我國林業資源相對匱乏,但目前國內主流木材加工廠的加工備料方法過于簡單粗放,模式傳統,致使原材料的加工利用率不高,加工生產效率較差。為有效的提高木材利用率、提高木材生產效率,本文基于多特征模式識別木材分類分選,通過將待選木材圖像按樹種進行檢索分類,從而進一步按照提取的缺陷類別及檢量標準實現基于機器視覺的木材等級分選。現有的基于機器視覺的木材缺陷分等,皆為按照缺陷本身形態特征參數對木材等級分選,并未實現在木材樹種分類的基礎上分等優選,這同生產實際的木材分等檢量標準操作是不相符的。針對上述問題,本研究在對木材樹種判別的基礎上,對木材圖像進行缺陷分類,根據針葉樹材與闊葉樹材缺陷類型的不同,按照提取的缺陷面積檢量參數,將木材分為特等、一等、二等和三等。本研究在120個樹種中選取有代表性的50個中國常見樹種,每個樹種對應徑切面和弦切面兩幅圖像,作為檢索實驗的研究對象,構建多類樹種樣本庫1。再采集5個東北常見樹種的樣本,制作這5個樹種的2種切面(徑切、弦切)的木材圖像,每個樹種100個,共計1000幅,其中包括104個死節、40個活節、72個蟲害、92個裂紋缺陷圖像,構建樣本庫2。研究內容及實驗結果...

【文章頁數】：109 頁

【學位級別】：博士

【部分圖文】：

圖２－１實驗自制圖像采集設備??Ｆｉｇ．２－１?Ｅｘｐｅｒｉｍｅｎｔａｌ?ｉｍａｇｅ?ａｃｑｕｉｓｉｔｉｏｎ?ｅｑｕｉｐｍｅｎｔ??

３〇??表２－３實驗選用的東北常見５種木材樣本庫表??Ｔａｂｌｅ２－３?Ｆｉｖｅ?ｃｏｍｍｏｎ?ｗｏｏｄ?ｓａｍｐｌｅ?ｂａｎｋｓ?ｉｎ?Ｎｏｒｔｈｅａｓｔ?Ｃｈｉｎａ?ｓｅｌｅｃｔｅｄ?ｉｎ?ｔｈｅ?ｅｘｐｅｒｉｍｅｎｔ??序號中文種名?拉丁種名?中文屬名樣本切面?樣本數量??....

圖２－２模式識別過程??

（６）小波變換??小波是一種強大的時頻分析處理工具，其克服了傅立葉變換的缺點。目前，已成功??地應用于信號處理、圖像處理、模式識別等領域。小波變換的一個重要特性是在時間域??和頻率域都具有良好的局部化特性。它能在整個頻域內對不同頻段的信號進行分解，此??信息對于信號分類非常有用。....

圖３－３木材圖像飽和度等間隔分布統計圖??Ｆｉｇ．３－３?Ｓｔａｔｉｓｔｉｃａｌ?ｍａｐ?ｏｆ?ｅｑｕｉｄｉｓｔａｎｔ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｗｏｏｄ?ｉｍａｇｅｓ?ｓａｔｕｒａｔｉｏｎ??

０－１８?１８－－２５?２５—３０?３０—３５?３５－Ａ０?４０－６０?６０－１７５?１７５－２９０?２９０－３６０??５０樹種徑弦面圖像非等間隔色調區間??圖３－２木材圖像像素點的非等間隔色調分布區間統計圖??Ｆｉｇ．３－２?Ｓｔａｔｉｓｔｉｃａｌ?ｍａｐ?ｏｆ?ｎｏｎ－ｅｑｕ....

圖３－５飽和度統計直方圖??Ｆｉｇ．３－５?Ｓｔａｔｉｓｔｉｃａｌ?ｈｉｓｔｏｇｒａｍ?ｏｆ?ｓａｔｕｒａｔｉｏｎ??

?０．３９－１??５０樹種徑弦面圖像非等間隔飽和度區間??圖３－４木材圖像飽和度非等間隔分布統計圖??Ｆｉｇ．３－４?Ｓｔａｔｉｓｔｉｃａｌ?ｍａｐ?ｏｆ?ｎｏｎ－ｅｑｕｉｄｉｓｔａｎｔ?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｗｏｏｄ?ｉｍａｇｅｓ?ｓａｔｕｒａｔｉｏｎ??圖３－４顯示....

本文編號：4004045