基于直方图的木材表面颜色分类研究

颜色直方图是图像检索技术中一种有效的颜色表达方式，具有位移、旋转不变的特性。然而木材表面颜色较为单一，采用通常的量化方案不能达到很好的分类识别效果。提出了采用HSV颜色空间三个独立分量的直方图统计特征表达木材表面颜色信息的方法，利用色调、饱和度和亮度三分量之间的相互独立性，提取了各分量的直方图特征。最后利用BP神经网络对木材样本库的图像进行了分类仿真，其结果验证了特征的有效性。     

基于融合彩色特征木材表面颜色分类的研究

针对木材表面颜色自动分类的难题,在RGB颜色空间,将R、G、B三个颜色矩阵融合成一个特征矩阵,再对这个特征矩阵提取颜色三阶矩参数作为木材表面颜色分类的特征参数,设计了适合木材表面颜色分类的BP神经网络分类器,分类识别率达到98.67%,验证了提取特征参数的有效性。     

4种易与红木混淆木材的构造分析

对葱叶状铁木豆、木果缅茄、阿诺古夷苏木和胶漆树四种木材的宏观和微观构造进行观察分析,并与其易混淆的紫檀、花梨等红木类木材进行比较,发现此4种木材除了宏观颜色与红木相似外,其构造与红木木材有非常大的差别,旨为消费者购买相关木制品时识别其种类提供参考。     

基于L*a*b*颜色空间对木材分类的研究

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.     

介绍一种识别木材的新工具——木材识别卡

一种具有快速、准确鉴别木材种类之功能,适于现场使用的新工具—木材识别卡,已由贵州省黔南州木材公司黎广益同志研制成功,并已申报国家专利。我国南方各省林区商品木材种类繁多,现场识别比较困难。一些珍贵的、价格类别较高的或具有特殊用途的木材,常常因为识别不清当作一般用材处理了;至于一般木材因识别困难而导致的盲目使用,更是司空见惯。这种状况不仅给木材生产、销售和使用带来诸多不便,影响森工企业经济效益,而且,也因未能材尽     

基于SVM的多特征融合的天牛图像识别

天牛虫的图像特征提取对于天牛虫灾害的防治和监控有很重要的意义,针对目前图像识别在这个领域的应用中存在的问题,提出进行图像的特征提取和识别的方法:首先,对天牛虫图像进行二维小波变换分解,用低频图像进行特征提取,减少噪声的同时可以提高识别的准确率;然后,提取低频图像的SIFT(尺度不变特征变换)特征向量集,解决大范围的仿射失真、3维视角的改变、噪音的增加和光线的改变等造成的影响;为了提高复杂光照条件下的图像识别率,引入了颜色特征,将图像从RGB转换到HSV空间,提取图像的颜色矩作为颜色特征向量;最后,将所提取的特征作为SVM分类器的训练样本集,进而对目标图像进行识别,实验结果表明,提出的方法能够得到较好的识别效果。     

泡桐木材防变色处理配方优选试验研究

为防止泡桐材的变色降等，采用防变色剂、耐光剂、渗透剂组成的防桐木变色剂配方处理桐木板材，观察其对色度ａ＊、ｂ＊、色差ＤＥ＊、明度Ｌ＊的影响。通过正交试验选择最佳工艺参数。处理后的泡桐板材可达到出口一级品之指标，颜色纯洁，保持木材天然本色。     

基于计算机的木材特征提取和分类识别技术研究综述

木材由于内部结构和组成成分的差异,使不同种类木材表现出完全不同的理化性质,并决定其不同的用途和商业价格,因此针对木材的分类识别研究具有重要的应用价值。木材分类识别通常经过木材特征提取和基于特征的分类识别这2个步骤。目前木材特征提取主要利用计算机视觉、光谱分析等技术。木材分类识别是基于木材特征的数字化,这一部分可利用计算机算法实现自动识别,较以往人工识别可大幅提高准确度。文中通过分析近20年来木材特征提取和分类识别的相关文献,介绍各种基于计算机的木材特征提取与分类识别技术的特点及适用范围,并结合计算机技术的发展方向探讨木材特征提取与分类识别技术的发展趋势,以期为构建更准确的木材分类识别技术提供参考。     

木材的颜色与变色

一、木材的颜色木材是由纤维素、半纤维素和木素组成.从分子的化学结构来看,木素是木的颜色及其变色的主要因子.木素是由各种芳香类化合物及其衍生物组成,木素约占木材的20-25%,由于芳香类化合物具有呈色反应(表1),使木材也具有这种呈色反应特性.各种木材含有的芳香类化合物的种类、数量不同,导致木材具有不同的颜色.同     

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。     

加速热处理技术对木材颜色变化影响的研究

分别采用氯化锌、磷酸二氢铵和磷酸为主要成分的3种药剂将木材进行浸渍处理,然后再进行热处理,研究处理温度、药剂及其浓度对木材色泽变化的影响情况。结果表明:3种药剂浸渍木材热处理方法能加速热处理木材的颜色反应,随着温度的升高和药剂浓度的增加,木材的L*、a*、b*明显下降,色饱和度差△C*明显降低,△E*色差逐渐增大;这种处理方法能缩短木材热处理的反应时间,对木材颜色特征起到了明显的催化加速反应作用。     

一种新的针叶材自动识别方法

提出通过横切面显微图像对针叶材树种进行计算机识别的方法。该方法通过提取图像的PCA特征,生成特征树,然后采用SVM对样本进行分类。使用8种针叶材,每种12个样本,并采用留一交叉验证,对图像的分割方法、最近邻与SVM分类算法和不同范数距离下的识别效果进行试验。结果表明通过部分木材微观的纹理结构进行木材识别的可能性。     

椴木单板表面光辐射变化的研究

以椴木单板为试材,利用紫外灯进行光辐射试验,使用红外光谱仪和分光光度计分析其光变色规律。结果表明,木材受紫外光辐射易发生光化学反应,木质素发生降解,非共轭羰基增加。前10h变化较大,从10-50h则变化明显缓慢,出现变化饱和现象;色度指数变化主要表现为黄蓝度b＊显著增加,明度指数L＊、红绿度a＊变化不明显。     

木材材色研究进展

木材材色是木材基本属性,关乎木质品视觉美感及其装饰性能,其色彩变化是评价木材品质及其市场价值的重要指标。木材材色的形成及其影响因素是用材树种良种选育、人工林定向培育及木材加工利用的研究热点。文中综述木材材色分析技术,介绍现行的材色分级标准,阐释材色形成机理和变异来源,并面向未来木材市场需求及高价值人工林定向培育目标做出展望,以期为今后木材材色形成机理和实木用材树种良种选育、优质木材定向培育及加工利用等相关研究提供参考。     

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.     

木材材色的定量表征

本文对木材材色的定量表征方法作了简要的评述,并就红种国产针、阔叶树材按CIE(1931)和CIE(1976)(L~*a~*b~*)做了详细的测定和分析。测定结果表明,表色参数(主波长、色纯度、亮度等)要具有可比性,所用的方法和测定条件必须相同。树种之间的色度坐标值的差异大于树种之内的差异。分析木材表面的反射率曲线,不同树种间的材色差异既反映在亮度上,也反映在色调上;但同一树种内的差异主要反映在亮度上。另外,树种之间与树种之内木材表面反射率与波长关系的曲线形状相似,趋向也一致,说明尽管材色的变异性很大,但有一定的规律性。因此采用了主成分分析法,简化表色空间,获得了综合材色参数的实验式;初步测试,实验式具有一定的可靠性与实用意义。为了能直观地表达材色,除了使用综合材色参数外,还给出了孟塞尔标号。     

THE EFFECT OF HEAT TREATMENT ON DIFFERENT SPECIES WOOD COLOUR

Woodisnaturalmaterial,naturegivewoodsurfacecolor,g]oss,grain,qualitysenseetc-,whichconsititutedwoodaesthet-icfeeling.Forthisreson,peoplealwaysusedwide]ywoodtomakefurnitureanddecorating,andstlldiedonthequntitativetestingofwoodsurfacevisualphysicalmagnitude.tl-8jTreeswereprocessedoperationbyaseriesofworkingprocesstoformthewoodsurfacewhichwesawandtouchedonfur-nitureanddecorating.Inthesekindsofworkingprocess,whetherthevisualphysi-calmagnitudeofwoodsurfacehadvaria-tionsorthisvariationschangedwoodna…