共查询到20条相似文献,搜索用时 62 毫秒
1.
20种红木类木材颜色和光泽度研究 总被引:2,自引:0,他引:2
《林业工程学报》2016,(2)
为了探索红木类木材表面的视觉特性的分布特征,测量了20种红木类木材颜色L*a*b*色空间物理量、平行于木材纹理方向的光泽度(GZL)和垂直于木材纹理方向的光泽度(GZT),建立了L*a*b*三维空间坐标系,并对20种红木类木材进行聚类分析,深入剖析了20种红木类木材视觉物理量的分布特征和相关关系。结果表明,20种红木类木材的明度值普遍较低,基本属于偏暗红色和红褐色的色调范围,根据聚类分析,乌木类、条纹乌木、黑酸枝类木材归为第一大类,花梨木类、香枝木类和红酸枝类木材归为第二大类;平行于木材纹理方向的光泽度值比垂直于纹理方向的光泽度值大,红木类木材的表面光泽度比普通木材高;明度L*、色调H都与红绿色品指数a*之间呈显著的负相关,与黄蓝色品指数b*呈正相关,色饱和度C与黄蓝色品指数b*呈显著的正相关。试验结果为红木类木材制品的综合评价提供了理论基础。 相似文献
2.
对人工林粗皮桉不同家系木材的表面视觉性质进行了研究.结果表明:粗皮桉心材和边材材色在CIE(1964)XYZ空间、CIE(1976)L·a·b·均匀色空间及孟塞尔色空间中,均有一定的分布范围;粗皮桉不同家系木材材色和表面光泽度均存在显著差异;顺纹理入射的表面光泽度(GZL)与垂直纹理入射的表面光泽度 (GZT)呈高度相关. 相似文献
3.
《浙江林业科技》2016,(4)
采用色差仪和光泽度仪对玛瑙省藤(Calamus manan)材表面物理量进行测量,研究相应参数的色空间分布特征。结果表明:玛瑙省藤材的明度指数分布范围较窄,其表色系参数米制明度L*为73.59~79.29、孟塞尔表色系参数明度V为6.25~6.78;色品指数和色调值参数分布范围较窄,其表色系参数米制红绿色品指数a*为5.82~6.45、米制黄蓝色品指数b*为19.86~21.83、孟塞尔表色系色调标号值H为7.77~8.27,主要分布在黄橙色调系内;饱和度范围较窄,孟塞尔表色系饱和度C为3.28~3.65,表色系参数饱和度C*为20.69~22.77。垂直纹理和平行纹理两个方向对所选材料表面光泽度(镜面反射角60°)测试表明,玛瑙省藤材平行纹理方向表面光泽度测量值大于垂直纹理方向的测量值。 相似文献
4.
5.
《林业工程学报》2017,(6)
为了探索不同测量孔径的色彩检测仪对红木类木材材色测量的差异,以4种苏式家具珍贵木材为研究对象,分别选用光源孔径8和2 mm两种规格对其进行材色L*a*b*色空间物理量的测量,其中L*为明度坐标,代表颜色的亮度大小,a*为红绿色品坐标,b*为黄蓝色品坐标,并完成对这4种红木类木材材色的多点均值色空间向孟塞尔色空间的转换,深入剖析基于两种孔径测量的4种红木木材材色变化值的趋势是否一致。结果表明:两种孔径测量苏式家具4种珍贵木材的材色值变化趋势趋于一致。4种木材材色主要处于低明度的红黄色调范围内。其中两种孔径测量降香黄檀差异不显著;而在测量3种崖豆木木材时,L*值差异显著。两种孔径测得的物理量之间的相关性存在差异性和一致性,且这种一致性远高于差异性。 相似文献
6.
基于L*a*b*颜色空间对木材分类的研究 总被引:3,自引:0,他引:3
L*a*b*均匀颜色空间具有等距性和色差高分辨力的特点,非常适合色差较小情况下的颜色测量和比较.木材材色分布范围较窄,利用L*a*b*颜色空间中的颜色特征表示木材表面颜色,有利于木材材色之间的比较和划分.基于L*a*b*颜色空间,提取了东北常见五种树种木材图像的颜色特征进行分类研究,通过仿真试验得到了满意的分类结果. 相似文献
7.
采用分光测色计对我国100种实木地板树种的表面材色参数进行测量,研究这些参数的色空间分布特征,结果表明:各项材色参数频率分布基本上接近正态分布规律。在CIE(1976)L*a*b*色空间中,主要分布范围是米制明度L*=41.01~69.14,米制色度指数a*=6.04~17.05,米制色度指数b*=14.15~28.98,色饱和度C*=16.24~35.24,色调角Ag*=48.83~74.34;在孟塞尔系统中,主要分布范围是明度V=2.95~5.77,色饱和度C=6.04~14.24范围内,色相H在0YR~2.5Y,大多数都在YR色域之内。 相似文献
8.
通过测定人造板专用装饰纸表面的色泽参数(色度学参数和光泽度),对装饰纸表面色泽特征进行量化分析,并利用色泽参数的特征信息结合误差反向传播神经网络(BP神经网络)对装饰纸进行建模分类,探讨利用装饰纸表面的色泽参数进行装饰纸表面色泽特征分类。以色泽参数数据作为神经网络的输入变量,装饰纸类型作为神经网络的输出变量,建立三层BP神经网络模型,其中,隐含层的最佳节点数为9。结果表明:通过对色泽度参数的主成分分析,增加了光泽度参数后,各类装饰纸之间的独特性增强,更利于对装饰纸进行分类。利用色度学参数(明度指数L*,红绿轴色品指数a*和黄蓝轴色品指数b*)对装饰纸进行建模分类时,判别的总正确率为80.9%,引入光泽度参数之后判别的总正确率提高至92.9%,说明利用色度学与光泽度参数结合BP神经网络可以用于装饰纸表面视觉特征的量化分析以及快速识别分类。 相似文献
9.
10.
红木类木材表面材色和光泽度的分布特征 总被引:9,自引:0,他引:9
采用X-rite SP60积分球式分光光度仪对19种红木类木材表面材色参数进行测量,讨论了这些参数的色空间分布特征,其结果为:L^*为26—47,a^*为1—17,b^*为1~21;V为1~4,C为1~13,H为9R~4Y。大部分分布在YR色调系内,分布在低明度范围(L^*,V值较低)的偏黑色、暗红褐色等深材色树种。ward聚类分析结果:紫檀木类、乌木类、条纹乌木类、黑酸枝木类和鸡翅木类归为第一大类;花梨木类、香枝木类、红酸枝类归为第二大类。两大类之间色度学参数欧式距离为30.8004。对19种红木类木材表面光泽度的测量结果为:红木素材与一般木材相比表面光泽度较高,GZL数值变化范围为5.77%-15.02%,GZT数值变化范围为4.07%~7.7%。 相似文献
11.
12.
13.
为给观赏海棠果色分类、果色育种及特异果色种质的挖掘提供理论依据与技术参考,采用X-Rite色差计对27份观赏海棠种质在果实的不同生长发育时期的果色进行了观测,并对观赏海棠群体果色的时序动态变化规律进行了研究。结果表明:(1)观赏海棠种质果实色彩参数a*、h°、b*值的变异程度均高于其C*和L*参数值。(2)基于果实不同生长发育时期观赏海棠种质群体果色a*、h°、b*等参数值的聚类分析结果表明,海棠种质群体果实生长初期其果色为红绿色,随着果实的日益成熟,其果色呈现出黄色、橙色及红橙色等种色彩。(3)从基于观赏海棠种质群体在果实不同生长发育时期的果色L*、C*、h°等参数值而构建的CIELCH色空间动态分布格局图中可以发现,所有种质在其L*维度方向呈整体上移趋势;在C*维度方向呈整体右移趋势;在h°维度方向上,红色果皮(h°值为0~35)的种质所占比例呈"下降—升高—下降"的变化趋势,橙色果皮(h°值为35~55)的种质所占比例呈"升高—下降—升高—下降"的变化趋势,黄色果皮(h°值为55~90)的种质所占比例呈"升高—下降—升高"的变化趋势,绿色果皮(h°值为90~110)的种质所占比例呈先升高后下降的变化趋势。(4)对其果色稳定性(色差值△E)的分析结果表明,‘火鸟’‘金丰收’‘冬金’‘冬红’全年果皮颜色的变化均明显,且其果期均长,而‘完美紫色’和‘紫王子’海棠果皮的颜色从幼果期至成熟期均呈紫色。 相似文献
14.
为了揭示高强度微波辐照处理、汽蒸处理和微波-汽蒸处理对落叶松(Larix spp.)木材色度学参数的影响及其与微波功率和汽蒸处理时间的关系,进而评价微波汽蒸处理对落叶松木材材色的影响,采用同一树干的落叶松板材生材,测量并计算其在微波功率5.54、12.92和24,与汽蒸2、4、6、8、12、16 h处理下同一位置处理前后,色度学参数L*、a*、b*并通过公式计算出C*、Ag*和ΔE*等参数,系统分析处理前后色度学参数的变化情况。结果表明,素材气干后,L*值和Ag*值升高,a*、b*和C*值降低,总体色差ΔE*升高;微波处理并气干后,试材的色度学参数变化趋势与素材一致,但其数值均略大于素材值的绝对值;汽蒸处理并气干后,试材的L*值和ΔE*值升高,b*值和C*值降低,a*值在汽蒸2 h和4 h时升高,其余各处均降低,Ag*值在汽蒸2、4 h时降低,其余时间段为升高或不变;微波-汽蒸处理并气干后,试材受微波处理和汽蒸处理的共同影响,L*值和ΔE*值升高,变化趋势相似,b*值和C*值降低,a*值在12.92 kW-汽蒸8 h和12 h处升高,其余各处均降低,Ag*值在5.54kW-汽蒸2 h、4 h和6 h,12.92 kW-汽蒸8 h和12 h,24kW-汽蒸4、6、12 h处为降低。 相似文献
15.
16.
《林业科学》2017,(1)
【目的】探讨人工林杨木增强-染色复合改性方法及改性材性能,为人工林杨木资源的高效开发利用提供技术支持。【方法】将相同质量分数的酸性大红G水溶液、酸性湖蓝A水溶液、酸性大红G和酸性湖蓝A与水溶性树脂型增强改性剂MUF复配得到的增强-染色复合改性剂,分别对人工林杨木进行真空加压浸渍处理,得到D_G、D_A、MUF-D_G和MUF-D_A4种染色改性材,测试其强度、颜色、耐水色牢度等性能。【结果】1)D_A和D_G染色材的质量增加率分别为-1.69%和-0.65%,密度分别为0.352和0.365 g·cm-3;MUF-D_A和MUF-D_G增强-染色复合改性材的质量增加率分别为42.64%和54.27%,密度分别为0.445和0.510 g·cm~(-3)。与D_A染色材相比,MUF-D_A增强-染色复合改性材的密度、抗弯弹性模量、抗弯强度和抗压强度分别提高26.42%,6.76%,17.63%和54.32%;与D_G染色材相比,MUF-D_G增强-染色复合改性材的密度、抗弯弹性模量、抗弯强度和抗压强度分别提高39.73%,8.58%,18.82%和57.18%。2)D_A染色材和MUF-D_A增强-染色复合改性材染色前后的明度指数差(ΔL*)、红绿指数差(Δa*)和黄蓝指数差(Δb*)均为负值,MUF-D_A增强-染色复合改性材的Δa*值更小、ΔL*和Δb*值均更大,蓝色调更明显;D_G染色材和MUF-D_G增强-染色复合改性材染色前后的Δa*为正值、ΔL*和Δb*为负值,MUF-D_G增强-染色复合改性材的Δa*、ΔL*和Δb*值均更大,红色调更明显;MUF-D_A和MUF-D_G增强-染色复合改性材的色饱和度差(ΔC*)均显著大于相应的D_A和D_G染色材。3)D_A和D_G染色材水浸前后的总色差ΔE*分别为12.92和8.30 NBS,MUF-D_A和MUF-D_G增强-染色复合改性材水浸前后的总色差ΔE*分别为5.94和6.93 NBS,增强-染色复合改性材水浸前后颜色溶蚀程度较小。4)D_A和D_G染色材与未处理材的红外光谱图形态基本一致,MUF-D_A和MUF-D_G增强-染色复合改性材与MUF增强改性材的红外光谱图形态基本一致,没有新的吸收峰产生,吸收峰强度也无明显变化。【结论】1)染料的加入对树脂的增强改性作用影响较小,经增强-染色复合改性处理后人工林杨木的力学性能明显提高;2)与纯染色材相比,增强-染色复合改性材的颜色更鲜明饱满,染色效果更好,且酸性大红G与树脂复配染色效果优于酸性湖蓝A;3)与纯染色材相比,增强-染色复合改性材耐水色牢度较好,其中酸性湖蓝A与树脂复配改性材的耐水色牢度提高明显;4)傅里叶红外光谱(FTIR)分析表明,染料与MUF复配染色过程中没有新的基团生成,随树脂固化沉积于木材内部的染料与MUF和木材之间没有产生新的化学结合。 相似文献
17.
NaCl胁迫对紫叶李叶片色泽的影响 总被引:3,自引:0,他引:3
以盆栽4年生紫叶李为试材,设置土壤的NaCl含量为0.042%(CK),0.1%,0.2%,0.3%,0.4%,研究NaCl胁迫对紫叶李叶片中色泽参数L*,a*,b*,C*,h,呈色色素含量,可溶性糖含量和PAL酶活性的影响.结果表明:随着处理时间的延长,紫叶李叶片明度L*值升高,色相a*值不断降低,色相b*值升高,彩度C*降低,色相角度h升高,花青苷、类黄酮、叶绿素、类胡萝卜素含量在处理的第5天升高,之后随处理时间延长不断降低,且NaCl胁迫程度越重降低得越明显;可溶性糖含量在处理的前15天升高,15天后持续下降;PAL酶活性在处理的前5天升高,之后降低,第10天开始再次持续上升.随处理时间延长L*值不断升高,而色素含量不断降低,表明紫叶李叶片中色素含量越低,明度越高.NaCl胁迫后,紫叶李通过调节可溶性糖含量和PAL酶活性来改变呈色色素含量及色素之间的比例,进而影响其叶片的色泽,使叶色向黄绿方向转化,导致观赏价值降低. 相似文献
18.
《林业工程学报》2017,(6)
从色彩学的视角,揭示民国时期政府办公家具及室内空间的设计风格和特征,并为当代"民国风"家具及室内空间设计提供科学依据。以南京国民政府的总统府和行政院的5个典型办公室为样本,运用Lab和HSB色彩模型,采用实物-图像色彩转移与分析方法,对每个办公室中的办公桌、书橱、椅子、地板、木质墙裙、涂料墙裙和窗帘等部分的色彩进行测量。结果得到民国办公室家具及室内空间各样本的色彩测量数据,具体包括Lab色彩模型的明度L、红绿轴色品指数a和黄蓝轴色品指数b数据,以及HSB色彩模型的色相H、饱和度S和亮度B数据。根据这些数据,从办公场所和设计要素两个维度,对民国时期政府办公家具及室内空间的色彩特征和二维色彩综合明度进行系统分析。结果表明,从色相和搭配上看,南京民国建筑室内空间的色彩以棕色系为主,搭配方式以邻近色和同一色为主;从色彩的装饰感看,色彩种类较少、对比感较低和明度偏暗等特征使得南京的民国办公室内部色彩给人以稳重和压抑的感受;从办公室等级的色彩差异看,色彩的重与淡是区分档次与级别的重要方式。 相似文献
19.
随机森林算法在树木年轮图像分割中的应用 总被引:1,自引:0,他引:1
年轮图像早晚材的准确分割是树木年轮计数和间距测量的前提条件。为解决年轮本身生长的复杂性、采伐过程中的锯痕干扰、早晚材图像灰度差别较小等因素造成的分割难题,提出了一种基于随机森林(random forest,RF)算法的分类模型,可实现年轮图像的准确分割。首先,通过变换图像的颜色域空间,提取出样本图像在RGB、HSV和L*a*b*模型下的9个颜色分量,基于灰度共生矩阵提取样本图像的对比度、相关性、能量和熵的均值与标准差共8个纹理特征。然后,根据早晚材颜色与纹理特征的差异,基于随机森林算法构建像素分类器,实现年轮图像的早晚材的初步分割。为了提高分割图像的质量和准确度,对分割后的图像使用形态学方法消除孤立和黏连噪声,以得到最终分割图像。最后,将该方法与K-均值聚类(K-means)算法和支持向量机(support vector machine,SVM)算法进行对比。结果表明:所采用基于RF算法的分类模型分割年轮晚材的正确识别率为95%左右,错误识别率在6%左右,图像分割效果明显优于其他两种算法。 相似文献