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。      

卷积神经网络在黄瓜叶部病害识别中的应用

针对传统黄瓜病害识别方法中提取到的分类特征容易受病害叶片形态多样性、光照和背景影响的问题,提出了一种基于卷积神经网络的黄瓜病害识别方法,并建立了一个具有6种黄瓜病害的155 000多幅训练叶片图像数据库。根据病害叶片图像的复杂性,利用卷积神经网络从该数据库中自动学习黄瓜病害叶片图像的属性特征,再利用Softmax分类器进行分类。试验结果表明,与基于特征提取的传统病害识别方法相比,该方法的识别性能较高。     

木材识别方法研究综述

介绍了人工知识、对分检索和穿孔卡片检索等3种传统木材识别方法和数据库检索识别方法。指出基于计算机视觉的木材识别方法的优点,它将成为木材识别的一种趋势。根据识别过程将该方法按照给定木材的类型、识别的特征和分类器等3种方式进行分类．并给出了每种类型详细的分类和当前研究的进展。最后,对今后木材识别研究在语义特征提取、语义特征与纹理特征的结合、树种指纹挖掘、无切片识别和设备研制等5个方面提出了自己的看法。     

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。     

基于叶片图像多特征融合的观叶植物种类识别

叶片图像特征提取对于植物自动分类识别有着重要的研究意义。本文以观叶植物叶片为研究对象,综合提取叶片图像的颜色、形状和纹理特征,基于支持向量机(SVM)原理提出了基于图像分析的观叶植物自动识别分类方法。通过对50种观叶植物样本图像进行训练和识别,与BP神经网络和KNN识别方法进行比较,本文所采用的SVM分类器的识别率能够达到91.41%,取得了较好的识别效果。      

木材材性表数字化检索系统的研建

以木材材性表为研究对象,建立基于木材材性表的检索系统,该检索系统能够根据木材材性表中的木材特征对木材标本进行快速检索.该系统基于ASP.NET MVC框架和ADO.NET技术的三层架构设计解决方案,使用感知哈希算法对木材标本图像进行识别;系统采用树形结构和图片混合的方式展示检索结果,实现对木材材性表数据的信息维护、信息统计、数据字典查询、用户管理、手机检索等功能.     

基于物联网和深度卷积神经网络的冬枣病害识别方法

针对传统的作物病害识别方法中人为提取的分类特征,对复杂作物病害图像的形状、光照和背景比较敏感等问题,提出一种基于物联网和深度卷积神经网络(DCNN)的冬枣病害识别方法。DCNN由1个输入层、4个卷积层、3个下采样层、1个全连接层和1个输出层组成。利用该方法能够提取冬枣病害图像的有效特征,并识别病害类型,避免了传统作物病害识别方法中繁琐的特征提取过程。在4种冬枣病害果实数据库上进行了冬枣病害识别实验,识别率达到92%以上。试验结果表明,该方法适合利用物联网采集的大规模视频病害图像进行冬枣病害识别。     

微机辅助木材识别系统WIP-89

应用Sun386-24微机和Turbo Pascal语言编制WIP-89木材识别系统(包括汉字和英文2类)。数据包括:(1)针叶树材169种、阔叶树材500种;(2)木材识别组合特征针叶树材43个,阔叶树材47个(包含单一木材识别特征针叶树材138个,阔叶树材179个);(3)在显示树名时,还列有该树种的平均导管弦径和导管、纤维长度平均值及大小变异范围的数据。主要功能有:(1)木材识别特征图像27幅,涉及木材解剖特征50个;(2)树种的检索;(3)数据库已存树种的修改、显示和打印;(4)修改已经检索和尚未检索的木材特征代码;(5)10个树种以下树种间的相异特征表;(6)缩写科名与全称科名查找及对照表;(7)科、属中包含的树种名录。     

微机辅助木材识别系统WIP-89

应用Sun386-24微机和Turbo Pascal语言编制WIP-89木材识别系统(包括汉字和英文2类)。数据包括:(1)针叶树材169种、阔叶树材500种;(2)木材识别组合特征针叶树材43个,阔叶树材47个(包含单一木材识别特征针叶树材138个,阔叶树材179个);(3)在显示树名时,还列有该树种的平均导管弦径和导管、纤维长度平均值及大小变异范围的数据。主要功能有:(1)木材识别特征图像27幅,涉及木材解剖特征50个;(2)树种的检索;(3)数据库已存树种的修改、显示和打印;(4)修改已经检索和尚未检索的木材特征代码;(5)10个树种以下树种间的相异特征表;(6)缩写科名与全称科名查找及对照表;(7)科、属中包含的树种名录。     

基于傅里叶变换和独立成分分析的木材显微图像特征提取与识别

正确识别木材对木材科学和木材产业具有重要意义。提出一种提取木材显微图像特征并进行识别的新方法。首先进行傅里叶变换得到木材显微图像的傅里叶变换功率谱图,然后进行独立成分分解得到功率谱图的独立基,所提取的特征就是木材显微图像的功率谱图在独立基上的投影系数,最后利用支持向量机对待识别图像在独立基上的投影系数进行分类,实现木材识别。在200幅木材显微图像库上进行小样本实验,取得了较高的识别率。实验结果表明,该方法具有较大应用潜力。图4参12     

木材树种管理检索系统研究现状与发展趋势

木材识别技术是木材与林业科学中的重要组成部分,正确的识别木材树种对于合理、高效地利用木材资源具有积极的意义。由于数据库检索方法具有快捷、准确的特点,通过介绍数据库的发展历程、数据库识别软件,探讨木材树种管理计算机检索的国内外现状和发展趋势。     

分子生物学技术应用于木材识别的研究进展

木材识别技术的进步对于木材科学的发展及保护森林资源意义重大。随着木材DNA提取方法的不断突破,分子生物学技术开始应用于木材及木制品的材种鉴定及来源地识别,这对于阻止木材的非法砍伐及贸易具有重要意义。对近年来研究者在木材分子识别技术领域取得的进展进行了概述,介绍了木材DNA提取常用的方法、存在的困难、改良的措施及不同提取方法获得的DNA质量;在木材树种鉴定方面,主要介绍了微卫星、单核苷酸多态性和DNA条形码技术的应用进展;列举了分子生物学技术在木材来源地的鉴定中的成功案例;最后,分析了木材分子识别技术仍存在的问题,并对其发展及应用前景进行了展望。参43     

基于量化构造特征参数的树种计算机识别算法

简述了以往木材树种识别专家系统的数学算法,探索提出了一种新的基于由图像处理技术提取的木材构造解剖特征量化参数的计算机木材识别的算法———最大相似法 该方法可采用最小差值判别、树种综合特征阈值及综合加权相似3种方式来达到木材树种识别的目的,同时讨论了这3种方式的计算方法 这三者的主要区别在于:最小差值判别法是一种绝对的比较方法,它不考虑提取量化特征过程中所存在的误差与树种自身存在的变异,主要依靠多参数来修正误差;树种综合特征阈值法是一种相对的比较方法,它承认了客观误差的存在,利用适当的阈值来修正测量误差与树种品质的变异;综合加权相似法是在主成分综合分析的基础上,将每个特征量对树种的影响程度大小(即贡献率的大小)作为系数进行相似系数的计算,而前两者则将所有特征量视为平等 通过以上3种方式基于量化参数实现的木材树种识别方式具有比传统的专家系统检索方法更为客观,且在多参数情况下的容错能力更强等优点     

基于连续投影算法-遗传算法-BP神经网络的可见/近红外光谱木材识别

  目的  基于可见/近红外光谱技术,以10种木材为研究对象,探索不同预处理和特征提取方法下BP神经网络识别木材的效果。  方法  利用美国ASD公司生产的LabSpec 5000光谱仪采集10种木材的光谱图,分别进行移动平均法处理、移动平均法+多元散射校正(MSC)、移动平均法＋标准正态变量变换(SNV)、Savitzky-Golay卷积平滑算法(S-G滤波器)、S-G滤波器+MSC和S-G滤波器+SNV的预处理,运用主成分分析法(PCA)、连续投影算法(SPA)、SPA和遗传算法(GA)联合分别进行特征提取,将提取的特征结合BP神经网络进行木材识别试验。  结果  以SPA和GA联合提取光谱特征时,移动平均法+SNV的预处理效果最佳,以吸收峰为起始波段(W_initial=1 445 nm)、吸收峰个数为特征个数(N_tot=9)时,识别率较高,特征个数大部分减少为SPA提取特征值个数的一半左右。BP神经网络的平均识别速度提升明显。10种木材的平均识别率为98.0%,其中7种木材的识别率达到了100.0%。  结论  在移动平均法+SNV的预处理下,SPA和GA联合提取光谱图的特征,既可提高BP神经网络识别木材的正确率,又可提升识别速度。图3表6参23     

Segmentation of pores in wood microscopic images based on mathematical morphology with a variable structuring element

A set of pores is one of the key features in the process of wood identification. A novel method to segment pores in a wood microscopic image is proposed in this paper. The method has three steps. In the first step, structuring elements with several sizes are employed in a mathematical morphology algorithm to enhance the pores and remove other tissues in a wood microscopic image. Then the best structuring element size is determined according to the results obtained from the previous step. Finally, a binary image that includes only pores is obtained by an adaptive thresholding. Experimental results show the efficiency of the method.     

基于可见/近红外光谱识别东北地区常见木材

探索可见/近红外光谱识别生长锥取得的木材样品的可行性,为野外木材检测提供方法。木材品种涉及东北地区常见的14个树种,木材样品由生长锥南向北方向钻取树木1.3 m胸高处得到,观测木样的可见/近红外光谱并采用导数、对数与平滑处理,运用距离法建立识别模型,测试并分析不同光谱预处理方法对可见/近红外光谱木材识别准确率的影响。结果显示:在不使用平滑处理时,使用一阶导数处理之后的光谱木材树种识别的准确率（96.79%）明显高于二阶导数（78.57%）和三阶导数（75.00%）。在使用导数和平滑处理时,使用二阶导数（98.21%）或三阶导数（98.21%）处理之后的光谱用于识别的准确率略高于一阶导数（97.50%）。单独使用平滑处理不能提高模型预测准确率,单独使用导数处理可以提高模型预测准确率。在最优的参数设置下使用导数和平滑处理时,使用S-G导数平滑（98.42%）和Norris导数滤波（98.57%）的效果无明显差异。     

水青树木材红外光谱特征研究

采用傅里叶变换红外光谱(FTIR)法测定了水青树等6种木材红外光谱。结果表明,通过各自的特征峰和共有峰相对峰强的比较可以区别6种木材。水青树木材的红外光谱各官能团吸收峰的特征表明,其化学组分交错于针阔叶材之间,木质素含量和结构具有一定针叶材的特征。通过红外光谱共有峰率和变异峰率双指标序列法的分析,在系统位置上,水青树与金缕梅科处于更近的位置,而与木兰科更远。红外光谱在木材分类研究和鉴定领域有较好的应用前景,此技术也有望成为木材司法鉴定体系中的有效方法之一。     

松材线虫两种实用分子检测技术

为检验已开发的SCAR标记与实时PCR两种分子检测方法鉴定松材线虫的可靠性,本文选用线虫未知种样品7个以及已知种样品3个为实验材料,采用上述两种分子检测方法进行检测,并且对7个线虫未知种样品进行形态鉴定。结果表明：1）运用SCAR标记检测,第2、3、4、7号4个未知种样品与8号松材线虫样品出现了一条清晰、明亮的860b...     

计算机断层扫描技术（CT）在木材无损检测中的应用与发展

 介绍了计算机断层扫描技术（CT）技术在木材无损检测领域中的发展情况和独特优势,从方法应用、结果判定、测试范围等方面详细阐述了国内外木材计算机层析成像检测的研究现状,着重指出它在木材宏观构造识别、早晚材密度判定、木材内部缺陷预测、裂纹扩展过程的超高速扫描以及微观构造分辨等方面取得的技术成果。最后强调结合木竹材材性特征开发相应的CT无损检测技术,为木竹基础科学研究以及高效利用提供技术支持。参37