1.一种基于光学信息的古筝面板材料检测方法,其特征在于,该方法包括如下步骤:获取待检测古筝面板的质地松软程度;
获取待检测古筝面板表面灰度图像;利用边缘检测算法对所述灰度图像进行边缘检测,得到所述灰度图像对应的边缘图像;
根据所述边缘图像上相邻纹理线的端点坐标,得到所述边缘图像上的树心中心线;根据所述树心中心线,得到所述边缘图像上的各纹理线对;根据所述各纹理线对之间的连通域面积,得到待检测古筝面板对应的树心面积占比;
根据各纹理线与所述树心中心线之间的差异,得到待检测古筝面板对应的纹理线顺直度;
根据所述灰度图像上的像素点灰度值,得到待检测古筝面板对应的纯净度;
根据所述质地松软程度、所述树心面积占比、所述纹理线顺直度以及所述纯净度,得到待检测古筝面板的等级。
2.如权利要求1所述的基于光学信息的古筝面板材料检测方法,其特征在于,所述根据所述边缘图像上相邻纹理线的端点坐标,得到所述边缘图像上的树心中心线的方法,包括:以边缘图像的宽为横坐标轴,以边缘图像的长为纵坐标轴,以边缘图像左下角为原点,构建得到坐标系;
获取所述边缘图像上各纹理线的两个端点,并选取所述两个端点中纵坐标值较小的点,记为目标端点;
计算相邻两条纹理线的目标端点横坐标之间差值的绝对值,将所述相邻两条纹理线的目标端点横坐标之间差值的绝对值记为所述相邻两条纹理线之间的间距;
获取边缘图像对应的最小横坐标值和最大横坐标值;
对于边缘图像上任一相邻两条纹理线:
将该相邻两条纹理线分别记为第一纹理线和第二纹理线;
根据所述第一纹理线的目标端点横坐标值、第二纹理线的目标端点横坐标值、该相邻两条纹理线之间的间距、所述最小横坐标值和最大横坐标值,得到该相邻两条纹理线的树心纹理线显著度;
将最大树心纹理线显著度对应的相邻两条纹理线记为树心纹理线;
获取两条树心纹理线的目标端点横坐标值,计算两条树心纹理线的目标端点横坐标值的均值横坐标值;
过所述均值横坐标值并垂直于坐标系横坐标轴作一条直线,将所述直线记为边缘图像上的树心中心线。
3.如权利要求2所述的基于光学信息的古筝面板材料检测方法,其特征在于,根据如下公式计算该相邻两条纹理线的树心纹理线显著度:其中, 为该相邻两条纹理线的树心纹理线显著度, 为边缘图像对应的最小横坐标值, 为边缘图像对应的最大横坐标值, 为第一纹理线的目标端点横坐标值, 为第二纹理线的目标端点横坐标值,为该相邻两条纹理线之间的间距。
4.如权利要求2所述的基于光学信息的古筝面板材料检测方法,其特征在于,所述根据所述树心中心线,得到所述边缘图像上的各纹理线对的方法,包括:获取所述树心中心线左侧的各纹理线和右侧的各纹理线;
对于树心中心线左侧的各纹理线:
获取左侧的各纹理线的目标端点横坐标值,按照目标端点横坐标值从大到小的顺序对左侧的各纹理线进行标记,将左侧的最大目标端点横坐标值对应的纹理线的序号标记为1,依次类推,得到左侧的各纹理线对应的序号;
对于树心中心线右侧的各纹理线:
获取右侧的各纹理线的目标端点横坐标值,按照目标端点横坐标值从小到大的顺序对右侧的各纹理线进行标记,将右侧的最小目标端点横坐标值对应的纹理线的序号标记为1,依次类推,得到右侧的各纹理线对应的序号;
将相同序号的两条纹理线记为一个纹理线对。
5.如权利要求4所述的基于光学信息的古筝面板材料检测方法,其特征在于,所述根据所述各纹理线对之间的连通域面积,得到待检测古筝面板对应的树心面积占比的方法,包括:计算得到各纹理线对组成的连通域面积;
判断标记序号为1的纹理线对对应的连通域面积与标记序号为2的纹理线对对应的连通域面积的比值是否大于预设阈值,若是,则判定标记序号为1的纹理线对对应的连通域面积为树心区域面积;否则,判断标记序号为2的纹理线对对应的连通域面积与标记序号为3的纹理线对对应的连通域面积的比值是否大于预设阈值,若是,则判定标记序号为2的纹理线对对应的连通域面积为树心区域面积;依次类推,得到待检测古筝面板的树心区域面积;
将待检测古筝面板的树心区域面积占待检测古筝面板总面积的比例记为待检测古筝面板对应的树心面积占比。
6.如权利要求2所述的基于光学信息的古筝面板材料检测方法,其特征在于,所述根据各纹理线与所述树心中心线之间的差异,得到待检测古筝面板对应的纹理线顺直度的方法,包括:对于边缘图像上的任一纹理线:
按照纵坐标值从小到大的顺序对该纹理线上的各点进行排序,得到该纹理线对应的横坐标值序列;
获取树心中心线对应的横坐标值;
计算该纹理线对应的横坐标值序列中的各元素与树心中心线对应的横坐标值之间的差值的绝对值,得到所述横坐标值序列中的各元素对应的差异指标;根据所述差异指标,构建得到该纹理线对应的差异指标序列;
对所述差异指标序列进行样本熵计算,得到所述差异指标序列的样本熵,将所述差异指标序列的样本熵记为该纹理线的顺直度;
根据各纹理线对应的顺直度,构建得到边缘图像对应的顺直度序列;计算所述顺直度序列的样本熵,将所述顺直度序列的样本熵记为待检测古筝面板对应的纹理线顺直度。
7.如权利要求1所述的基于光学信息的古筝面板材料检测方法,其特征在于,所述根据所述灰度图像上的像素点灰度值,得到待检测古筝面板对应的纯净度的方法,包括:对所述灰度图像上像素点灰度值进行统计,构建得到灰度直方图;
根据所述灰度直方图,得到所述灰度图像上各灰度值对应的像素点的个数;
获得所述灰度直方图的高斯曲线方程;所述灰度直方图横轴为灰度值,纵轴为像素点的个数;
获得所述高斯曲线上的波峰位置和对应的灰度值,并记为目标灰度值;
过波峰位置作垂直于横轴的直线,并记为第一中心线;
以第一中心线为中心,两条与纵轴平行的直线从第一中心线位置开始分别向第一中心线左右两边进行延伸;当两条直线、高斯曲线、横轴所围成的面积等于预设面积时停止延伸,记录此时所述两条直线所对应的横坐标值,得到此时两条直线所对应的横坐标取值范围;
获得不在所述横坐标取值范围内的各灰度值对应的各像素点,并记为第一像素点;
计算各第一像素点对应的灰度值与目标灰度值之间差值的绝对值,得到各第一像素点对应的差异程度;
对所述各第一像素点对应的差异程度进行分级,得到各差异等级对应的第一像素点的数量;
根据所述各差异等级对应的第一像素点的数量和各差异等级,得到待检测古筝面板对应的纯净度。
8.如权利要求7所述的基于光学信息的古筝面板材料检测方法,其特征在于,根据如下公式计算待检测古筝面板对应的纯净度:其中,为待检测古筝面板对应的纯净度,为差异等级数量, 为第i个差异等级对应的第一像素点的数量。
9.如权利要求1所述的基于光学信息的古筝面板材料检测方法,其特征在于,所述根据所述质地松软程度、所述树心面积比例、所述纹理线顺直度以及所述纯净度,得到待检测古筝面板的等级的方法,包括:将所述质地松软程度、所述树心面积占比、所述纹理线顺直度以及所述纯净度输入到训练好的分类网络中,得到待检测古筝面板的等级。