木材表面缺陷的模式識別方法

內(nèi)容概要

本書主要闡述采用圖像處理與模式識別方法對木材表面缺陷進行識別的理論和技術(shù)。全書共分9章：緒論、木材表面缺陷圖像識別系統(tǒng)、木材表面缺陷的常規(guī)分割方法及其改進、基于分形理論的木材表面缺陷分割、木材表面紋理的灰度共生矩陣參數(shù)、木材紋理的模式識別方法、基于紋理特征的木材表面缺陷分割、木材表面缺陷的識別、木材表面缺陷識別實驗軟件系統(tǒng)。書中內(nèi)容對于自然紋理型事物的圖像識別具有一定代表意義。
 本書可作為電子電氣類、林業(yè)工程類專業(yè)教師、研究生及科技人員的參考用書。

作者簡介

王克奇，1958年7月生于黑龍江省哈爾濱市。工學博士，東北林業(yè)大學二級教授，林業(yè)工程自動化國家重點學科帶頭人，博士生導(dǎo)師，國家林業(yè)局中青年專家。長期從事智能控制、計算機視覺技術(shù)及應(yīng)用方面的教學與科研工作。白雪冰，1966年1月生于黑龍江省勃利縣。工學博士，東北林業(yè)大學四級教授，林業(yè)工程自動化國家重點學科負責人，碩士生導(dǎo)師。長期從事圖像處理與模式識別技術(shù)的教學與科研工作。

書籍目錄

序
前言
第1章　緒論
　1．1木材缺陷
　1．2木材表面缺陷識別的意義
　1．3木材缺陷檢測技術(shù)的發(fā)展現(xiàn)狀
　1．4木材表面缺陷識別的研究內(nèi)容
第2章　木材表面缺陷圖像識別系統(tǒng)
　2．1木材表面缺陷圖像識別系統(tǒng)的結(jié)構(gòu)
　2．2MATLAB軟件的特點
　2．3木材表面缺陷實驗樣本庫
　2．4木材表面缺陷的特點
　2．5木材表面紋理(無缺陷)實驗樣本庫
　2．6小結(jié)
第3章　木材表面缺陷的常規(guī)分割方法及其改進
　3．1圖像預(yù)處理
　　3．1．1直方圖均衡化
　　3．1．2圖像灰度變換
　　3．1．3木材表面圖像的預(yù)處理
　3．2木材表面圖像的常規(guī)分割方法
　　3．2．1邊緣檢測
　　3．2．2閾值分割
　3．3改進的二維閾值分割算法
　　3．3．1灰度一梯度共生矩陣
　　3．3．2最大熵方法
　　3．3．3木材表面圖像二維閾值分割實驗結(jié)果
　3．4木材表面圖像分割后處理
　　3．4．1數(shù)學形態(tài)學的基本思想和運算
　　3．4．2基于形態(tài)學的木材表面圖像分割后處理
　3．5小結(jié)
第4章　基于分形理論的木材表面缺陷分割
 4．1 Mandelbrot分形理論
　　4．1．1分形的定義
　　4．1．2分形維數(shù)
　　4．1．3分形布朗運動的定義
　4．2基于DFBR場模型的圖像分割
　　4．2．1分形參數(shù)H計算方法
　　4．2．2基于分形維的木材表面缺陷圖像分割
　　4．2．3木材缺陷分割算法的改進
　4．3小結(jié)
第5章　木材表面紋理的灰度共生矩陣參數(shù)
 5．1紋理分析分類的常用方法
　　5．1．1?計方法
　　5．1．2模型方法
　　5．1．3數(shù)學變換方法
　　5．1．4其他紋理分析方法
 5．2灰度共生矩陣及其參數(shù)體系
　　5．2．1灰度共生矩陣
　　5．2．2灰度共生矩陣參數(shù)
　5．3木材表面紋理灰度共生矩陣的建立方法
　　5．3．1灰度共生矩陣生成步長的確定
　　5．3．2生成方向?qū)叶裙采仃囂卣鲄?shù)的影響
　5．4木材表面紋理灰度共生矩陣參數(shù)分析
　5．510種木材表面紋理的灰度共生矩陣參數(shù)分布
　5．6小結(jié)
第6章　木材紋理的模式識別方法
 6．1模式識別的基本概念
 6．2特征選擇與提取
　　6．2．1類別可分離性判據(jù)
　　6．2．2基于可分離判據(jù)的特征提取
　　6．2．3基于可分離判據(jù)的特征選擇
 6．3模擬退火法
　　6．3．1固體退火過程
　　6．3．2 Metropolis抽樣準則
　　6．3．3模擬退火法簡介
　　……
第7章　基于紋理特征的木材表面缺陷分割
第8章　木材表面缺陷的識別
第9章　木材表面缺陷識別實驗軟件系統(tǒng)
總結(jié)
參考文獻
致謝

章節(jié)摘錄

版權(quán)頁：插圖：木材缺陷檢測包括表面缺陷檢測和內(nèi)部缺陷檢測，常用的檢測方法有以下幾種。（1）人工檢測。人工檢測是目前國內(nèi)采用最多的木材缺陷檢測形式。這種方法是通過人的直觀判斷來確定缺陷的類型，然后用卡尺或米尺來確定缺陷的尺寸和位置。即使是同一缺陷，由不同的人來檢測，檢測的結(jié)果也可能不同，因此，它的主觀性、隨意性太大，不符合現(xiàn)代工業(yè)的發(fā)展趨勢，終將被先進的檢測技術(shù)所取代。（2）超聲波檢測。超聲波是指頻率高于20000Hz、人耳聽不到的機械波。超聲波檢測木材缺陷是利用超聲波在木材中傳播會發(fā)生衰減的現(xiàn)象，在測量出超聲波速度后，根據(jù)超聲波傳播時間的差異，測定被測木材的缺陷。但超聲波檢測需要有水或油作為均勻介質(zhì)，因而在實際應(yīng)用中有一定的局限性。（3）X射線檢測。X射線檢測是通過測量透過被檢測木材的射線強度來判斷被測木材是否有缺陷存在。但X射線照射后需要有硫化鈣、硫化鋅等物質(zhì)熒光成像，因而對比度低、識別靈敏度不高，很難看清木材內(nèi)部缺陷。采用丫射線的檢測方法要用到放射性元素，防護條件要求極高，難以實現(xiàn)。（4）激光掃描。激光掃描是以激光束作為光源，直接照射在掃描鏡上使光束反復(fù)穿過被檢測的木材，通過光電倍增系統(tǒng)收集從木材上反射回來的激光信號，由微機對輸人的數(shù)據(jù)進行加工處理，計算缺陷的尺寸和位置。該方法的不足是識別能力有限，檢測速度慢，無法適應(yīng)自動化生產(chǎn)的需要，而且造價高，對振動環(huán)境適應(yīng)性差。（5）計算機視覺檢測。計算機視覺是20世紀80年代中期發(fā)展起來的一門新興技術(shù)，它集光學、電子學、圖像處理、模式識別等技術(shù)為一體，通過模擬人的視覺功能，實現(xiàn)對輸入圖像的分析和理解。目前，計算機視覺缺陷檢測技術(shù)已在許多領(lǐng)域得到了應(yīng)用，如玻璃缺陷識別、農(nóng)作物病蟲害及水果缺陷檢測，以及鋼絲繩、鋼板、皮革表面缺陷檢測等。在歐美發(fā)達國家，木材表面缺陷的計算機視覺檢測研究取得了一定的成果，有些已經(jīng)用于實際生產(chǎn)，檢測精度能夠滿足實際生產(chǎn)的需要，降低了工人的勞動強度。1996年以來，東北林業(yè)大學的戚大偉教授、曹軍教授、任洪娥教授對木材缺陷灰度圖像進行了研究，成功地識別出木材節(jié)子、蟲眼圖像，采用神經(jīng)網(wǎng)絡(luò)技術(shù)識別木材表面缺陷的類型，并達到了一定的精度。

編輯推薦

《木材表面缺陷的模式識別方法》是由科學出版社出版的。

圖書封面

評論、評分、閱讀與下載

---

    木材表面缺陷的模式識別方法 PDF格式下載

---