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。     

利用Radon函数变换对木材纹理方向自动检测的研究(英文)

本文提出一种利用计算机自动检测木材纹理方向的新方法。四种Matlab 图像变换函数被尝试用于木材纹理形状的检测。通过比较发现BWMORPH 是最适于检测木材这类中弱纹理的函数,并提取生成了木材纹理骨骼线图像;再对木材纹理骨骼线图像进行Radon变换,得到0°~180°范围内每一角度上的纹理线在投影变换域的积分值,并绘制出纹理线积分值随角度变化的二维曲线图以反映木材纹理角度上的变化规律。进而分析了国内40 个树种的纹理方向曲线图以及它们以针叶、阔叶树材和径向、弦向切面作区别的分类统计规律。结果显示,根据Radon 变换图及其纹理曲线图所反映的木材纹理的方向性规律与人们平常对木材纹理的印象相吻合。这也证明了此种新方法的有效性以及它的应用潜力。图7参6。     

木材纹理分析中小波基的选择和分解级数的确定

针对小波多分辨率下木材纹理分析中小波基的类型和分解级数进行了研究.用小波基重构误差和小波基的性质确定小波基;用信息熵和重构图像能量确定分解级数.实验证明,选用Symlets4小波基对木材纹理图像进行2级分解就能够获得较高的分类识别率.     

微波处理对辐射松吸声性能的影响

【目的】采用高强度微波对辐射松进行改性处理,探究不同微波功率、处理时间和木材纹理方向对辐射松吸声性能的影响,以提高木材的附加价值、拓展木材的应用领域。【方法】将新采伐的辐射松生材干燥至含水率40%～60%,在不同微波功率(100、120和140 kW)与处理时间(20和30 s)组合条件下处理辐射松木方,获得微波处理材。采用传递函数法测量微波处理材径切面和弦切面的法向吸声系数,探讨不同处理条件下辐射松吸声性能的变化规律,借助光学显微镜和扫描电子显微镜观察辐射松的解剖构造和微波处理前后的微观结构形貌。【结果】微波处理材与对照材相比,密度和含水率显著下降,不同处理条件下辐射松吸声性能均有不同程度提升,吸声系数提高4.79%～201.9%,平均吸声系数最高达0.320;不同条件下微波处理材的吸声系数在1 000 Hz以下的低频范围内变化不显著,吸声系数呈先上升后下降的趋势,在1 000 Hz左右出现吸声低谷,在1 000 Hz以上差异显著,吸声系数随频率升高呈上升趋势;微波功率越大、处理时间越长,处理材吸声性能越好,吸声系数曲线上升趋势越大;处理材弦切面的吸声系数比径切面高9.6%～29.6%,对照材径切面的吸声系数在1 000 Hz以上低于对照材弦切面,在1 000 Hz以下高于对照材弦切面;辐射松弦切面相较于径切面存在丰富的单列木射线和少量纺锤形木射线,微波处理材轴向管胞壁和胞间层出现裂缝,管胞上纹孔膜消失,木材孔隙率和相邻孔隙之间的连通性增加,声波在木材内部传播可更大概率地与孔隙壁摩擦,增加声能损耗从而达到更好的吸声效果;微波功率、处理时间和木材纹理方向与吸声系数的相关性分别为0.519、0.637和0.705,3个变量对吸声系数均有中等程度影响,其中木材纹理方向对吸声性能的影响最大。【结论】辐射松未处理材弦切面和径切面的平均吸声系数分别为0.167和0.106,吸声性能不佳;微波改性处理是提高木材吸声性能的有效方法,但会导致木材微观结构破坏,最佳微波处理工艺为微波功率140 kW、处理时间30 s、木材纹理方向选择弦切面;微波处理材的吸声系数最高达0.320,属于吸声材料范畴。     

基于小波模极大值的木材近红外光谱去噪

将光谱一阶导数与小波变换相结合,对杉木木材近红外光谱数据进行预处理,采用db3小波对光谱数据进行4尺度分解,在各分解尺度上根据信号和噪声的不同传播特性.保留信号的模极大值,去除噪声的模极大值.结果表明:光谱导数 小波变换模极大值能够有效消除光谱噪声和各种因素干扰,并很好保留了光谱信号特征,使光谱信噪比有了较大提高.     

应用空间灰度共生矩阵定量分析木材表面纹理特征

引入空间灰度共生矩阵对木材表面纹理进行定量分析 ,在对国内 5 0个树种径弦向纹理计算、分析的基础上得出结论 :像素点对间距d取 3,像素点对角度θ在径向纹理时取 0°,在弦向纹理时取 0°、4 5°和 135°的平均值对于反映木材纹理的特点较适宜。在 11种纹理特征参数的基础上归纳出 4个纹理主成分因子 ;讨论了主成分上木材纹理的分布规律和特点 ,并具体对木材的径、弦向纹理分别进行了分析 ,得出了各自的变化特点 ;提出了纹理综合值的计算方法 ,以及通过纹理综合值判定 2种纹理间相似性的方法。     

苦楝和香椿木材解剖性质研究

为给苦楝（Melia azedarach）和香椿（Toona sinensis）木材的利用提供理论参考,以10年生苦楝木材和17年生香椿木材为研究对象,采用光学显微镜对其主要解剖性质进行分析。结果表明,苦楝木材为环孔材或半环孔材,香椿木材为环孔材;两种木材的生长轮均明显,弦切面上均呈倒“V”字或山水状花纹。两种木材早材管孔弦径相差不大,均稍大。苦楝木材早材管孔多数4列,香椿木材早材管孔多数2列。苦楝木材早材至晚材略急变,晚材管孔向生长轮外部逐渐减小;香椿木材早材至晚材急变。苦楝木材晚材管孔弦径大于香椿木材。香椿木材结构较细。苦楝和香椿木材木射线宽度均属于中等,高度均属于极低,径切面花纹较普通。在实际加工利用中,采用弦切板制作家具板面较美观。香椿木材的导管、薄壁组织、射线组织等细胞中均含有大量红色树胶,使木材呈现红褐色;香椿木材刨面光亮,自然色泽好,具有芳香气味,是制作家具的上等材料。作为家具用材,香椿木材在纹理、色泽和气味等方面优于苦楝木材。     

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.     

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。     

微坑型微织构硬质合金表面对木材摩擦特性的影响

【目的】探讨木材含水率、木材切面和纤维方向以及运动速度等因素对木材表面摩擦系数的影响规律,为设计更加合理的木材切削刀具表面织构形式提供参考和指导。【方法】以水曲柳和樟子松为研究对象,在具有不同微坑直径硬质合金表面条件下,研究木材含水率、木材切面和纤维方向以及运动速度等因素对木材表面摩擦系数的影响。【结果】与无微坑表面相比,当微坑直径为60μm、含水率为67%±3%时,在水曲柳表面产生的摩擦系数由0. 151降低到0. 091,降幅为39. 7%,在樟子松表面产生的摩擦系数由0. 241降低到0. 164,降幅为32. 0%。木材径切面上纤维方向差异对表面摩擦系数的影响不大,但在横切面上,微坑直径越小,其表现出的摩擦系数越高。摩擦过程中运动速度对表面摩擦系数的影响与木材中的水分有较大关系,当含水率处于生材状态时,表面摩擦系数随运动速度增大而降低,且微坑型结构表面产生的摩擦系数降幅明显高于无微坑表面,无微坑表面产生的摩擦系数由0. 160降低到0. 134,降幅为16. 3%,微坑直径为60μm时的摩擦系数由0. 124降低到0. 071,降幅为42. 7%。【结论】木材含水率状态对微坑型表面微织构与木材之间的摩擦系数影响较大,木材中自由水的存在有利于降低硬质合金与木材表面之间的摩擦系数。微织构直径越小,其接触角平均变化率越大,表面铺展速度越大,越有利于改善木材/硬质合金摩擦副的状态,使表面间的摩擦系数减小。     

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.     

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。     

基于分形理论的木材纹理特征研究

介绍了一种利用自相关函数来估算图像分形维数的方法，并将其应用到木材的纹理分类检测中。实验表明，分形维数值直接反映了木材纹理的粗糙程度，可定性地作为描述木材纹理粗糙度的一种度量。     

沙柳重组木表面粗糙度的二维和三维分析对比

沙柳是我国东北地区广泛分布的一种速生沙生灌木,它具有耐寒、耐旱、砂埋藏高、适应性强、生长迅速等优良特性。高性能重组木是将沙柳在保留原有纤维排列的前提下,经过精细化疏解、浸胶、干燥、热压等工序加工成一种大截面、高强度、高耐候的均质结构材。作为一种建筑结构材料,其密度和尺寸可控,在一定程度上可以替代实木,大大提高了其附加值和利用率。木质材料具有独特而复杂的表面纹理,因此对其表面粗糙度进行全面的评价尤为重要。笔者研究了一种利用超景深三维显微镜测量木材表面粗糙度的新方法,主要分析了测试的特点和原理,并与传统的二维探针式表面粗糙度测量仪的结果进行了对比。此外,还研究了相对湿度对重组木表面粗糙度测量的影响。结果表明:超景深三维显微镜是一种有效测量木材表面粗糙度的方法。同时发现,高相对湿度环境对样品的表面粗糙度有不利的影响,而湿度的变化对沙柳重组木的表面纹理均匀性影响较大。并且,考虑相对湿度对测量过程的影响是十分必要的。