(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210816254.5 (22)申请日 2022.07.11 (65)同一申请的已公布的文献号 申请公布号 CN 114897896 A (43)申请公布日 2022.08.12 (73)专利权人 南通东方雨虹建 筑材料有限公司 地址 226200 江苏省南 通市启东市吕四港 经济开发区石堤大道6号 (72)发明人 易俊松　何杰　田家福　谷剑波　 刘洋　 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/26(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01)(56)对比文件 CN 113592854 A,2021.1 1.02 CN 114723701 A,202 2.07.08 审查员 王丹丹 (54)发明名称 基于灰度变换的建 筑木材缺陷检测方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种基于灰度变换的建筑木材缺陷检测方法。 该方 法能够实现生产领域人工智能系统等信息系统 集成服务、 人工智 能优化操作系统、 人工智 能中 间件、 函数库等功能， 还可 以用于计算机视觉软 件等应用软件开发； 通过对建筑木材的初始图像 进行分类得到多个类别， 获取每个类别内中心像 素点与任意像素点之间的欧式距离， 从而得到该 类别的正常程度， 基于每个类别的正常程度自适 应调整灰度变换函数对该类别内像素点进行增 强， 得到增强图像， 根据增强图像得到建筑木材 的活死节 缺陷区域。 本发明应用电子设备进行图 像识别， 增加了对图像分析处理的可靠性， 并且 提高了对建筑木材缺陷区域分析的效率和准确 度。 权利要求书2页 说明书5页 附图1页 CN 114897896 B 2022.09.20 CN 114897896 B 1.一种基于灰度变换的建筑木材缺陷检测方法， 其特 征在于， 该 方法包括以下步骤： 获取建筑木材的初始图像， 所述初始图像包括所述建筑木材的表面区域； 基于所述初始图像中每个像素点的灰度值将所有所述像素点划为多个类别； 计算所述 类别内每个像素点与所述类别的中心像素点之 间的欧式距离， 根据所述欧式距离得到所述 类别对应的正常程度； 基于每个所述类别对应的所述正常程度对所述类别对应区域进行灰度变换， 得到增强 图像； 根据所述增强图像中像素点的灰度值得到所述建筑木材的缺陷区域； 其中， 所述基于所述初始图像中每个像素点的灰度值将所有所述像素点划为多个类别 的方法， 包括： 基于均值漂移聚类方法将所述初始图像中的像素点进行划分得到多个类别； 所述均值 漂移聚类过程中的偏移量计算方法为： 其中， 表示第 个滑窗中心点的偏移量； 表示当前滑窗内第 个像素点与该滑窗中 心点之间的坐标向量； 表示当前滑窗内第t个像素点的灰度值； 表示当前滑窗内所有像 素点的数量； 表示超参数； 所述根据所述欧式距离得到所述类别对应的正常程度的方法， 包括： 所述正常程度的计算方法为： 其中， 表示第 个类别的正常程度； 表示当前类别中第 个像素点与中心像 素点之 间的欧式距离； 表示当前类别中第n个像素点对应的灰度值； 表示第 个类别中所有像 素点的数量； 所述基于每个所述类别对应的所述正常程度对所述类别对应区域进行灰度变换的方 法， 包括： 所述灰度变换的函数为： 其中， 表示第 个类别中第 个像素点进行增强后的灰度值； 表示第 个类别 的正常程度； 表示该类别中第 个像素点的灰度值。 2.根据权利要求1所述的方法， 其特征在于， 所述根据所述增强图像中像素点的灰度值 得到所述建筑木材的缺陷区域的方法， 包括： 根据所述增强图像中所有像素点的灰度值进行大津 阈值分割， 得到所述建筑木材的缺 陷区域。 3.根据权利要求1所述的方法， 其特 征在于， 所述 坐标向量的获取步骤， 包括： 获取所述滑窗内中心点的坐标信 息以及任意所述像素点的坐标信 息， 根据所述中心点权　利　要　求　书 1/2 页 2 CN 114897896 B 2的坐标信息与所述像素点的坐标信息得到所述 坐标向量。权　利　要　求　书 2/2 页 3 CN 114897896 B 3