of sawnwood using the photographic method depends on a variety of factors: light, humidity, speed of lumber. The most difficult is to pick and implement an image-processing algorithm that is acceptable in the real manufacturing environment. The lack of a universal method for segmenting the image to recognize the flaws and defects of the wood has made the task of finding a combination of them. The original sampling of lumber with flaws and defects has been defined. The sampling frame shows the results of image processing by Sobel and presets filters, a filter using entropy-based texture analysis, first-and second-derived segmentation. It has been concluded that the use of filtering has eliminated the suppression of the light structure and binarization, as well as the texture of wood, the use of segmentation based on derivative-highlighting the texture of wood and the areas of vice, using entropy-based segmentation-define added zones. A mathematical model of wood deficiency has been developed, allowing for the identification of the symptoms of an unrestrained number of functions by combining all features into a single vector. Provides a mathematical model of the lumber surface, which allows you to collect information about all its layers by combining image matrices. The deficiencies of the algorithm taken as a basis were identified and adjustments made to it. Provides an image processing algorithm that includes the application of segmentation based on the first and second derivatives and the application of the mathematical model of the lumber surface and the decision on its appearance.