木材纹理及表面典型特征覆盖率的测定方法技术

本申请公开了一种木材纹理及表面典型特征覆盖率的测定方法，包括以下步骤：将样品表面打磨为平面，使用表面轮廓仪检测该平面表面粗糙度在▽6以上；对样品进行拍照，获取样品图像；对图像进行处理，获取样品像素值；计算木材纹理及表面典型特征覆盖率＝木材表面纹理及典型特征像素值/整体像素值。本申请木材纹理及表面典型特征覆盖率的测定方法，解决了凭借眼观和经验评估木材纹理及表面典型特征覆盖率存在不确定性、受主观因素影响大的问题，测定方法和结果更为科学、准确和客观，简单易操作，且不受人为因素、环境因素的影响，易于掌握、便于普及。

【技术实现步骤摘要】

本申请属于木材特征测定
，具体地说，涉及一种木材纹理及表面典型特征覆盖率的测定方法。
技术介绍
传统珍贵木材的纹理及其典型特征如金星、金丝、瘤疤等等，对木材的鉴赏价值有极大的影响。由于覆盖率的不同，可能导致其原料价值相差几倍甚至是几十倍。比如檀香紫檀中金星紫檀的品质鉴别要点之一就是金星覆盖程度的大小，一般认为覆盖率越高越好。还有金丝楠木的纹理变化多端且有立体感，被称为“移步换景”，其市场价格与纹理休戚相关，纹理越瑰丽少见、呈祥瑞之兆，价格就越高。而金丝覆盖率又是影响其纹理的重要因素，是金丝楠木价值评估的重要依据。清代内务府造办处认为光照下金丝成色在80％以上的才符合金丝楠木选料标准，但由于金丝楠木中的金丝大多呈不规则排列，不易测量和计算，因此目前金丝楠木表面的金丝覆盖率测量基本凭借眼观和经验，但这样的评估方法主观因素影响太大，容易造成同一物品因评估人不同而导致其收藏价值差异较大的困惑。还有一种近几年突然活跃在收藏市场的“黑马”-崖柏，收藏市场认为崖柏表面覆盖的瘤疤越多越好，常以满瘤疤、半瘤疤、无瘤疤这样的分级来作为区分崖柏品级的依据之一。然而无论是金星、金丝、还是瘤疤都是呈不规则的形状，无法直接测量面积，仅凭肉眼评估又存在极大的主观和不确定性。因此，迫切需要一种科学、客观的检测方法测量和计算木材表面纹理及典型特征的表面覆盖率。目前查阅文献尚无木材纹理及其典型特表面测试方法的相关专利，与此相关有专利《一种满金星印度小叶紫檀佛珠的加工方法》(申请号：CN201510799833.3，申请日：2015.11.19，公开日：2016.2.3)，涉及一种满金星印度小叶紫檀佛珠的加工方法。专利《仿木材纹理效果工艺在密度板中的施工方法》(申请号：CN200810042351.3，申请日：2008.9.1，公开日：2010.3.10)，涉及一种仿木材纹理效果的涂装工艺在家具中的密度板上的施工方法，解决了密度板的导弧形的横切面及边角难以贴木皮的问题。专利《追加木材表面花纹的改良方法及根据该方法制造的木材》(申请号：CN201110253753.X，申请日：2011.8.31，公开日：2012.4.25)，公开了一种追加木材表面花纹的改良方法，使该木材的花纹与布上的色彩和花纹彼此交融，制造出全新色彩及花纹效果。但是这些专利都只是关于对具有典型特征木材的加工以及木材表面的处理方法，并没有涉及到木材纹理及表面典型特征覆盖率的测试方法。因此，非常有必要针对木材这种底色不同、纹理或表面典型特征深浅不一形状不规则且无法直接测量的特殊情况，专利技术出一种科学性强、准确性高、易于掌握、便于普及的木材纹理及表面典型特征覆盖率的测定方法。
技术实现思路
有鉴于此，本申请针对凭借眼观和经验评估木材纹理及表面典型特征覆盖率存在不确定性、受主观因素影响大的问题，提供了一种木材纹理及表面典型特征覆盖率的测定方法，能够科学、客观、快速准确的检测木材表面纹理及典型特征的表面覆盖率。为了解决上述技术问题，本申请公开了一种木材纹理及表面典型特征覆盖率的测定方法，具体包括以下步骤：步骤1，将样品表面打磨为平面，使用表面轮廓仪检测该平面表面粗糙度在▽6以上；步骤2，对样品进行拍照，获取样品图像；步骤3，对图像进行处理，获取样品像素值；步骤4，计算木材纹理及表面典型特征覆盖率＝木材表面纹理及典型特征像素值/整体像素值。进一步地，还包括：若样品面积大于400×(300±50)mm，则对其进行样方面积为400×(300±50)mm的划分，测定结果为各部分测定结果的平均值。进一步地，表面粗糙度在▽6-14范围内。进一步地，样品平面内照度极差在50lux以内。进一步地，对样品拍照的分辨率为500万像素以上。进一步地，对样品拍照的角度为90°。进一步地，步骤3包括：步骤3-1，将图像放大到像素点清晰可见，找到木材表面纹理及典型特征的边缘部分；步骤3-2，获取纹理及典型特征部分与正常部分接壤处的像素点的亮度值；步骤3-3，重复步骤3-2随机找五个区域，求平均值，此值即是木材表面纹理及典型特征像素点的最低亮度值；步骤3-4，根据最低亮度值选取图像中木材表面纹理及典型特征部分；步骤3-5，在相同缓冲级数下获取选取的木材表面纹理及典型特征部分的像素值以及整体图像的像素值。与现有技术相比，本申请可以获得包括以下技术效果：(1)本申请通过将样品表面打磨为平面，表面粗糙度在▽6以上；对样品进行拍照，获取样品图像；对图像进行处理，获取样品像素值；根据木材表面纹理及典型特征像素值/整体像素值计算木材纹理及表面典型特征覆盖率，解决了凭借眼观和经验评估木材纹理及表面典型特征覆盖率存在不确定性、受主观因素影响大的问题，测定方法和结果更为科学、准确和客观，简单易操作，且不受人为因素、环境因素的影响，易于掌握、便于普及；(2)本申请的测定方法能对表面粗糙度达到▽6且表面整体照度一致的木材平面，拍摄时不论在自然光照还是人工光照下都能准确测定其表面纹理和典型特征的覆盖率；(3)本申请测定方法除了可以测定木材纹理及表面典型特征的覆盖率以外，还可以衍伸应用于木材表面的污染和损伤面积评估，以及书画表面、布匹表面、墙面、人体表面等的污染和损伤面积测定与价值损失评估。当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有技术效果。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1(a)是本申请实施例1木材纹理及表面典型特征照片；图1(b)是本申请实施例1对木材纹理及表面典型特征照片处理后的图像；图2(a)是本申请实施例2木材纹理及表面典型特征照片；图2(b)是本申请实施例2对木材纹理及表面典型特征照片处理后的图像；图3(a)是本申请实施例3木材纹理及表面典型特征照片；图3(b)是本申请实施例3对木材纹理及表面典型特征照片处理后的图像；图4(a)是本申请实施例4木材纹理及表面典型特征照片；图4(b)是本申请实施例4对木材纹理及表面典型特征照片处理后的图像；图5(a)是本申请实施例5木材纹理及表面典型特征照片；图5(b)是本申请实施例5对木材纹理及表面典型特征照片处理后的图像；图6(a)是本申请实施例6木材纹理及表面典型特征照片；图6(b)是本申请实施例6对木材纹理及表面典型特征照片处理后的图像；图7(a)是本申请实施例7木材纹理及表面典型特征照片；图7(b)是本申请实施例7对木材纹理及表面典型特征照片处理后的图像；图8(a)是本申请实施例8木材纹理及表面典型特征照片；图8(b)是本申请实施例8对木材纹理及表面典型特征照片处理后的图像；图9(a)是本申请实施例9木材纹理及表面典型特征照片；图9(b)是本申请实施例9对木材纹理及表面典型特征照片处理后的图像；图10(a)是本申请实施例10木材纹理及表面典型特征照片；图10(b)是本申请实施例10对木材纹理及表面典型特征照片处理后的图像；图11(a)是本申请实施例11木材纹理及表面典型特征照片；图11(b)是本申请实施例11对木材纹理及表面典型特征照片处理后的图像；图12(a)是本申请实施例12木材纹理及表面典型特征照片；图12(b)是本本文档来自技高网...

【技术保护点】
木材纹理及表面典型特征覆盖率的测定方法，其特征在于，具体包括以下步骤：步骤1，将样品表面打磨为平面，使用表面轮廓仪检测该平面表面粗糙度在以上；步骤2，对样品进行拍照，获取样品图像；步骤3，对图像进行处理，获取样品像素值；步骤4，计算木材纹理及表面典型特征覆盖率＝木材表面纹理及典型特征像素值/整体像素值。

【技术特征摘要】
1.木材纹理及表面典型特征覆盖率的测定方法，其特征在于，具体包括以下步骤：步骤1，将样品表面打磨为平面，使用表面轮廓仪检测该平面表面粗糙度在以上；步骤2，对样品进行拍照，获取样品图像；步骤3，对图像进行处理，获取样品像素值；步骤4，计算木材纹理及表面典型特征覆盖率＝木材表面纹理及典型特征像素值/整体像素值。2.如权利要求1所述的木材纹理及表面典型特征覆盖率的测定方法，其特征在于，还包括：若样品面积大于400×(300±50)mm，则对其进行样方面积为400×(300±50)mm的划分，测定结果为各部分测定结果的平均值。3.如权利要求1所述的木材纹理及表面典型特征覆盖率的测定方法，其特征在于，表面粗糙度在范围内。4.如权利要求1所述的木材纹理及表面典型特征覆盖率的测定方法，其特征在于，样品平面内照度极差在5...

【专利技术属性】
技术研发人员：宁莉萍，丁文，龙夏颖，刘敏，李贤伟，李福洲，张莉，熊燕，时浩，王天石，安荣苗，
申请(专利权)人：四川农业大学，
类型：发明
国别省市：四川;51