基于改进K-means聚类与分水岭的木材横截面管孔分割

  目的  管孔是木材识别方面的重要特征之一。针对管孔随机分布、大小不一导致管孔分割鲁棒性不高,木纤维、木射线以及轴向薄壁组织等噪声区域对管孔分割效果影响较大的问题,本研究提出了一种改进K-means聚类与分水岭的木材横截面管孔分割算法。  方法  采用改进K-means聚类对管孔区域进行粗分割,有效区分管孔区域与木纤维、木射线以及轴向薄壁组织等噪声区域。再对粗分割结果采用改进分水岭算法进行精分割,分割出的管孔与实际管孔基本吻合。  结果  平均每张木材横截面微观图像有97.1%的管孔被准确有效地分割出来。本研究提出的改进分割算法与其他算法相比,分割效果显著提升,在大小不一且随机分布的管孔分割过程中鲁棒性高,具有良好的分割性能。  结论  该算法有效解决了传统K-means聚类算法在图像分割时受噪声影响大和初始聚类中心随机性问题,为阔叶材管孔特征提取和定量分析奠定了坚实基础。图7表1参16     

一种基于形态学的木材导管图像分割方法

木材识别对木材科学和产业具有重要的意义,微观识别方法准确性高但过程繁琐,只有木材专家才能掌握。基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材。该文提出了一种基于显微结构图像的木材导管自动提取方法,运用数学形态学的腐蚀、膨胀及开、闭运算进行去噪处理和边缘增强,将导管形态从阔叶材横切面显微图像中成功地提取出来。该方法为定量分析和提取阔叶材管孔式特征奠定了基础,是对基于图像的智能木材识别技术的有益探索。大量的试验表明,该方法是有效的。      

基于Level Set方法的木材细胞显微图像分割

为解决木材细胞纤维图像分割中的某些图像分割不连续的现象,引入了基于形变模型(DeformableModels)的水平集(LevelSet)方法对木材细胞图像进行分割,并用Matlab实现了基于该形变模型的窄带(NarrowBand)快速算法。对针叶材和阔叶材的显微图片进行仿真试验表明,该方法适合于对具有分支、突触以及拓扑结构变化的木材细胞图像进行快速精确分割,不但具有全局优化的能力,而且可以检测出模糊或离散状边界,对噪声也有一定的鲁棒性。     

云南沉香和白木香的木材结构比较解剖学研究

通过显微和亚显微解剖观察方法,对云南沉香和白木香的木材结构进行初步研究。结果表明,云南沉香的木材由内函韧皮部、木射线、管孔、木纤维等组成。内函韧皮部呈岛式均匀分布,可见大量的长方体晶体;管孔以复管孔、单管孔的形式存在;木射线为异性Ⅲ型。说明云南沉香与白木香的木材结构基本一致。     

小波和傅里叶相融合的彩色木材图像增强

针对现实生活中彩色图像普遍存在不清晰和对比度差的情况,在RGB模型上提出了一种新的彩色图像增强算法,并且应用到了木材图像领域。将彩色木材图像分解为RGB3个通道,首先使用滤波器把3个通道分别分解成高低频子带;然后使用傅立叶变换和小波变换相融合的方式进行锯齿检测,同时进行阈值判断;之后对检测到的锯齿进行消除,低频子带使用方向自适应滤波器,高频子带使用小波收缩函数进行消除;再使用小波逆变换返回3个通道;最后将3个通道还原成彩色图像。结果表明,该方法和传统方法相比较,可以有效保持图像的边缘特征,达到增强效果。以樟子松微观横截面为例,峰值信噪比PSNR提高了5.05,信息熵提高了3.14。本研究同时采集了榆木微观横截面、杨木宏观横截面和云杉微观横截面,其图像均得到增强。     

基于加速鲁棒特征的木材显微图像自动配准方法

针对显微镜观测视野狭小而难以采集到全局图像的问题,提出了一种基于加速鲁棒特征(SURF)的木材显微图像自动配准方法.首先使用SURF检测并描述兴趣点,通过最近邻匹配得到匹配点对后,用双向匹配和RANSAC算法剔除错误匹配.然后利用最小二乘法和匹配结果进行模型参数估计,最后通过插值获得配准图像.对阔叶材显微图像配准实验结果表明,该方法具有较好的鲁棒性,无论图像是否有旋转,都可以实现自动的配准.比起尺度不变特征转换(SWT),由于用SURF得到的兴趣点数量更少,运算速度更快,总的匹配速度提升了5倍左右,缩短了整个配准过程的时间,算法更具有实时性.     

基于改进区域生长的木材导管形态特征提取方法

基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材,对木材科学和产业具有十分重要的意义。提出了一种基于改进区域生长的木材导管形态特征提取方法:采用分治策略改进区域生长法实现木材横切面显微图像中导管细胞的快速分割,用链码跟踪技术提取了10个导管细胞的形态特征;选取了6种阔叶材树种的横切面显微图像进行仿真实验。实验结果显示:本文方法能提高导管细胞的分割速度;所提取的10个形态特征在给定的树种显微图像上具有较高的区分度,说明将本文方法用于阔叶材树种智能识别具有较强的可行性。      

基于FPGA的地板图像采集和中值滤波设计

实木地板图像采集和预处理是基于计算机视觉的地板等级在线分选的重要步骤,由于图像数据量大,采用基于CPU架构的软件处理方法无法满足在线分选的实时性要求．该文充分利用FPGA的并行处理能力和流水线技术,设计了灵活度高、处理速度快的地板图像采集与预处理系统,设计的基于FPGA并行运算的快速中值滤波算法,有效解决了经典中值滤波算法比较次数多、比较速度慢的问题实验结果表明该文所设计的算法能够显著提高图像预处理速度。     

基于matlab图像处理的CLT木破率测量方法

准确、高效地测量正交胶合木(cross-laminated timber, CLT)木破率，丰富其测量方法，对评价CLT胶合质量具有重要作用。使用数码相机获取木破率图像，通过matlab进行自动识别，利用Otsu算法自动分割剪切破坏面积，从而测量木破率，与传统木破率测量方法和Photoshop图像测量方法的结果进行准确性、稳定性的对比分析。结果表明，采用matlab测量法测量木破率与图像处理软件(Photoshop)和实际测量结果无显著差异，该方法具有稳定性好、效率高、速度快等优点，能够准确、快速测量木破率。本研究提供了一种科学、便捷的木破率测量方法，满足了工业化生产需求，为评价胶合质量提供了准确的参考数据和指导意义。     

木材节子图像增强的小波变换与双三次插值融合方法

为提高木材节子图像的清晰度和对比度，针对木材节子图像的边缘特征，以木材活节和死节图像为对象，研究小波变换与双三次插值融合的木材节子图像增强算法。结果表明，本方法增强后的木材活节和死节图像在峰值信噪比和结构相似性指数分别为22.994 8、32.054 1和0.928 9、0.919 2，均显著高于直方图均衡化和双三次插值方法，这表明本增强方法具有更好的去除噪声效果和图像保真性能。此外，增强后的木材活节和死节图像的平滑指数为2.934 2、3.889 3，显著优于直方图均衡化和双三次插值方法，这表明该方法不仅提高了清晰度和对比度，而且具有更好的边缘细节信息保留功能。     

一种改进的广角镜头数字图像畸变校正算法

针对广角镜头数字图像产生的严重桶形畸变的问题，提出两种改进的畸变校正的算法。已有的彩色数字图像畸变校正都先将彩色图像转化为灰度图像后再进行图像的畸变校正，使得图像无法还原到原来的彩色信息。提出的非线性模型法及等效球面法直接采用原始数据图像进行校正，数字仿真实例和实验结果证明了本文算法优于已有文献的结果。     

木材宏、微观细胞堆砌构造图案的分形表征

为了定量描述木材宏、微观细胞堆砌构造冈案的特征,进一步获取更多有关木材宏、微观构造的尢法定量捕述的信息,对18种中刚东北产木材树种的宏观弦切面、微观三切面构造图片进行了微分汁盒维数分形分析。结果丧明：1）木材细胞堆砌的宏观构造纹理和微观构造图案部具有分形特征,且能够很好地表征木材宏、微观构造纹理、l嗣案的粗糙度和秩序度...     

木材解剖构造图象处理的理论研究

根据图象处理方法的基本理论，结合木材解剖构造图象的特点，提出了适合木材解剖构造图角处理的理和对木材解剖构造灰度图象的二值化处理过程，最佳阈值的判定与选择，图象质量的改善等提出了具体的实现方法。同时将这一理论应用到长白落叶松人工林木材图象的处理中，了木材的胞壁率，对分子的边缘进行检测。该理方法可为木材生长轮材质分析，预测和细胞成份的特征提取提供理论基础。     

木材表面缺陷特征轮廓提取算法研究

虫眼、活节和死节是最常见的木材表面缺陷,是木材分选过程主要的识别目标,精确提取木材表面缺陷轮廓特征能大幅提高木材分选的准确率。本研究提出一种针对木材表面虫眼、活节、死节缺陷轮廓提取方法。针对木材表面常见黑点和纹理等非线性噪声,使用中值滤波方法平滑图像。然后分别应用OTSU算法与全局阈值分割算法分离图像背景与目标,对结果二值图像使用数学形态学方法进行滤除和填充,最终用sobel算子提取缺陷边缘。结果表明,采用OTSU算法分割和数学形态学相结合的方法可以很好地提取木材表面缺陷特征,用sobel算子能够提取到比较完整、准确、连续的木材表面缺陷边缘轮廓,提高了目标图像的可视性和精准性。     

基于机器视觉的作物对行喷药控制的研究

设计了一套基于机器视觉的作物对行喷药控制系统.首先由CCD摄像机拍摄成行作物图像,提取其色调值图像并用最大类间方差法二值化后,经数学形态学腐蚀后用Hough变换方法拟合作物行中心线,最后步进电机移动其喷头标识来对准此作物行.实验验证了该方法的正确性.     

Discrimination of bark from wood chips through texture analysis by image processing

Utilization of wood chips for bioenergy requires classification and segregation of the constituents of the chipped mass to help optimize energy conversion. Wood chips obtained from processes such as forest thinning can contain a considerable amount of material other than wood chips, such as bark. An image processing algorithm was developed to discriminate bark from wood chips. The algorithm involved object identification, image capture, single value decomposition to describe wood texture evident in grayscale image with a single numerical value, and application of logistic models involving the single values representative of wood texture to predict whether a chip is bark. The percentage of correct predictions using this system was about 98%.     

黄槿木材结构特征的分析

借助连续变倍体视显微镜、生物数码显微镜和电镜观察黄槿木材的宏观、微观构造，按照许尔兹发进行解离，测量分析各种细胞的形态特征。结果表明，黄槿为散孔材，管孔主要为单管孔及径列复管孔，导管分子主要为圆柱形，单穿孔，椭圆形，穿孔板倾斜，螺纹加厚缺如，无侵填体；管间纹孔互列，射线-导管间纹孔似管间纹孔；木纤维呈细长纺锤形，两端尖削，纤维长度417~1 727 μm，平均1 092 μm，属中等长度纤维；轴向薄壁组织肉眼下可见，主为环管束状及星散状；木射线肉眼下可见，射线组织异Ⅰ型及异Ⅱ型，宽2~4细胞，高5~47细胞，宽多为2~3细胞，高8~17细胞；瓦形细胞具翅子树型；轴向薄壁细胞和射线细胞皆含有晶体及颗粒状内含物，晶体多为晶簇状，少有菱形及方形。通过上述分析为黄槿木材的合理利用提供基础理论依据，丰富木材识别鉴定的基础理论。     

长白落叶松人工林木材构造计算机视觉分析的研究

应用计算机视觉技术对长白落叶松人工林木材解剖特下及其材性变异规律进行分析，建立了木材解剖特征计算机视觉分析系统，提出了适合木材解剖牲的图象处理分析方法。对木材解剖特征灰度图象的二值化处理过程中，最佳阈值的判定与选择、图象质量的改善等提出了具体的实现方法。测量了长白落叶松人工林木材分子的几何尺寸，如管胞的径向和弦向外径和内径，管胞的壁厚，以及生长轮内木材的胞壁率等，并对管胞分子的边缘进行检测。得出了     

基于图像处理和SVM探索木材与树皮的新识别参数

木材工业生产中,需将树皮和木材分离,进而提高木材的使用效率。运用木材和树皮的5个特征参数和数字图像处理技术对榆木(光秃大果榆Ulmus macrocarpa var. glabra)、柳木(杞柳Salix integra)和松木(樟子松Pinus sylvestris var. mongolica)的木材与树皮图像进行分类识别,其中均方差比是本文提出的识别参数。通过对图片进行数字图像处理,得出参数的最大值和最小值, 利用多项式函数和非线性函数对木材和树皮识别,再对参数进行评估,筛选出最佳参数。结果表明,参数均方差比识别率最高分别达到97.7%和 94.7%,且多项式函数的识别效果高于非线性函数的识别效果。     

不同含水率状态下木材细胞壁孔径分布变化

  目的  探究由水分所引发的木材细胞壁孔隙结构变化规律与机制,为木材的热质转移、渗透性以及木材改性提供理论指导。  方法  将杨木和杉木分别制成5 mm（径向） × 5 mm（弦向） × 1 mm（轴向）的木片,基于氮气吸附法、差示扫描热孔计法考察试样在绝干状态、气干状态、纤维饱和状态和饱水状态4种典型水分状态下的孔径分布、比表面积、孔体积等特征参数,并对比不同状态和不同树种间的孔隙结构差异。  结果  木材细胞壁孔径大多在10 nm以下,尤其以4 nm以下为主,10 nm以上孔隙相对较少;随着含水率的提升,木材细胞壁孔径分布曲线显著升高,从气干状态到纤维饱和状态,杨木和杉木的孔径分布最大值分别增加了52.73%和58.62%,而从纤维饱和状态到饱水状态,两者分别增加了435.24%和470.43%。  结论  在木材由绝干状态逐渐吸湿,以及吸水至饱水状态的过程中,木材细胞壁孔隙体积呈明显增大趋势。在木材达到饱水状态后,细胞壁孔隙体积增大至极限,但由于自由水的冰点下降,其在?2 ℃左右产生大量吸热信号进而干扰测量结果,故此时差示扫描热孔计法所测得的孔径分布参考范围有限。不同树种间孔隙分布差异不明显。