基于优化卷积神经网络的木材缺陷检测

针对深度学习中的卷积神经网络算法,在木材无损检测过程中存在缺陷定位不准确、缺陷轮廓和边界信息不完整、识别精度需进一步提高等问题,利用非下采样剪切波变换最优稀疏表示特性,以及简单线性迭代聚类算法能很好地保持像素紧凑度和图像边界轮廓的优点,设计了一种优化的卷积神经网络算法,以提高木材无损检测的准确率。首先采用非下采样剪切波变换对采集的木材图像进行简单预处理,保留木材图像的缺陷特征不丢失,降低图像处理的复杂度以及运算量;然后利用卷积神经网络对木材图像实现深层次的算法设计,同时应用简单线性迭代聚类算法对初步模型进行增强改进,提取出相对准确的木材缺陷轮廓;最后通过反复调整参数和调试优化器,优化卷积神经网络算法的收敛速度,提高学习和运算效率,完善卷积神经网络对木材缺陷轮廓的提取,在降低运算复杂度的同时,提高其精度,具有良好的鲁棒性。相比径向基函数(RBF)神经网络、向后反馈-径向基函数(BP-RBF)混合神经网络和卷积神经网络,本算法对木材缺陷具有更好的识别效果,其识别准确率达到98.6%左右,且识别时间相对更短。     

基于像元分类与基于对象分类的森林景观分析比较研究

采用基于对象的分类方法与基于像元的分类方法对黑石顶自然保护区QuickBird遥感图像进行了分类,结合多样性指数、优势度指数、均匀度指数、聚集度指数和破碎度指数对比分析了黑石顶自然保护区不同分类方法的景观格局。结果表明,基于对象的多尺度、多层次景观分析方法较传统的基于像元的景观分析方法更能体现实际的景观状况,并能够获得更准确的景观分析结果。     

An improved binarization algorithm of wood image defect segmentation based on non-uniform background

In this study,an image binarization optimization algorithm,based on local threshold algorithms,is proposed because global and traditional local threshold segmentation algorithms cannot effectively address the problems of nonuniform backgrounds of wood defect images.The proposed algorithm calculates the threshold by the mean,standard deviation and the extreme value of the window.The results indicate that this modified algorithm enhances the image segmentation for wood defect images on a complex background,which is much superior to the global threshold algorithm and the Bernsen algorithm,and slightly better than the Niblack algorithm and Sauvola algorithm.Compared with similar models,the algorithm proposed in this paper has higher segmentation accuracy,as high as 92.6%for wood defect images with a complex background.     

Prediction of Yueqin acoustic quality based on soundboard vibration performance using support vector machine

As an important material of making instrument resonant component, paulownia has a significant influence on instrument acoustic quality. Using the method of support vector machine (SVM), an evaluation model for predicting the Yueqin acoustic quality was developed based on the wood vibration performance. Generally, the wood selection in the Yueqin manufacture mainly depends on observance weighting by hands, knocking and listening by an instrument technician. The defect in scientific theory impedes the improvement of Yueqin quality. In this study, nine Yueqin were fabricated. Based on the information of their raw materials and Yueqin acoustic quality evaluation, a prediction model was proposed. In the total 180 groups of data, 60 groups of data were randomly selected for the training, 30 groups of data were randomly selected from the unused data for the verification. The radial basis function is used to establish the Yueqin soundboard wood acoustic quality evaluation model and simulate the prediction. The results revealed that the prediction of Yueqin acoustic quality could be achieved based on the soundboard wood vibration performance using the MATLAB simulation. The classification accuracy was 90.00%, indicating that the predicted values were highly consistent with the experimental values. The models are able to be used to precisely predict the Yueqin acoustic quality based on the vibration performance of soundboards.     

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.     

Wood defect detection method with PCA feature fusion and compressed sensing

We used principal component analysis (PCA) and compressed sensing to detect wood defects from wood plate images. PCA makes it possible to reduce data redundancy and feature dimensions and compressed se...     

基于智能手机图像分析的树木胸径测量研究

树木信息的采集是森林资源调查的基础,通过安卓智能手机图像处理的研究,为单株树木胸径信息的采集提供简单、高效的测量方式,在野外环境复杂或者没有仪器的时候,也可以进行较为准确的树木胸径估测。利用安卓智能手机上的图像处理技术,结合近景摄影测量原理,该文提出了2种测定单株树木胸径的方法:第1种是基于近景摄影测量技术的测量方法。此方法通过手机摄像头摄像时传感器获取的手机倾斜角度和变化测量位置后测得的高度差,利用三角函数计算得到立木胸径;第2种是基于图像立木边缘提取的测量方法。此法利用边缘检测算子得到树木的轮廓,再根据比例因子,结合用户输入的参数和应用程序获取的手机相关参数计算立木胸径。最后开发了相应的智能手机App(Application,应用软件)。结果显示,基于近景摄影测量技术的测量方法,其绝对误差的绝对值在8 cm以内,平均相对误差为6%;基于图像立木边缘提取的测量方法,其绝对误差绝对值在5 cm以内,软件测量胸径与卷尺间接测量的直径值之间平均误差为11.08%。这说明,2种方法软件测量结果精度较高,适合野外操作;相比较而言,第2种方法测量结果更加稳定,更加具有实用性。     

基于快鸟的多尺度景观模糊分析城市绿地

以25像元和150像元的目标分割值生成小尺度和大尺度的快鸟影像景观目标层,利用知识分类提取出绿地信息,计算分析城市绿地6种景观参数,并利用模糊数学方法构造景观综合指数,研究探讨多尺度城市绿地景观特征。结果表明:多分辨率分割方法能有效产生两种绿地景观尺度;小尺度景观指标大多大于大尺度景观指标,符合景观学规律。     

基于LS-SVM的木材表面缺陷网格化检测

针对图像分割的复杂性和局限性,作者提出一种基于最小二乘支持向量机(LS-SVM)的木材表面缺陷网格化检测方法。首先将木材表面图像划分成互不重叠的矩形块,然后依次计算每个矩形块图像的特征向量,用于描述各个矩形块图像,其特征向量由颜色特征和纹理特征等参数共同组成。最后将特征向量归一化后送入LS-SVM分类器,利用特征向量的相似度来进行缺陷的定位和识别。实验结果表明,该方法可有效进行木材表面缺陷检测,检测准确率超过93%。     

基于ALOS数据的遥感植被分类研究

以广西平南县的植被覆盖为研究对象,以ALOS为遥感数据源,并对其进行了数据处理,运用信息量、相关系数及OIF方法,分析数据的波段特征;采用决策树分类算法,根据各种植被光谱特征建立知识库,提出基于光谱信息的植被分类方法,并将其与传统的监督分类方法进行了比较。结果表明:基于光谱特征的植被遥感信息提取方法分类总体精度显著提高,Kappa系数达到0.877;采用Landsat—5 TM遥感影像对该方法进行推广,分类总体精度为86.09%,Kappa系数为0.83。结果表明该分类方法能有效地对植被进行分类与识别,并对不同数据源的植被分类有一定的普适性,为实现植被的自动化提取提供了理论依据和方法。     

基于形态学重构的实木地板缺陷分割方法研究

针对传统区域生长方法中,由于噪声种子存在及种子点单步邻域搜索所导致的分割时间长、检测精度低的问题,提出基于形态学重构的实木地板在线缺陷分割方法。方法首先定义不同阈值下的两幅模版图像,其中低阈值图像用于种子优化,高阈值模版用作种子膨胀生长;通过定义腐蚀终止准则,完成低阈值图像下的缺陷骨架提取;运用去毛刺操作,最终实现缺陷骨架内的种子点优选;然后,运用测地膨胀,结合高阈值模版,完成板材缺陷区域的快速生长;最后,应用孔洞填充、去毛刺优化边缘,实现缺陷目标的提取。实验分别在像素512*512、256*256和128*128下进行,通过与传统区域生长方法的比较,表明方法实现了缺陷区域的准确分割,分割速度与精度能够满足地板在线分选要求。     

基于ANSYS的木质基复合材料的静力学分析

采用有限元软件ANSYS对木质基复合板进行静力分析,分析其在加载过程中的位移和应力等情况,得出材料的变形及受力规律,以便人们在板的制作过程中对其大应力及大位移区做特殊处理,保证在使用过程中不因结构的部分失效而影响整个结构的工作。本文中分别就不同铺层方向四层结构复合板以及相同铺层方向单、四层等厚度板分别建立模型,并在相同受力与约束情况下进行静力学分析,得出一些对生产实际具有指导意义的结论。     

水蒸气量变化过程中木质室内装饰材料对环境湿度的调节(英文)

为了弄清楚在水蒸气流入流出过程中木质室内装饰材料对环境湿度的调节规律，定量评价室内装饰材料的环境湿度调节性能，该研究在环境恒定温度为２６ ℃条件下，测定了在水蒸气流入流出过程中木质及非木质材料装饰的试验体内环境湿度的经时变化规律，在此基础上定义了ｘ 和ｙ 两个参数来表征材料对环境湿度的调节性能。研究结果表明：（１） 用ｘ 和ｙ 值能够将各种材料按其调湿性能分成４ 个组别。（２） 木质材料类具有较好的环境湿度调节性能，即这些材料能够缓和室内环境湿度的急骤变化。（３） 木质材料的ｘ 和ｙ 值随气积比 Ａ／ Ｖ 的增大呈曲线下降趋势。（４） 在本实验设定的循环过程中，材料厚度对其调湿性能影响不显著。     

福建柯木类木材结构特征及其对干燥的影响

福建柯木类中的米槠、苦槠、红锥、高山锥和格氏栲的细胞构造具有共同特点。五种木材随着密度的增加导管细胞壁平均厚度变化不大,导管平均长度呈递增趋势。早晚材管孔的大小差异大,早晚材急变,导管的长度与孔径比值大;管孔的排列呈火焰状离散型,木射线宽窄不一,多数呈宽或较宽。导管的弦向直径与水分流密度呈正相关,导管长度越长,则水分传输性能越差,即径向干缩变化远小于弦向造成导管的收缩和扭曲,从而带来导管破裂,最终导致木材干燥缺陷。在木材干燥中这些特征造成木材内部温度梯度(t)/(x)或含水率梯度(w)/(x)显著增大时,对木材干燥速率有影响的水分流密度I_1值发生相应变化,只是变化值远小于木材表面向介质传递的水蒸汽量I_2,即I_1I_2。此现象更容易形成内外水分梯度差异,从而产生内应力,导致木材开裂翘曲和皱缩。此外,由于米槠等其早晚材导管的大小差异大,以及拥有宽窄不同的木射线,造成水份传导不均匀也影响木材干燥质量。     

抽提物和抽提工艺对木材横界面性质的影响

采用分类试验方法，探索抽提物和抽提工艺对黎蒴栲木材横界面的影响。试验结果表明，有机、热水、温水和冷水等处理后，黎蒴栲材横切面的接触角增大，表面自由能降低，而碱处理后，接触角降低，表面自由能增大。可见，黎蒴栲材经过抽提处理可以改变或控制其横界面性质，从而达到界面设计的要求。     

Evaluation and classification of residential greenbelt quality based on factor analysis ＆ clustering analysis： An example of Xinxiang City, China

Five factors expressing greenbelt quality and one factor expressing quantity were adopted for evaluation of the residential greenbelt,and the AHP (Analytical Hierarchy Process) method was used to determine the value of factors.Thirty residential areas were selected as the samples.Two principal components were extracted and their expression was constructed by method of factor anlysis,therefore,quality evaluation of residential greenbelt was obtained.The accuracy of the function and implement quality classification toward the residential greenbelts in Xinxiang City were validated by clustering analysis method.The results showed that the greenbelt quality of fourteen residential areas was higher than the average level,of which eleven were newly-built residential areas.The 30 residential areas were classified into three types according to their greenbelt features and their formation by clustering analysis method.Finally rational proposal basing on aforesaid evaluating results was proposed for construction and renewal of residential greenbelt,upon which directive basis was provided for construction and renewal of residential greenbelt.     

基于Faster R-CNN的实木板材缺陷检测识别系统

我国木材资源有限,为了提高木材的利用率,采用机器视觉来实现木材缺陷快速而稳定的检测,不仅可以克服人工检测的低效率和木材缺陷识别的低准确率,而且对提高木材加工企业的智能化水平具有重要意义。为了高效、快速、准确地进行无损检测,采用深度学习方法,建立了一种基于快速深度神经网络的实木板材缺陷识别模型。首先采用Resnet V2结构对采集到的实木板材缺陷图像进行特征提取,然后应用该模型对节子、孔洞等实木板材缺陷进行训练学习,最后构建了Faster R-CNN检测框架,并使用tensorflow开发平台对节子、孔洞等实木板材缺陷进行预测输出。具体选取了2 000块杉木样本,通过旋转对原始的实木板材图像进行数据扩充,扩充后图像的80%作为训练集,20%作为验证集来进行仿真。仿真结果表明,该模型对实木板材节子缺陷检测正确率为98%,对实木板材孔洞缺陷检测正确率为95%,验证了将深度学习算法应用于实木板材缺陷检测中的有效性。     

木材干缩湿胀对实木家具设计的影响

在实木家具的设计中，木材的特殊性能是不能忽视的一个重要因素，其中对家具的结构强度、稳定性、耐久性影响最大的就是木材的干缩湿胀性能。 由木材的干缩湿胀所引起的主要质量问题有：板件的开裂、样接合失效、框架变形、活动部件卡死等。 由于木材的材种不同、生产过程中所采用的干燥工艺不同、木材干燥的最终含水率不同、使用场所的空气湿度不同等因素，木材的干缩湿胀性能也各有差异［１］。因此，在实木家具生产过程中，在一件家具上应尽量采用相同的树种，并尽可能采用同一初始条件的木材为基材。 要消除由于木材的干缩湿胀给家具产…     

基于BP神经网络的森林树种分类研究

精准的森林树种分类是林业遥感研究的重要课题。高光谱数据具有丰富的波谱信息,能够探测到不同植被光谱的细微差异,为森林树种分类研究提供了数据来源。人工神经网络提供了任意维数输入输出矢量之间的非线性映射,能够逼近任意的非线性连续系统,为森林树种分类研究提供了技术手段。以马尾松成熟林、樟树幼龄林及荷花玉兰幼龄林为分类对象,将高光谱特征参数作为输入矢量,森林树种类别作为输出矢量,构建BP神经网络,开展分类研究。结果表明:马尾松成熟林及樟树幼龄林的分类精度达100.0%,样本分类综合精度可达93.3%。