基于数字图像处理的人造板施胶效果分析

论文摘要

在整个刨花板生产过程中,调施胶系统所起到的作用是至关重要的。其性能直接影响产品质量和生产成本。胶粘剂的配比是否合理,施胶是否均匀,不仅会直接影响成品板力学性能,同时也可能造成极大的浪费。施胶的均匀度是衡量施胶效果的一个重要的指标,本文引入图像处理技术量化的分析刨花板微观图片中的胶粘剂分布,以达到评价施胶效果的目的。文中对刨花板显微图片进行了预处理,通过中值滤波完成了对图像的平滑处理,去掉了部分干扰噪声。通过梯度法对图像进行了锐化处理,增强了图像的边缘和线条。为图像进一步的处理做出了必要的准备工作。利用传统的典型边缘检测算子对刨花板图像进行了分割,比较了各种经典算子之间的性能差异,并深入剖析了它们对刨花板图像进行分割的优缺点。针对传统边缘检测算子的不足,引入了形态学边缘检测,并结合大津法进行了有效的图像分割。并对图像进行了特征提取和图像分析。特征提取基于形状特征,在区域内用了几何特征,区域边界用链码。提出了描述胶粘剂分布的四个量:覆盖率、均匀度、胶滴直径和胶滴形态,覆盖率和均匀度用二值化图像的几何特征描述,胶滴直径和胶滴形态用分割图像的八链码转换得出。对施胶量分别为3%、4%和6%的刨花板显微图像,分别用上述四个量描述了刨花板的施胶效果。最后对不同施胶量的刨花板进行应力分析,分析胶粘剂的均匀度与力学性能之间的关系。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景和意义
• 1.2 国内外研究现状和发展趋势
• 1.2.1 研究现状
• 1.2.2 发展趋势
• 1.3 研究内容及方法
• 1.3.1 研究的主要内容
• 1.3.2 研究方法及技术路线
• 2 图像采集和预处理
• 2.1 数字图像的获取
• 2.2 图像灰度化
• 2.3 图像增强
• 2.4 图像平滑处理
• 2.5 图像锐化
• 2.6 本章小结
• 3 图像分割
• 3.1 图像分割概述
• 3.2 边缘检测
• 3.2.1 Roberts算子
• 3.2.2 Sobel算子
• 3.2.3 Prewitt算子
• 3.2.4 LoG算子
• 3.2.5 Canny算子
• 3.3 灰度形态学边缘检测
• 3.3.1 基本概念
• 3.3.2 形态学边缘检测
• 3.4 基于灰度形态学和Otsu方法的刨花板显微图像分割
• 3.4.1 Otsu方法
• 3.4.2 算法步骤
• 3.5 本章小结
• 4 特征提取和图像分析
• 4.1 图像特征提取概述
• 4.2 形状特征的表示与描述方法
• 4.2.1 区域内部的形状特征
• 4.2.2 区域边界的形状特征
• 4.3 刨花板显微图像特征提取的具体方案
• 4.3.1 特征参数
• 4.3.2 实现方法和结果
• 4.4 本章小结
• 5 施胶对刨花板力学性能影响的分析
• 5.1 力学参数测试步骤
• 5.1.1 密度（D）的测定
• 5.1.2 内结合强度（IB）的测定
• 5.1.3 静曲强度（MOR）的测定
• 5.1.4 吸水厚度膨胀率（2hTS）测试
• 5.2 实验结果
• 5.3 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢