基于分形维数特征的原木漏节图像的研究

采用X射线法透射木材,根据检测透射物体后射线的强度差异,建立木材X射线的分形模型。采用计算盒子维数的方法对原木漏节X射线图像进行有效的边缘检测,用分形维数D的大小来定量描述原木漏节图像的不规则程度,以确定缺陷所在。研究表明背景部分与边缘部分的分形维数存在一定程度的差别,正常部分分维数值大约在2.007 3左右,漏节边缘分维数值大约在1.400 0~1.900 0之间。     

基于多重分形理论的原木CT腐朽图像分析与处理

使用计算机断层扫描技术进行原木无损检测,采用多重分形频谱分析方法可以对原木CT图像进行有效的边缘检测,该方法首先计算图像各像素点的H lder指数α(x,y),然后估计出其多重分形频谱f(α)的值,对图像的像素点进行分类,f(α)=1为平滑边缘点,1≤f(α)<1.5为奇异边缘点。根据多重分形理论,平滑点和奇异点的集合即为图像的边缘点。实验结果表明,该方法对原木CT图像的边缘检测具有良好的效果,并具有较好的局部性,为原木CT图像的边缘检测提供了一种新方法。     

X射线扫描技术对原木内部缺陷的识别方法

对X射线的吸收能力,原木木质部分与内部缺陷部分存在不同,因此在X射线底片上形成的影像也不一样,根据一定的处理识别分析,可以对原木内部缺陷的参数进行测定。利用X射线的扫描图像,提出一种原木缺陷的识别方法。     

具有图像处理功能的原木X射线检测系统

选择 X 射线作为检测源透射原木,根据检测透过被检物体后的射线强度差异,判断被检测原木内部是否存在缺陷和检测缺陷细节。检测过程中应用计算机数字图像处理技术对原始的 X 射线图像进行中值滤波、图像增强、差分和边缘检测,使得处理后的图像更加清晰,图像中的目标易于人眼识别。实验结果表明这种方法行之有效。     

基于应力波与X射线二维CT图像原木内部腐朽无损检测

木材无损检测技术是在20世纪60年代后逐步兴起的对木材性质进行非破坏性检测的技术,如今该技术已多达几十种,产生了多种多样的木材无损检测方法。为了更好地运用这些方法,找出它们的优缺点,有必要对它们检测木材内部缺陷进行试验和评价。同时使用应力波和X射线两种方法对原木内部腐朽进行检测,结果表明：应力波和X射线二维CT图像都能检测出原木内部腐朽,显示出腐朽的区域,而且能利用图像计算出腐朽区域的面积。两种方法计算出的腐朽区域的面积准确度φ都较高,但是应力波二维CT图像在其他许多方面逊于X射线二维CT图像：应力波二维CT图像对腐朽区域形状的显示不够准确,不能根据图像辨别出腐朽的严重程度,利用图像确定腐朽面积效率很低;X射线二维CT图像对腐朽区域形状的显示与实际较吻合,可以根据图像辨别出腐朽的严重程度,利用图像确定腐朽面积效率高。但是X射线仪器笨重不便携,而应力波检测仪轻快便携。     

基于高斯-马尔可夫随机场的木材表面缺陷类型识别

为了识别死节、活节和虫眼三种木材表面缺陷类型,本文采用高斯-马尔可夫随机场模型提取木材表面缺陷图像的纹理参数,结合缺陷区域的矩形度和伸长度两个几何特征,形成14维特征向量.设计三层BP神经网络来识别缺陷的类型.试验表明,三种缺陷的整体识别正确率达到96.67％,验证了该方法的有效性.     

X射线在原木无损检测中的应用

提出了一种采用X射线为检测手段的原木无损检测方法,分析了X射线用于原木无损检测的可行性、原木木材质量吸收系数μm的变化规律和X射线无损检测的特点.     

基于YCbCr和Hough变换圆的林区原木运输车辆识别

正确识别林区原木运输车辆能有效防止原木被违法运输的异常行为,提高监控管理森林资源的效力。为了解决由于林区道路场景的复杂性,原木端面颜色受光照、湿度等影响使得原木运输车辆识别率较低的问题,将基于YCbCr颜色空间和Hough变换圆检测相结合来识别林区原木运输车辆。同一捆原木端面颜色差异较小,可使用YCbCr颜色特征空间来分割图像,去除背景干扰;图像被转换到RGB空间以去除原木区域二值图像的背景;利用形态学方法统一去除二值化图像的原木缝隙来确定图像边缘;利用Hough变换圆的点线间的对偶性来检测原木运输车辆,降低了噪声的敏感性。实验结果表明,上述方法对成捆裸露在外的原木运输车辆识别率达到了71%以上,鲁棒性和有效性较好。     

基于Markov随机场的木材表面缺陷图像分割方法

针对木材表面缺陷的彩色图像,建立Markov随机场分割模型,采用EM法估计了模型参数,采用模拟退火算法(SA)和条件选代算法(ICM)求解分割结果.试验表明,Markov随机场能对木材表面缺陷图像进行有效分割,但对死结图像存在欠分割现象.SA分割效果要优于ICM,但SA算法计算过程复杂,用时较长.     

用图像处理法采集原木形状参数的研究

对利用图像处理方法采集原木形状参数的过程作了研究。以正对原木长向摄影的图像为例,对图像处理的各个步骤及采和的算法分别作了试验和比较。结果表明,原木图像处理采用如下步骤是合理的：图像拌动→二元二次多项式法及双线性内插法几何校正→分段线性灰度变换→二值化→智能高通滤波法消除噪声→ＲＯＢＥＲＴ算子边缘提取→坐标提取,最后的坐标即为原木形状参数。     

MICROCOMPUTER PROCESSING THE PHOTOGRAPH OF TIMBER WITH HOLE KNOTS

THRESHoLDWhenthetimberswiththeho1eknotsarepassedthesystemofX-raynon-de-structiveinvestigation,thesimulatednu-meralsfigureoftheholeknotsappearinthemonitor.Thesimulatednumeralsfigureisshownintablel.Meanwhilethehistogramofthisfigurearedoublepeakcertainly.Inordertoidentifytheedgeoftheholeknotswithnakedeyeandcarryoutautomatictreatment,Wetakethebinaryva1uetreatmentforthefigure'Thechoos-ingthresholdisaveryimportantpartinthebinaryvaluetreatment.Howtochooseasuitablethreshold?Weshouldpaymuchattenti…     

Applying multifractal spectrum combined with fractal discrete Brownian motion model to wood defects recognition

Wood nondestructive testing technology is a new and multidisciplinary industry scientific research. It has attained fast development and achievements in recent years. X-ray computed tomography (CT) scanning technology is a kind of wood nondestructive testing technology in practice. CT scanning technology has been applied to the detection of internal defects in the logs for the purpose of obtaining prior information, which can be used to reach better wood sawing decision. Fractal geometry and its extension multifractal are used for describing, modeling, analyzing, and processing of different complex shapes and images. A method in CT image edge detection using multifractal theory combined with fractal Brownian motion is applied in the paper. First, its multifractal spectrum is estimated. Then, different types of pixels are classified by the spectrum; they are smoothing edge points and singular edge points. From the images processed by multifractal spectrum theory and compared with each image by different spectrum values, it can be seen that the larger the range of threshold is set, the more exact the edge can be detected. The paper provides a new method to recognize the defect information and to saw it in the condition of nondestructive wood.     

多尺度分形特征在木材内部缺陷检测中的应用

将数字图像处理与木材检测相结合,对获取的木材图像进行图像处理与分析,获取高质量的木材图像是提高木材检测准确性的重要手段。利用微光摄像机作为图像输入传感器,并最终以数字信号的形式储存在计算机当中。应用数字图像处理技术对采集到的原始图像进行预处理,提高图像的质量,便于后续处理。将预处理后的图像分割成若干个子区域,计算出每个子区域的多尺度分形特征值。实验结果显示,图像中背景部分与边缘部分多尺度分形特征值存在明显差别,可以提取奇异性较大的多尺度分形特征值,他们的集合即为木材缺陷的边缘。     

原木材积检测中的计算机视觉技术

原木材积的检测在林业研究及造纸工程等领域是十分重要的。本文提出了一种基于计算机视觉的新方法用于材积的 检测。首先,分析了用于检测的硬件系统。然后,给出了检测过程中的详细算法。为了提高原木横截面图像的质量,提出了基于模糊熵的图像增强算法。在许多实际应用问题中,图像中的原木横截面常常是部分不可见的,这一现象已成为材积正确检测的主要障碍。为了克服这一现象,本文提出了一种鲁棒的Hausdorff距离用以恢复完整的原木横截面。实验的结果证明了本文方法的有效性。图5参8。     

基于协同学的原木供应链体系的协调度

在对黑龙江省森工企业原木供应链问题分析的基础上,引入协同学理论,并分析其在森工企业原木供应链体系中的应用。建立原木供应链子系统协同的序参量方程,寻找影响原木供应链体系效率和效益提高的主导因素,构建原木供应链体系协调度模型。通过对协调度变化趋势的分析得出:1999—2008年,黑龙江省森工企业原木供应链体系财务和业务2个子系统的协调度变化趋势较为混乱,有序性不明显,反映出整个行业的混乱状态;原木供应链体系协调度总体变化趋势相对平稳,但水平较低,变化范围在-0.2～0.2之间,原木供应链组成系统各要素之间在发展过程中彼此的协调程度较低。黑龙江省森工企业应该以新经济时代全新的管理理念指导企业未来的发展,建立适合新形势要求的新型森工企业发展管理模式。     

木材CT图像的三维重构

运用CT技术对木材进行无损检测,运用多重分型频谱技术可以对木材CT图像进行有效的边缘检测.针对木材CT图像低对比度、原木缺陷边缘提取困难等问题,采用多重分型频谱技术对处理后的图像进行提取,提取的边缘信息清晰完整、准确度较高,为后续的木材CT图像的三维重建提供有效信息.使用线性插值法对木材CT图像进行三维重建,该方法具有便于理解、实现简单和运算速度快的特点.所运用的线性插值法对木材CT图像三维重建的过程有较好重建效果,具有重建图像直观、清晰的优点,这种重建理论为提高木材利用效率和原木的虚拟切割提供了一种有效的思路.     

基于遥感技术的宜良县云南松蓄积量反演

以云南省宜良森林二类调查数据为样本,基于Google Earth Engine云平台Landsat 8 OLI影像,结合植被因子、纹理特征以及K-T变化为自变量,构建了多元线性回归和随机森林的建模方法,建立了森林蓄积量反演模型.以宜良县云南松为研究对象,运用Landsat8 OLI遥感影像数据结合地面角规控制样地调查数...     

贮木场原木楞堆图像计数技术

贮木场楞堆的计数往往采用人工的方法,而人工计数又存在很多局限性.为解决这一问题提出了一种基于距离变换的图像识别方法.该方法采用中值滤波法、二值化分割和数学形态处理运算实现棒线材图像的预处理,根据距离变换的思想,采用距离变换图中搜索种子点的方法实现原木的计数.该技术尤其适用于贮木场原木楞堆端面摆放参差不齐、原木端面面积大小不一和原木形状不规则的等情况下计数,真有一定的推广和应用价值.