ispltaИзвестия Санкт-Петербургской лесотехнической академииIzvestia Sankt-Peterburgskoj lesotehniceskoj akademii2079-43042658-5871СПбГЛТУ10.21266/2079-4304.2025.253.244-259isplta-517Research ArticleДРЕВЕСИНОВЕДЕНИЕ, ТЕХНОЛОГИЯ И ОБОРУДОВАНИЕ ДЕРЕВОПЕРЕРАБОТКИWOOD SCIENCE. MECHANICAL WOODWORKING INDUSTRYМодель компьютерного зрения для распознавания коры на снимке поперечного распила дереваComputer vision model for recognizing bark in a digital image of a tree cross-cutБогомоловА. А.BogomolovA. A.

БОГОМОЛОВ Александр Алексеевич – учебный мастер кафедры автоматизации, метрологии и управления в технических системах

194021, Институтский пер., д. 5, лит. У, Санкт-Петербург

BOGOMOLOV Aleksandr A. – engineer of the Department of Automation, Metrology and Management in Technical Systems

194021. Institutskiy per. 5. Let. U. St. Petersburg

setalx@mail.ruhttps://orcid.org/0009-0002-2674-3884СуховА. С.SukhovA. S.

СУХОВ Артем Сергеевич – магистрант научно-образовательного центра математики

197101, Кронверкский пр., д. 49, Санкт-Петербург

SUKHOV Artem S. – Master's student of the Scientific and Educational Center of Mathematics

197101. Kronverkskii av. 49. St. Petersburg

sukhovtema@gmail.comИготтиМ. М.IgottiM. M.

ИГОТТИ Марта Михайловна – аспирант кафедры автоматизации, метрологии и управления в технических системах

194021, Институтский пер., д. 5, Санкт-Петербург

IGOTTI Marta M. – PhD student of the Department of Automation, Metrology and Management in Technical Systems

194021. Institutskiy per. 5. Let. U. St. Petersburg

m.igotti@mail.ruМолодыхЕ. И.MolodykhE. I.

МОЛОДЫХ Елизавета Игоревна – аспирант кафедры автоматизации, метрологии и управления в технических системах

194021, Институтский пер., д. 5, Санкт-Петербург

MOLODYKH Elizaveta I. – PhD student of the Department of Automation, Metrology and Management in Technical Systems

194021. Institutskiy per. 5. Let. U. St. Petersburg

mmu49@mail.ruhttps://orcid.org/0000-0002-1035-9231АндроновА. В.AndronovA. V.

АНДРОНОВ Александр Вячеславович – доцент кафедры лесного машиностроения, сервиса и ремонта, кандидат технических наук

194021, Институтский пер., д. 5, лит. У, Санкт-Петербург

ANDRONOV Aleksandr V. – PhD (Technical), Associate Professor of the Department of Forestry Machinery, Service and Repair

194021. Institutskiy per. 5. Let. U. St. Petersburg

andronovalexandr@gmail.comТарадинГ. С.TaradinG. S.

ТАРАДИН Григорий Сергеевич – доцент кафедры лесного машиностроения, сервиса и ремонта, кандидат технических наук

194021, Институтский пер., д. 5, Санкт-Петербург

TARADIN Grigory S. – PhD (Technical), Associate Professor of Forestry engineering, service and repair department

194021. Institutskiy per. 5. Let. U. St. Petersburg

grisha190@mail.ruКоваленкоТ. В.KovalenkoT. V.

КОВАЛЕНКО Тарас Викторович – доцент кафедры промышленного транспорта, кандидат технических наук

194021, Институтский пер., д. 5, Санкт-Петербург

SCOPUS AuthorID: 211015

KOVALENKO Taras V. – PhD (Technical), Associate Professor of Industrial Transport Department

194021. Institutskiy per. 5. Let. U. St. Petersburg

SCOPUS AuthorID: 211015

kovalenko.stl.spbftu@yandex.ruhttps://orcid.org/0000-0003-4569-9508ХитровЕ. Г.KhitrovE. G.

ХИТРОВ Егор Германович – доцент Высшей школы программной инженерии, доктор технических наук

195251, ул. Политехническая, д. 29, Санкт-Петербург

KHITROV Egor G. – DSc (Technical), Associate Professor of the Higher School of Software Engineering of Peter

195251. Politekhnicheskaya str. 29. St. Petersburg

hitrov_eg@spbstu.ruСанкт-Петербургский государственный лесотехнический университет имени С.М. КироваРоссияSt.Petersburg State Forest Technical UniversityRussian FederationФГАОУ ВО «Национальный исследовательский университет ИТМО»РоссияNational Research University ITMORussian FederationСанкт-Петербургский политехнический университет Петра ВеликогоРоссияGreat St. Petersburg Polytechnic UniversityRussian Federation2025230620250253244259Copyright © Богомолов А.А., Сухов А.С., Иготти М.М., Молодых Е.И., Андронов А.В., Тарадин Г.С., Коваленко Т.В., Хитров Е.Г., 20252025Богомолов А.А., Сухов А.С., Иготти М.М., Молодых Е.И., Андронов А.В., Тарадин Г.С., Коваленко Т.В., Хитров Е.Г.Bogomolov A.A., Sukhov A.S., Igotti M.M., Molodykh E.I., Andronov A.V., Taradin G.S., Kovalenko T.V., Khitrov E.G.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestiya-lta.spbftu.ru/jour/article/view/517

Целью работы является уточнение алгоритма бинаризации цифровых снимков поперечного распила круглых лесоматериалов для автоматизированной оценки доли коры, а также тестирование методики настройки его параметров. Программная реализация уточненного алгоритма и вычисления выполнены на языке Python, основные используемые функции реализованы в библиотеке OpenCV. Алгоритм бинаризации снимков, используемый при оценке доли коры, использует метод бинаризации по одинарному порогу. Настройки параметров метода выполнены для авторских снимков поперечных распилов круглых лесоматериалов. Для полученияэкспериментальных данных произведена съемка поперечного распила круглых лесоматериалов с различных ракурсов. В выборку, предназначенную для тестирования предлагаемого алгоритма и программного решения, вошли 130 снимков торцов диаметром 20 – 30 см; породы древесины – береза, ель, ольха. Съемка выполнена в зимних условиях, на заснеженном фоне при естественном освещении в отсутствие прямых солнечных лучей. Разрешение оригинальных снимков составляло 3024х4032 пикселей (72 dpi). Предложен алгоритм, который включает в себя настройку параметров метода бинаризации по одинарному порогу на основе информации о светочувствительности, уровне яркости снимка и числе экспозиции; обращение к методу выполняется дважды. Приведены эвристические зависимости для определения пороговых значений параметров метода для двух его итераций, выполняемых последовательно при отделении объекта от фона и дальнейшей сегментации коры на снимке. Приведены примеры результатов определения доли коры на снимках с неровным контуром и доминирующим фоном, с относительно ровным контуром поперечного распила на снимке, а также с частично обледенелой поверхностью распила с неровным контуром, и ссылка на репозиторий с экспериментальными снимками и программным решением, реализующим предлагаемый алгоритм. Тестирование методики настройки параметров и алгоритма с учетом различных характеристик снимка и объекта на нем показало, что решение позволяет получить удовлетворительные результаты.

The aim of the study is refining the algorithm for binarization of digital images of cross-cut round timber for automated assessment of the bark ratio, as well as testing methodology for adjusting its parameters. The program implementation of the refined algorithm and calculations are performed in Python, the main functions used are implemented in the OpenCV library. The image binarization algorithm used to assess the bark ratio bases on the single threshold method. The method parameter settings are made for the author's images of cross-cut round timber. To obtain experimental data, cross-cut round timber was photographed from different angles. The sample intended for testing the proposed algorithm and software solution included 130 images of crosscut timber with a diameter of 20–30 cm; wood species – birch, spruce, alder. The photographing was performed in winter conditions, on a snow-covered background under natural light in the absence of direct sunlight. The resolution of the original images was 3024x4032 pixels (72 dpi). The algorithm proposed includes adjustment of the parameters of the single threshold binarization method basing on information about the photosensitivity, the brightness level of the image, and the exposure value; the method is called twice during the image processing. Heuristic dependencies are given for determining the threshold values of the single threshold method parameters for its two iterations performed sequentially when separating an object from the background and further segmenting the bark in the image. Examples of the results of determining the ratio of bark in images with an uneven contour and a dominant background, with a relatively smooth contour of a cross-cut in the image, as well as with a partially icy surface of a cut with an uneven contour, as well as a link to a repository with experimental images and the program solution implementing the proposed algorithm are given. Testing the method for adjusting the parameters and the algorithm taking into account various characteristics of the image and the object in it showed that the solution allows obtaining satisfactory results.

библиотека OpenCVметод одинарного порогачисло экспозициисегментация изображенияOpenCV librarysingle threshold methodexposure valueimage segmentationReferencesБеляев Н.Л. Повышение точности цифрового учёта круглых лесоматериалов: дис. … канд. техн. наук. Петрозаводск: ПетрГУ, 2023. 163 с.Beliaev N.L. Povyshenie tochnosti tsifrovogo ucheta kruglykh lesomaterialov: Diss. … Candidate of Technical Sciences. Petrozavodsk: PetrSU, 2023. 163 p. (In Russ.)Богомолов А.А., Сухов А.С., Трубников А.В., Хитров Е.Г. Инструменты библиотеки OpenCV для выявления коры на торцевом снимке поперечного распила дерева // Современное программирование: матер. Междунар. науч.-практич. конф. Нижневартовск, 2024. С. 412–416.Bogomolov A.A., Sukhov A.S., Trubnikov A.V., Khitrov E.G. Instrumenty biblioteki OpenCV dlia vyiavleniia kory na tortsevom snimke poperechnogo raspila dereva. Sovremennoe programmirovanie: materialy mezhdunarodnoi nauchnoprakticheskoi konferentsii Nizhnevartovsk, 2024, pp. 412–416. (In Russ.)Богомолов А.А. Репозиторий программы для автоматического определения доли коры на цифровом снимке торца поперечного распила ствола дерева. 2025. URL: https://clck.ru/3LreKKBogomolov A.A. Repozitorii programmy dlia avtomaticheskogo opredeleniia doli kory na tsifrovom snimke tortsa poperechnogo raspila stvola dereva, 2025. URL: https://clck.ru/3LreKK (In Russ.)Han S., Jiang X., Wu Z. An Improved YOLOv5 Algorithm for Wood Defect Detection Based on Attention // IEEE Access. 2023. Vol. 11. P. 71800–71810. DOI: 10.1109/ACCESS.2023.3293864.Han S., Jiang X., Wu Z. An Improved YOLOv5 Algorithm for Wood Defect Detection Based on Attention. IEEE Access, 2023, vol. 11, pp. 71800–71810. DOI: 10.1109/ACCESS.2023.3293864.Kim T.K., Hong J., Ryu D., Kim S., Byeon S.Y., Huh W., Kim K., Baek G.H., Kim H.S. Identifying and extracting bark key features of 42 tree species using convolutional neural networks and class activation mapping // Sci Rep. 2022. Vol. 12. Art. no. 4772. DOI: 10.1038/s41598-022-08571-9.Kim T.K., Hong J., Ryu D., Kim S., Byeon S.Y., Huh W., Kim K., Baek G.H., Kim H.S. Identifying and extracting bark key features of 42 tree species using convolutional neural networks and class activation mapping. Sci Rep, 2022, vol. 12, art. no. 4772. DOI: 10.1038/s41598-022-08571-9.Kunickaya O., Pomiguev A., Kruchinin I., Storodubtseva T., Voronova A., Levushkin D., Borisov V., Ivanov V. Analysis of modern wood processing techniques in timber terminals // Central European Forestry Journal. 2022. Vol. 68(1). P. 51–59.Kunickaya O., Pomiguev A., Kruchinin I., Storodubtseva T., Voronova A., Levushkin D., Borisov V., Ivanov V. Analysis of modern wood processing techniques in timber terminals. Central European Forestry Journal, 2022, vol. 68(1), pp. 51–59.Robert M., Dallaire P., Giguère Ph. Tree bark re-identification using a deeplearning feature descriptor // 17th Conference on Computer and Robot Vision (CRV). 2020. P. 25–32. DOI: 10.1109/CRV50864.2020.00012Robert M., Dallaire P., Giguère Ph. Tree bark re-identification using a deeplearning feature descriptor. 17th Conference on Computer and Robot Vision (CRV). 2020, pp. 25–32. DOI: 10.1109/CRV50864.2020.00012.Wang R., Chen Y., Liang F., Wang B., Mou X., Zhang G. BPN-YOLO: A Novel Method for Wood Defect Detection Based on YOLOv7 // Forests. 2024. Vol. 15, iss. 7. Art. no. 1096. DOI: 10.3390/f15071096.Wang R., Chen Y., Liang F., Wang B., Mou X., Zhang G. BPN-YOLO: A Novel Method for Wood Defect Detection Based on YOLOv7. Forests, 2024, vol. 15, iss. 7, art. no. 1096. DOI: 10.3390/f15071096.

The authors declare that there are no conflicts of interest present.