(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211231137.9 (22)申请日 2022.10.10 (71)申请人 雷戈锘智能家居 （南 通） 有限公司 地址 226500 江苏省南 通市如皋市吴窑镇 环南路6号 (72)发明人 朱培军　邹幼芳　朱如山　 (74)专利代理 机构 西安中创合信知识产权代理 事务所(普通 合伙) 61298 专利代理师 王春霞 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/187(2017.01) G06T 7/41(2017.01) G06T 7/62(2017.01) (54)发明名称 一种家具复合板表面 缺陷识别方法 (57)摘要 本发明涉及数据处理技术领域， 具体涉及一 种家具复合板表面缺陷识别方法。 该方法是一种 应用电子设备进行识别的方法， 利用生产领域人 工智能系统完成对家具复合板表 面缺陷识别。 该 方法首先通过相机识别家具复合板图像， 对家具 复合板图像进行数据处理得到缺陷连通域， 进一 步， 对缺陷连通域进行数据处理得到缺陷内部灰 度差异度和缺陷外部灰度差异度； 结合缺陷外部 灰度差异度和缺陷内部灰度差异度得到综合判 定指标， 根据综合判定指标从而实现对虫洞缺陷 和节子缺陷的区分。 本发明利用数据处理来实现 对木板表面节子和虫洞缺陷的特征进行细节分 析， 建立数学模型来实现对木板表面节子、 虫洞 的智能化识别， 以实现对节子缺陷和虫洞缺陷的 区分。 权利要求书2页 说明书8页 附图2页 CN 115294144 A 2022.11.04 CN 115294144 A 1.一种家具复合板表面 缺陷识别方法， 其特 征在于， 该 方法包括以下步骤： 获取家具复合板图像， 对所述家具复合板图像进行 预处理， 得到目标图像； 对所述目标图像进行连通域分析， 得到缺陷连通域； 获取所述缺陷连通域的最小外接 矩形， 以所述最小外接矩形 的中心点为中心， 在缺陷连通域内部作边缘不交于缺陷连通域 边缘的面积最大内接矩形； 根据缺陷连通域的灰度均值和面积最大内接矩形的内部区域的灰度均值的差异、 缺陷 连通域和面积最大内接矩形的面积差异计算 缺陷内部灰度差异度； 对所述最小外接矩形向外扩展， 得到扩展后的扩展矩形， 将所述扩展矩形和所述最小 外接矩形之 间的区域分为多个小矩形； 根据所述小矩形的灰度纹理特征得到各矩形的二 维 信息熵； 根据所述 二维信息熵计算 缺陷外部灰度差异度； 结合所述缺陷内部灰度差异度和所述缺陷外部灰度差异度得到综合判定指标， 基于所 述综合判定指标、 从多个缺陷连通 域中区分出 虫洞缺陷和节子缺陷。 2.根据权利要求1所述的一种家具复合板表面缺陷识别方法， 其特征在于， 所述对所述 家具复合板图像进行 预处理， 得到目标图像， 包括： 对所述家具复合板图像进行 灰度化、 图像平 滑和图像锐化， 得到目标图像。 3.根据权利要求1所述的一种家具复合板表面缺陷识别方法， 其特征在于， 所述根据缺 陷连通域的灰度均值和面积最大内接矩形的内部区域的灰度均值的差异、 缺陷连通域和面 积最大内接矩形的面积差异计算 缺陷内部灰度差异度， 包括： 所述缺陷内部灰度差异度的计算公式为： 其中， 为所述缺陷内部灰度差异度； 为面积最大内接矩形的内部 区域所有像素 点的灰度值之和； 为缺陷连通域内除面积最大内接矩形 的内部区域外的区域的所 有像素点的灰度值之和； 为面积最大内接矩形的内部区域的面积； 为缺陷连通域的面 积。 4.根据权利要求1所述的一种家具复合板表面缺陷识别方法， 其特征在于， 所述根据 所 述二维信息熵计算 缺陷外部灰度差异度， 包括： 所述小矩形分为对角矩形和 侧边矩形； 所述缺陷外部灰度差异度的计算公式为： 其中， 为所述缺陷外部灰度差异度； 为对角矩形的数量； 为侧边矩形的数量； 为第k个对角矩形的二维信息熵； 为第q个侧边矩形的二维信息熵。权　利　要　求　书 1/2 页 2 CN 115294144 A 25.根据权利要求1所述的一种家具复合板表面缺陷识别方法， 其特征在于， 所述结合所 述缺陷内部灰度差异度和所述 缺陷外部灰度差异度得到综合判定指标， 包括： 所述缺陷内部灰度差异度和所述 缺陷外部灰度差异度之和作为综合判定指标。 6.根据权利要求1所述的一种家具复合板表面缺陷识别方法， 其特征在于， 所述基于所 述综合判定指标从多个缺陷连通 域中区分出 虫洞缺陷和节子缺陷， 包括： 大于预设判定 阈值的综合判定指标对应的所述缺陷连通域为虫洞连通域； 小于等于预 设判定阈值的综合判定指标对应的所述 缺陷连通 域为节子连通 域。权　利　要　求　书 2/2 页 3 CN 115294144 A 3