2018年4月7日

基于特征融合的实木板材纹理判别研究-

[摘要]:修建,家具及那个经商,对木料微观审美学和木料堆的邀请越来越高。,木料纹理是玻璃微观审美学和堆的要紧要素。木料制造工业,眼前无使完美的描述方式木料范围纹理的国家标准和经商原则且寄膳材的纹理分类学兴隆慢、低准确的成绩。本得出所预测的归结为提升一种寄膳材纹理的检测方式。该方式用联合收割机收割了图像处置和公共关系方式。,保险丝Tamura特点与基木统计学特点成立了能表征木纤维板材范围纹理特点的决定因素系,木料范围自动化机器或设备分类学的原理与惯例根底。

本得出所预测的归结为的设计思绪是:率先,范本图片的搜集、切割、缩放和那个预处置,并将寄膳材纹理图片分为三类:直纹、抛物型、乱纹;较晚地,三种纹理特点捡起;那时的,特点保险丝与锻炼范本选择;最近的,设计了一任一某一分类学器来举行方针决策区别。。

预处置:本文搜集、512×512像素的图片切割橡木。。增加渲染对木料范围纹理的打扰,本文对色图像的灰度图像举行了得出所预测的归结为。,处置后的图像为256级灰度图像。。借款兴隆,本文对Tamura特点的捡起长研制周期,灰度图像的复原。

特点捡起与特点保险丝:为了克制统计学方式和视觉形成的缺陷,本得出所预测的归结为保险丝了寄膳材纹理为由于视觉灵物学的Tamura纹理特点与对纹理图像灰度值举行统计学的根本统计学特点,社区9个特点决定因素。为了增加特点捡起的时期,在本论文,捡起了六岁特点决定因素是田村,而能感光快的被捡起的根本统计学特点量是在原512×512像素的灰度图像上捡起。特点保险丝的时期,本文采取主身分剖析(PCA)来撤销R。,9种木料纹理特点的保险丝,推进了7个新的纹理特点。

锻炼范本的选择:锻炼范本假装试验山姆的终极分类学归结为。。不受欢迎的木料纹理随机选择范本的屏幕,在这项得出所预测的归结为中,9维木料纹理特点熭到两个di。,运用遗传算法极度轻视熭的过失重大聚会。,寻觅马上的二维数据结构。二维立体孤僻的点的屏幕,选择良好的锻炼范本。

分类学器设计:支持者带菌者机分类学器的选择。7个新的木料纹理决定因素作为输入。,三种寄膳纹理:直纹、抛物型和除直纹、抛物型外的纹理统称为乱纹的纹理作为输入。为了受到更合适的的分类学归结为,在本论文,运用支持者带菌者机。,惩办决定因素的粒子群使尽可能有效算法。分开运用未举行决定因素使尽可能有效的支持者带菌者机(SVM)和使尽可能有效决定因素的支持者带菌者机(SVM)举行分类学,喻为了两种分类学器的分类学归结为。。试验归结为颁发专业合格证书,决定因素使尽可能有效后的支持者带菌者机取等等较好的归结为。。

幽灵试验归结为传达:该方式可以增加木料纹理特点捡起和保险丝时期。,橡木木料纹理pso-svc分类学准确的,比拟以前的C-SVM分类学准确的的决定因素使尽可能有效,明显借款。该方式对自动化机器或设备试验零碎的功劳具有必然的商议有重要性。。

[音阶赋予单位]:西南林业学会
[度]:硕士
[赋予当年的音阶]:2014
[分类学号]:TP391.41

1 科弊端,,江泽慧,张述银,王景寅,后秦苏,顾立峰,张卫国;中国1971次要商品木料微电脑区别的得出所预测的归结为[J];安徽农学院日报;1990年02期
2 曾日波;;Matlab遗传算法成套用品的使用[J];军工自动化机器或设备化;2005年06期
3 王华,王祁,孙金玮;由于自相关性重大聚会的理当纹理图像关联维数的估量[J];北京航空航天学会日报;2004年08期
4 祁亨年;陈丰农;方陆明;马灵飞;;一种由于形态学的木料用导管输送图像切割方式[J];北京林业学会日报;2008年04期
5 梅瑞仙,殷宁,张帝树;木料范围纹理激化科技的得出所预测的归结为[J];北京林业学会日报;1997年01期
6 曾月星,许明坤,丁水婷;木microslicing技术[ J ]区别;木料低级的
7 黄海龙;旺格;李微;;一种由于=mathematics形态学的署名真假鉴别方式[J];西南学会日报(理当科学版);2011年06期
8 王克奇;王业琴;白雪冰;戴天虹;斯通里奇;;板材图像区别中色特点决定因素的捡起[J];西南林业学会日报;2006年03期
9 谢永华;钱玉恒;白雪冰;;由于小波腐烂与关联维的木料纹理分类学[J];西南林业学会日报;2010年12期
10 一任一某一清你,程义民,赵平,郭从良;用不寻常的核重大聚会的SVM对红外目的举行动作和轨迹估量[J];电流与零碎日报;2005年02期

发表评论

电子邮件地址不会被公开。 必填项已用*标注