基于小波的木材纹理分频信息提取与分析

通过引入小波方法 ,对木材纹理进行了多尺度的频谱分解 ,并利用所得到的特征向量分析了水平、垂直和对角方向上的木材纹理频率分布特点 ,比较了针叶树材与阔叶树材、径向切面与弦向切面木材纹理的统计差异。并在试验基础上 ,提出了以小波分解子图像能量值的标准差进行木材纹理最佳分解尺度的筛选 ,探索出滤波长度取 8、分解尺度取 2对充分表现木材纹理特征最为适宜。同时还发现可将垂直中高频分量HL和低频分量LL的能量值作为木材纹理区别与归类的重要参数 ,将EHL ELH值作为木材纹理的方向性量度     

小波变换的木材纹理在线分选

以180幅木材样本图片为对象,研究以小波变换方法提取特征参数,分析几种小波基的特点和性质,最终以对称性为依据,选择使用sym4小波对图像进行二级小波分解,可以得到一级水平细节HL1、垂直细节LH1、对角细节HH1,二级的近似LL2、水平细节HL2、垂直细节LH2、对角细节HH2共7个子图,提取整幅图像的熵和每个子图小波系数的均值及标准差作为特征参数。将木材纹理按照直纹、抛物线和乱纹3种纹理的分类标准,以BP神经网络作为分类器进行了木材纹理分类的验证,并与灰度共生矩阵的方法进行了对比。试验表明:采用小波变换的方法对木材纹理特征进行描述,不但提高了分类的准确率,重要的是缩短了运算时间,可以达到在线监测的要求。     

基于小波变换的ICESAT-GlAS波形处理

小波变换在信号处理方面的优势越来越明显,但是小波中的小波基不是唯一的,所以采用不同的小波基即使处理同一组数据其结果也会不同。为了确定那种小波基更适合于大光斑激光雷达,通过对MATLAB中常用的小波基参数特性的比较分析最终确定选用Daubechies小波基和Symlets小波基,并分别通过对ICESAT-GLAS波形进行小波分解、阈值处理和小波重构来实现波形去噪过程。结果表明:用Symlets小波基中的sym7小波基比用Daubechies小波基中的db1小波基去噪后波形信噪比要高,而均方根误差则比用Daubechies小波基中的db1小波基的低,由此看来Symlets小波基中sym7小波基更适合于处理大光斑激光雷达波形数据。     

基于图像的木材机械加工表面质量评价研究

实现木材机械加工表面质量自动评价对保证木制品质量和提升其价值有重要意义。根据ASTM_D1666-87R04标准中规定的测试方法,对樟子松、白桦、水曲柳板材进行压刨和砂光加工试验,得到有Raised grain、Fuzzy grain、Chip marks缺陷和无缺陷的木材试样。扫描木材试样以获取其表面图像,计算图像的直方图纹理特征和小波纹理特征。对每种特征分别建立基于BP神经网络的分类器并进行训练和测试。测试结果表明,小波纹理特征分类器的正确率达到91.3%,其评价效果优于直方图纹理特征分类器。     

基于图像纹理特征的木材树种识别

利用木材图像的颜色、灰度、纹理等内容实现树种的相似性匹配检索,提取色调、饱和度、亮度、对比度、二阶角矩、方差和、长行程加重因子、分形维数、小波水平能量比重共9个特征参数,依据最大相似性数学原理,基于最小差值参数判别法和综合特征阈值法来检索样本.结果显示:基于图像纹理特征能够实现木材树种的检索和识别,综合特征阈值法的检索正确率与唯一性通常要好于最小差值判别法;但当被检索样本图像的纹理较弱或不呈现纹理特征时,检索结果的唯一性并不理想.综合而言,基于图像纹理特征最大相似性的木材树种检索识别较易实现,是一种值得继续发展和应用推广的木材树种识别方法.     

基于Gabor变换的纹理图像分割算法及应用

基于Gabor小波的多尺度、多方向性,结合模极值特征提取方法和聚类算法提出一种新的纹理图像分割算法,并将算法应用到竹材横端面的识别中。二维Gabor小波可以在空域、频域和方向上获得最佳的分辨率,利用其对纹理图像进行分解,提取图像模极值纹理特征,用聚类算法对纹理图像进行分割。实验结果表明,提出的方法对合成纹理图像有理想的分割效果,并能够很好地对自然纹理图像进行分割。算法在竹材横端面的分割识别中,取得了很好的效果。     

基于Daubechies小波基的木材声学振动信号分析与评价

针对音板木材振动信号分析不深入的问题,本研究基于小波包分析方法对木材振动信号进行分析,建立一种木材声学振动评价的新方法。利用多通道FFT分析仪获取泡桐木材的振动信号,基于Daubechies小波基函数对振动信号进行3层小波包分解与重构,得到了振动信号的特征值,将小波包变换后木材振动信号的特征值与传统方法测定的声学振动性能参数进行比较分析。研究结果表明:木材的振动信号能量主要集中在0～1 000 Hz,在传播的过程中能量衰减迅速;对振动信号进行时域分析时得出,木材的动态弹性模量随着峭度因子的增大而减小,随着峰值因子的增大而增大;基于Daubechies小波基的分析方法得到的振动信号特征值与声学振动参数之间具有显著的相关性,其中木材信号的特征能量率与木材声学振动参数动态弹性模量、声辐射品质常数以及声传播速度之间存在显著的正相关关系,与声阻抗以及对数衰减率的相关性及变化趋势之间有显著的负相关关系。研究表明,可以应用Daubechies小波对木材振动信号进行分析与评价,此方法为木材声学振动性能的客观评价提供了新思路。     

基于图像分解的单板节子缺陷图像修补方法研究

分析了我国单板生产过程中单板节子缺陷修补存在的问题和木材纹理在工业生产中的重要作用,针对带纹理的单板缺陷图像修补问题,提出了一种新的基于图像分解的修复方法。首先采用基于最小化总体变分的去噪算法对单板图像进行分解,提取出带纹理缺陷单板的结构部分与纹理部分;然后对单板结构图像采用改进的BSCB算法进行修复,对纹理部分采用扩展基于样本块的Criminisi算法进行修复,最后将修复好的图像叠加合成,通过实验验证了该方法的有效性。实验结果表明,该方法对带纹理单板缺陷图像的修复效果要优于采用单一方法的修复效果。     

基于小波神经网络的木材内部缺陷类型识别的研究

利用榆木标准试件,在实验室内用超声波检测仪器对试件进行缺陷分类检测,检测信号作为原始信息.各类试件的原始信号用小波包分解,计算缺陷试件与完好试件在小波包第5层各结点的信号能量变化值.试验发现:木材缺陷引起能量的变化值主要由木材缺陷的大小或严重程度来决定,亦即木材的缺陷程度越严重,能量的变化幅度就越大;对小波包5层分解后各信号结点的能量变化值进行分析,发现在32个结点中,(5,0)结点在各类缺陷试件中能量值变化最大;使用经小波压缩后的信号作为神经网络的输入,形成应用频带能量变化值和应用(5,0)结点小波包系数的2个不同输入特征的人工神经网络.对比分析2个网络识别木材缺陷类型的能力,(5,0)结点小波包系数作为特征训练得到的神经网络检测精度更高.     

马尾松胶合木表面声发射信号各向异性传播规律

针对木材各向异性所导致的同一声发射(acoustic emission,AE)源在不同方向上传播速率各异的问题,研究了同一AE源在4个不同方向上发出的AE信号波形特征和传播速率随角度变化的规律。首先,采用0.7mm铅芯折断方式模拟声发射源,在马尾松胶合木表面沿纹理方向顺时针每隔15°,通过采样频率为500 k Hz的四通道高速采集系统收集原始AE信号。然后,基于小波分析的方法从原始信号中重构AE信号波形,根据小波变换原理和AE传感器的分辨范围,采用daubechies小波进行5层小波分解,在分析各层高频细节信号时频域特征的基础上进行AE信号波形重构。最后,利用信号相关性分析的方法确定AE信号,通过2个传感器的时差,进而采用时差定位法计算AE信号的传播速度。对于不同方向的AE传播速率,通过多项式拟合的方法,提出AE传播速度随角度变化的函数关系。     

木材缺陷识别方法的研究

主要研究运用数字图像处理技术对木材表面缺陷的纹理特征进行具体研究的理论方法和可行性,并通过分析比较,探索一个分形理论和小波结合的的处理方案,完善和丰富木材科学理论,提高木材的利用率。     

透明涂饰对木材纹理等视觉特征的影响分析

对5种木材进行聚氨酯清漆透明涂饰处理,借助数字图像处理技术定量检测涂饰前后9种材色和纹理参数的变化:色调、饱和度、亮度、对比度、二阶角矩、方差和、长行程加重因子、分形维数、小波水平能量分布比重.结果表明:透明涂饰总体上有利于增强木材表面的视觉效果,但影响效果视素材的纹理情况而定.素材纹理原本清晰、明显时,其纹理效果略有变化,但并不显著;而原本呈弱纹理及或隐纹理的素材,透明涂饰对改变其视觉效果的影响作用显著.基于参数的t检验结果,饱和度、亮度、方差和3个参数可以作为涂饰对纹理影响性的重要指标,进而建立起反映透明涂饰对木材视觉效果综合影响的坐标公式.     

基于四元数矩阵奇异值分解的木材缺陷检测分析

当前,木材彩色图像的缺陷检测主要是通过分离彩色空间的3个分量分别进行灰度处理,然后再合成为缺陷的图像.将基于RGB彩色空间的木材图像作为一个整体,提出四元数矩阵奇异值分解（QSVD）的木材缺陷检测.把RGB的彩色空间图像转换为四元数矩阵,利用四元数奇异值分解得到不同奇异值的特征图像,通过对特征图像的分析,得到不同的木材缺陷图像,并通过对奇异值特征图像的分析得到木材彩色图像的缺陷检测,并做分析.     

基于不变矩特征木材纹理的研究

不变矩是模式识别中的一种重要方法,它具有平移不变性、比例不变性和旋转不变性等优点。本文将其引入到木材纹理的计算机视觉研究领域,提取了木材纹理的不变矩参数,并用提取的特征参数对木材纹理进行了分类研究,最近邻分类器的正确率为86.67%,获得了较高的分类正确率,从而验证了不变矩参数对木材纹理描述的有效性。     

基于高斯-马尔可夫随机场的板材表面纹理分析

阐述了高斯-马尔可夫随机场模型的基本原理,并针对板材表面纹理建立了高斯-马尔可夫随机场模型,以利用其对板材表面纹理进行分析;详细的研究了高斯-马尔可夫随机场模型的参数估计过程,在试验数据的基础上,验证了高斯-马尔可夫随机场模型在纹理分析中应用的可行性。     

Tree species recognition system based on macroscopic image analysis

An automated wood texture recognition system of 48 tropical wood species is presented. For each wood species, 100 macroscopic texture images are captured from different timber logs where 70 images are used for training while 30 images are used for testing. In this work, a fuzzy pre-classifier is used to complement a set of support vector machines (SVM) to manage the large wood database and classify the wood species efficiently. Given a test image, a set of texture pore features is extracted from the image and used as inputs to a fuzzy pre-classifier which assigns it to one of the four broad categories. Then, another set of texture features is extracted from the image and used with the SVM dedicated to the selected category to further classify the test image to a particular wood species. The advantage of dividing the database into four smaller databases is that when a new wood species is added into the system, only the SVM classifier of one of the four databases needs to be retrained instead of those of the entire database. This shortens the training time and emulates the experts’ reasoning when expanding the wood database. The results show that the proposed model is more robust as the size of wood database is increased.     

小波分析在铁路货车滚动轴承故障诊断中的应用

铁路车辆滚动轴承故障的不解体诊断,对于提高轴承诊断效率,减轻操作人员的劳动强度和保证铁路运输的安全是至关重要的。采用小波分解和重构的方法,通过对滚动轴承出现外圈剥落情况下振动信号的分析,说明这种方法可以有效地用于滚动轴承的故障诊断。