基于改进的分水岭算法对木材细胞边缘提取研究

利用分水岭算法对细胞轮廓进行提取,通过用不相邻邻域像素的灰度差来代替梯度变换,削弱了梯度对噪声过度敏感的问题.实验表明该方法非常适合于木材细胞轮廓提取,提高了对细胞轮廓的捕捉精度,为木材细胞微观特征提取的研究奠定了良好基础.     

木材细胞轮廓提取新方法初探

列举了三种经典的边缘提取方法:Sobel算子、Laplacian导数法和Kirsch极值法,并在此基础上提出了一种新的方法。此方法针对木材细胞图象自身的特点,改变轮廓提取的顺序,先通过类间方差法进行图象二值化,而后利用边界跟踪算法标记图象的范围,然后利用数学形态学算法,挖去细胞内部像素点,最后剩余部分图象就是细胞的边缘,通过理论推导和试验,论证了新方法的优势,其提取效果好,去除噪声明显,同时也提出了不足。     

基于叶形和叶脉特征的植物数字化分类研究

为探究叶片的几何形态学特征对植物自动分类的效果,以10种蔷薇科植物的叶片为研究对象,首先,利用tpsDig2软件在叶片轮廓和主叶脉上提取标记点,以标记点的坐标值为特征参数;再利用方差分析筛选出能够进行分类研究的特征参数;最后,利用逐步判别分析对10种植物进行分类判别。结果表明:筛选出11项特征参数可以作为分类指标,10种植物的初始判别和交叉判别的正确率分别为98.3%和96.7%。这说明植物叶片的几何形态学特征可以用于10种植物的自动分类,为植物的数字化分类研究提供了新思路。     

基于细胞数字特征的板材材种识别技术

木材识别是合理利用木材最基本的前提。为了解决人工鉴定失误率高的问题,本文提出基于细胞数学描述理论的板材识别方法,采用木材端面细胞的显微数字图像,利用板材材种的数学仿真技术、图像处理技术、数据库管理和系统辨识方法,提取细胞轮廓形态和尺寸等参数建立基准细胞和材种识别数字化参数库。减少传统的依赖图像像素特征识别比较方法的不确定性,创新材种识别的数字化理论体系,推动板材材种识别的实用化。     

一种基于轮廓的雕刻灰度图光顺方法

针对现有光顺算法在去除噪声的同时不能很好地保护好边缘拐角等细节信息的不足,提出了基于灰度图轮廓提取的磨光光顺算法,其采用改进的Laplace算子并经过预处理后对灰度图边缘进行提取,通过轮廓追踪获得图像边缘信息,然后只对非轮廓非细节部分进行光顺.试验结果表明,该方法降低了光顺算法的盲目性,有效地保留了原有数据的细节信息.     

主元分析法在木材缺陷轮廓特征提取中的应用研究

针对木材缺陷中圆形节、大虫眼轮廓特征的特点,提出一种基于主元分析的非线性轮廓特征提取方法.采用主元贡献率法选定木材缺陷轮廓特征的主元个数,建立主分量方程,计算木材缺陷轮廓特征值样本的主分量值,从而构建出新的木材缺陷轮廓特征向量综合指标,为木材缺陷模式识别系统的建立和学习提供输入向量.     

适于描述木材纹理的灰度共生矩阵构造方法研究

结合特征参数间相关性矩阵与木材纹理自身的特征,从灰度共生矩阵的11个特征参数中提取5个较独立的特征参数.利用可分性判据确定适于描述木材纹理的灰度共生矩阵构造因子取值(d=2,g=16).     

基于BP神经网络的木材表面颜色特征分类的研究

本文针对木材表面颜色自动分类难题,在 RGB 颜色空间提取木材图像的颜色矩作为颜色特征参数,利用 BP 神经网络对特征参数进行分类,通过输入层、输出层和隐含层的设计,传递函数的选择,确定最终网络结构。实验结果表明,分类正确率达到98%,验证了本文提取的特征参数的有效性。     

基于OTSU算法与数学形态学的木材缺陷图像分割

在木材分选过程中,图像缺陷分割技术占有重要的地位,能否精确提取缺陷轮廓会直接影响到分选的准确率.本文讨论提取木材表面缺陷图像的方法,应用OTSU算法与数学形态学相结合的方法对缺陷图像进行分割,最终提取出缺陷边缘.实验表明,经过OTSU算法和数学形态学进行图像分割,最后得到的木材缺陷图像更加清晰、连贯,提高了图像的可视性和准确性.     

火焰目标提取方法的研究

在火灾识别应用中,应用物体的轮廓特征来检测和定位目标物体是一种有效的方法.为了精确地提取火焰目标,提出一种综合有效的实现算法,首先对采集来的图像进行抽样处理,然后采用数学形态学方法对图像进行二值化处理,最后再对图像进行分割处理,消除噪声干扰,提取出准确的火焰目标.实验结果表明该算法能够有效地提取出图像中的火焰目标.     

Application study of image segmentation methods on pattern recognition in the course of wood across-compression

ntroductionPattern recognition is one of importsnt embranchments in artificial nit6lliGence, and is a 11ew absolutesubjed that has become one of significant fields ofhigh-tech study and application nowadays. Imageseqmentstion mathod of pattern recognition is usedby wOOd across compression in this paper By usingcomput6r disposal tO cell image, pattern recognitioncan be achieved for which the aim of studying celldeformation regularity at different compression rateand quanhtstive analysis can be…     

基于空间灰度共生矩阵木材纹理分类识别的研究

以10种木材纹理样本为对象,研究了木材纹理参数体系的建立方法,并进行了分类识别的仿真实验。首先,针对木材纹理特点并结合类别可分性判据,构造了适于描述木材的空间灰度共生矩阵,并在此基础上提取了木材的11个纹理特征参数。其次,借助相关性分析对参数进行了特征选择,进而建立了能直接与人的感官对应的木材纹理参数体系。最后,利用 BP 神经网络分类器对木材样本进行了分类识别研究,识别率为87.50%,验证了参数体系的有效性,表明用本文提出的纹理参数体系对木材进行分类识别是可行的。     

Multi-Objective Genetic Based Pore Combination Recognition

This paper proposes an automatic method of pore combination recognition,which is an important feature to hardwood recognition.After extracting edge from wood microscopic cross-section, based on area histogram of the similar circle regions,the method classifies all regions into two classes with maximum between-class variance,so as to distinguish the pore from other textures,which are similar in shapes but different in sizes.Meanwhile, second objective function about average area of closed regions is used to improve the pore segmentation performance.At last,the method uses adjacency degree of pore set to judge pore combination.The experiments demonstrate that the task of pore segmentation can be completed successfully for all kinds of pore distribution and combination,and also the correct combinations of pores are given.     

基于多目标遗传算法的管孔组合特征识别

提出一种管孔组合方式的自动识别方法.提取木材显微横切面的边缘后,基于类圆区域面积直方图,通过最大类间方差将封闭区域分为2类,将导管与其他形状相似、大小不同的组织分开；同时,引入封闭区域平均面积作为另一目标函数.最后采用管孔集邻接度来判断管孔的组合方式.试验表明该方法能够对各种导管的分布和组合获得满意的分割效果,并给出管孔的组合方式.     

应用削度方程编制湿地松材积表和出材率表的研究

在树干形状研究的基础上,利用样木资料建立了一个适合湿地松人工林干形变化规律的可变参数削度方程,据以编制了一元材积表、二元材积表、一元材种出材率表和二元材种出材率表,这些数表经检验误差较小,精度较高,可在林业生产上推广应用。     

基于机器视觉的木材特征提取与树种识别研究综述

我国是木材及木制品加工大国,近年来家具、装修等市场需求的快速增长推动了木材加工行业的发展。由不同树种制作而成的木材材料性质与价值大相径庭,因此准确识别木材树种具有重要意义。相较于传统人工识别,基于机器视觉的木材树种识别大幅度提高了准确率。文中通过分析近5年来木材识别领域的相关文献,总结了木材特征提取的相关技术与树种识别的各种方法,提出要深度融合木材的多个特征并加强各种算法间的配合使用;此外,针对机器视觉在木材树种识别中的应用普遍停留在学术研究阶段的问题,提出木材树种识别应向装备数字化方向发展,以期提高木材树种识别的工作效率。     

噪声环境下木材纹理分类的研究

为了实现木材分类识别的自动化,应用灰度共生矩阵建立了木材纹理的参数体系,并进行了分类研究。首先在无噪声的环境下提取了木材的共生矩阵纹理原始特征参数,并对其进行特征选择,进而建立了木材纹理参数体系。对该参数体系进行噪声适应性测试的实验结果表明,无噪声情况下样本识别率为87.50%;0.2%￣1.0%椒盐噪声环境下样本识别率范围为87.00%￣88.00%。表明该参数体系具有良好的抗击噪声能力和一定的工程实用价值。     

基于数字图像处理技术实现木材横纹压缩过程中构造学形态特征的研究

根据计算机视觉技术,结合横纹压缩木材构造形态特征,提出了适合于木材横纹压缩过程中构造形态特征的图像处理方法。对图像质量的完善较全面地进行了量化,充分表露出计算机视觉技术在实现木材横纹压缩过程中构造学形态特征动态变化分析中的优越性,实现了木材细胞边缘轮廓的跟踪,形态特征的提取,为木材科学的再发展奠定了理论基础。     

数字图像处理技术用于木材微观分析的研究概况

随着现代计算机技术的飞速发展,计算机数字图像处理技术已经在很多行业和科研领域中得到了广泛的应用,而木材微观分析是木材科研领域中重要的基础研究,与以往木材微观科研利用光学显微仪器加上人眼进行观察测量的研究手段相比较,利用计算机数字图像处理技术对木材进行微观结构分析具有客观、准确、高效等诸多优点,成为木材微观科研领域中一项崭新的课题和本领域未来科研的发展方向。本文概括国内外计算机数字图像处理技术在木材微观分析中的研究进展、应用现状并对现有处理方法和已经进行的研究的优缺点进行阐述和分析。针对现有图像处理方法和现有的科研程度对计算机数字图像处理技术用于木材微观科研领域的前景和主要发展方向做了展望。     

STUDY AND ANALYSIS OF CUTTING FORCES ON OBLIQUE CUTTING OF WOOD

Oblique cutting of wood is an important form of cutting wood.With the developingof woodworking industry,it is widely used in wood machinary processing such as planing,milling,sawing,drilling and so on.This paper takes oblique planing and helix milling of wood as examples.The influences of bevel angle and other factors on the cutting force have been shown.The changingrules of cutting forces have been summarized.On the basis of it,we especially carried out theoreticalanalysis on the changing rules of cutting forces and discussed the influence of the changing rules onpractice.