当前位置：文档之家 › 基于不变矩特征木材纹理的研究

基于不变矩特征木材纹理的研究

  • 格式：pdf
  • 大小：93.78 KB
  • 文档页数：2

１ 不 变 矩 理 论
不变矩是 指物体 图像经 过平移 、旋转以及 比例变 换 仍保持不变 的矩特征量 ，设物体 的二维离散 图像函 数用 ｆｘＹ 表示 ， ｐ ｑ 阶矩定义为 ： （ ，） 其（ ＋ ）
＝
∑ ∑
Ｙ
，） ｙ
（） １
变性 、 比例不变性 和旋转不变性 。 目前 ， 矩特征 已广泛 应用 于 目标 识别 、 景物 匹配 、 形状分 析 、 图像分析 以及 字符识别等许多方面 。 ］ 由于不变矩概 念清晰 ， 识别率 稳定 ， 对具有 旋转 和 缩放变化 的 目标 有 良好 的不变性 及抗 干扰性 ，能有效 地反映 图像 的本 质特征 ， 因此 ， 本文将不变 矩方法引入
木材纹理的计算 机视觉研 究领域 。
收 稿 日期 ： ０ ６ ０ － ３ ２ ０ — ４ ０
相应的（ ＋ ） 中心矩定义为 ： ｐｑ阶
＝
∑ ∑ （ ）ｙ ） ，） ｙ （
Ｙ
（） ２
式 中：０ｍｏ ∞ ｙ ｍ ｌｌ。对 于二维 图像 ， 表示 图像 ｘ＝ ｌ ，０ ０ｎ ０ ＝ ／ ｍ ＝ ／０ ｘ ０
其 引入到 木材 纹理的计算机视 觉研 究领 域 ， 取 了木材 纹理 的不 变矩参数 ， 提 并用提取 的特征参数 对木材纹理进行 了分类研 究 ， 最近邻 分类 器的正确率 为 ８ ． ％， ６ ７ 获得 了较 高的分类正确率 ， 而验证 了不 变矩参数 对木材 纹理描 述 ６ 从
的 有 效性 。 关 键 词 ： 变矩 ； 材 ； 不 木 纹理 ； 近 邻 分 类 器 最
维普资讯 http://www.cBiblioteka
基于 不变搬 特征 木材 佼理 的研 究
谢 永 华
（ 东北林业大学机 电工程 学院 ， 黑龙 江 哈 尔滨 １０ ４ ） ５ ０ ０ 摘 要 ： 变矩是模式识别 中的一种重要 方法 ， 不 它具有 平移不 变性 、 比例不 变性和旋 转不 变性等优点 。本文将
Ａ ｂ ｔａ ｔ Ｉ ｖ ｒａ ｔｍｏ ｎｓ ａ ｅ ｉ ｏｔ ｎ ａ ｕ ｅ ｉ ｈ ａｔｒ ｅ ｏ ｎｔｏ ．Ｉ ｖ ｒａ ｔｍｏ ｎｓ ａ ｅ ｉｄ ｐ ｎ ｅ ｔ ｓｒ ｃ ：ｎ ａｉ ｎ ｍｅ ｔ ｒ ｍｐ ｒａ ｔｍｅ ｓ ｒ ｎ ｔｅ ｐ ｔｅ ｎ ｒｃ ｇ ｉ ｎ ｎ ａｉ ｎ ｍｅ ｔ ｒ ｎ ｅ ｅ ｄ ｎ ｉ ｏ ｏ ｉ ｏ ，ｓ ａ ｅ ｎ ｏ ｅ ｔ ｔ ｎ ｏ ｈ ｓ ａ ｅ ｉｔｏ ｕ ｅ ｉ ｏ ｆ ｐ ｓｔ ｎ ｃ ｌ ａ ｄ ｒ ｎａｉ ．Ｓ ｔ ｉ ｐ ｐ ｒ ｎｒ ｄ ｃ ｄ ｔ ｗｏ ｄ ｅ ｔ ｒ ｃ ｍｐｕｅ ｖｓｏ ｒ ｓ ａ ｃ ａ ｅ ， ａ ｄ ｉ ｉ ｏ ｔ ｏ ｔｘｕ ｅ ｏ ｔ ｒ ｉｉｎ ｅ ｅ ｒｈ ｒａ ｎ
中图分类号 ：Ｓ １ Ｔ ６
文献标识码 ： Ａ
文章编号 ：０ １４ ６ （ ０６ ０ — ０ ９ ０ １０ —４ ２ ２０ ）６ ０ ２ — ２
Ｔｈｅ Ｒｅ ｅ ｒ ｈ ｏ ｏ ｄ Ｔｅ ｔ ｅ Ｂａ ｅ ｎ ｎｖ ｒ ａ ｏ ｅ ｓ ｓ ａ ｃ ｆＷ ｏ ｘ ｕｒ ｓ ｄ ｏ Ｉ ａ ｉ ｎｔＭ ｍ ｎｔ
灰 度在水 平方 向上 的灰 度重 心 ， 表示 图像 灰度 在垂 Ｙ 。 直方 向上 的灰度重心 。 用 零 阶中心 矩对其余 各 阶 中心矩进 行归 一 化 ， 可 以得到 图像的归一化 中心矩为 ：
在模式识别领 域 中，图像 的形状 特征是特征 提取 的重要对象之一 。其 中， 矩是一种非常重要的表示 目标 总体形状的特征量 ，二维图形 的几 个关键特征均 直接 与矩 有关 ，如 图像 的大 小 、形心 和 旋转情 况 等等 ”。
Ｈ Ｍ．． ｕ Ｋ最早 提 出了矩 的概念并 运用 于形状识 别 ， 同时 推 出了矩 的一 系列 基本性质并证 明 了有关矩 的平 移不
ＸＩ Ｙｏ － ａ Ｅ ｎｇ ｈｕ
（ ｏ ｅｅｏ ａ ｈｎ ｒ ａ ｄＥ ｅ ｔｃｔ ｏ Ｎ ｒ ｅ ｓ Ｆ ｒ ｔ ｎ ｅｓ ｙ Ｈ ｉ ｎ ｊ ｎ ａｂｎ １ ０ ４ ， ｈｎ ） Ｃ ｌ ｇ ｆ ｃ ｉｅｙ ｎ ｌｃ ｉｉ ｆ ｏ ｈ ａｔ ｏ ｓ Ｕ ｉ ｒｉ ， ｅ ｏ ｇ ａ ｇＨ ｒｉ ５ ０ ０ Ｃ ｉａ ｌ Ｍ ｒ ｙ ｔ ｅｒ ｙ ｖ ｔ ｌ ｉ
ｅ ｔａ ｔｄ ｔ ｅ ｉ ｖ ｒａ ｔｍｏ ｅ ｔ ’ ａ ａ ｔｒ ｆｗｏ ｄ ｔｘ ｕ ｅ ｘ ｒｃ ｅ ｈ ｎ ａ ｎ ｍ ｎ ｓ ｐ ｒ ｍｅｅ ｓ ｏ ｏ ｅ ｔｒ ．Ｔｈ ｌｓ ｉｉａｉｎ ｗａ ａ ｒｅ ｎ ｗｏ ｄ ｔｘ ｕ ｅ ｏ ａ ｌ ｓ ｉ ｅ ｃａ ｓｆ ｔ ｓ ｃ ｒｉｄ ｏ ｏ ｅ ｔ ｒ ｆｓ ｍｐ ｅ ｃ ｏ ｂ ｓ ｄ ｏ ｉｖ ｒａ ｔ ｍｏ ｎ ｓ ｐ ｒ ｍｅｅ ｓ ｎ ｔｅ ｃ ｒｅ ｔｒ ｔ ｆ ｔｅ ｅ ｒｓ ｎ ｉｈ ｏ ｌｓ ｉ ｅ ｅ ｃ ｅ ８ ６ ％ ａ ｄ ａ ｅ ｎ ｎ ａ ｉ ｎ ｍｅ ｔ ’ ａ ａ ｔｒ ，ａ ｄ ｈ ｏ ｒｃ ａｉ ｏ ｈ ｎ ａ ｅ ｔ ｅｇ ｂ ｒ ｃａ ｓｆ ｒ ｒａ ｈ ｄ ６．７ ｏ ｉ ｎ ｃ ｎ ｉ ｅ ｈ ｔｉｖ ｒａ ｔｍｏ ｎｓ’ ａ ａ ｔｒ ｒ ｆｅ ｔ ｅｔ ｅ ｃ ｂ ｏ ｅ ｔ ｒ ． ｏ ｆ ｍ ｄ ｔ ａ ｎ ａｉ ｎ ｍｅ ｔ ｐ ｒｍｅｅ ｓｗｅ ｅ ｅｆｃ ｉ ｏ ｄ ｓ ｒ ｅ ｗｏ ｄ ｔ ｘｕ ｅ ｒ ｖ ｉ Ｋｅ ｙ ｗｏｒ ｓ：ｎ ａ ｉｎ ｍｅ ｔ；ｗｏ ｄ ｅ ｔｒ ；ｔ ｅｎ ａ ｓ ｅｇ ｂ ｒｃａ ｓｆｅ ｄ ｉｖ ｒ ｔ ａ ｍｏ ｎｓ ｏ ；ｔｘｕ ｅ ｈ ｅ ｒ ｔ ｉｈ ｏ ｌｓ ｉ ｒ ｅ ｎ ｉ

合集下载

基于分形理论的木材纹理特征研究

基于分形理论的木材纹理特征研究

基于分形理论的木材纹理特征研究
王克奇;谢永华;陈立君
【期刊名称】《林业机械与木工设备》
【年(卷),期】2005(33)7
【摘要】介绍了一种利用自相关函数来估算图像分形维数的方法,并将其应用到木材的纹理分类检测中.实验表明,分形维数值直接反映了木材纹理的粗糙程度,可定性地作为描述木材纹理粗糙度的一种度量.
【总页数】2页(P19-20)
【作者】王克奇;谢永华;陈立君
【作者单位】哈尔滨工程大学,黑龙江,哈尔滨,150001;东北林业大学,黑龙江,哈尔滨,150040;东北林业大学,黑龙江,哈尔滨,150040
【正文语种】中文
【中图分类】TS61
【相关文献】
1.基于分形理论的汽油燃烧痕迹特征研究 [J], 徐之逸
2.基于分形理论的粉砂质泥岩酸雨崩解特征研究 [J], 赵晓彦; 李昆鹏; 肖典; 曾彩云; 张良
3.基于分形理论的混凝土气泡分布特征研究 [J], 金珊珊; 郑桂萍; 林睿颖; 索智; 杨金龙
4.基于分形理论的辽宁省泥质海岸线形态特征研究 [J], 尤广然;吴英超;孔重人;赵
东洋;李轶平;雷利元
5.基于分形理论的辽宁省泥质海岸线形态特征研究 [J], 尤广然;吴英超;孔重人;赵东洋;李轶平;雷利元
因版权原因，仅展示原文概要，查看原文内容请购买。

纹理特征提取的不变矩探讨

纹理特征提取的不变矩探讨


征的 ， 因此 无 法 用 点 来 定 义 。 纹 理 尺 度 与 图 像 分 辨 率 有
７］ 关 。 一般来说 ， 纹 理［ 是指图像强度局部变化的重复模
１ ＝η ０ ２＋ ２ ０ η
（ ） １
２ ０ １ ２ ３ 收稿日期 ： － ： 、 、 河北省教育厅青年基金项目（ 北华航天工业学院博士基 Ｆ ２ ０ １ １ ４ ０ ９ ０ ０ ８） ２ ０ １ ０ ２ ０ ８） ＊ 基金项目 河北省自然科学基金项目 （ 金项目 （ 联合资助 。 ＫＹ－２ ０ ０ ８－０ ２－Ｂ） 中国科技核心期刊
２ （ ） ７ ０ ３）］ η 所 以 又 称 区 域 矩。 Ｈ ｕ矩 实 际 是 针 对 目 标 区 域 的 矩， 为了快速计算区域不变矩 ， 近年来提出了很多矩的快速算
法 。 因为人的视觉系 统 对 物 体 认 识 的 初 级 阶 段 是 对 其 形 状的认识 ， 而边界中含 有 物 体 形 状 的 重 要 信 息 ， 因此在图 像处理与模式识别领 域 经 常 根 据 物 体 的 边 界 来 识 别 物 体 或对其分类 。
２ ２ （ ） ４ ４ ＝ （ ３ ０＋ １ ２） ＋ （ ２ １＋ ０ ３） η η η η ２ （ ） （ ） ［ （ ） （ － ３η ５ ＝ η ３ ０ －３ １ ２ η ３ ０ ＋η １ ２ ３ ０ ＋η １ ２ ２ １ ＋ η η
（ （ ３ ３ ＋（ ×［ ０ ３）］ ２ １－ ０ ３） ２ １＋ ０ ３） ３ ０＋ １ ２）－ （ ２ １＋ ０ ３） η η η η η η η η η （ ） ５ ２ ２ ［ （ ＋４ ６ ＝ （ ２ ０－ ０ ２） ３ ０＋ １ ２）－ （ ２ １＋ ０ ３）］ １ １（ ３ ０＋ η η η η η η η η
LBP-自适应增强模型的木材纹理分类

LBP-自适应增强模型的木材纹理分类

LBP-自适应增强模型的木材纹理分类
向东;陈宇;陈广胜
【期刊名称】《哈尔滨理工大学学报》
【年(卷),期】2015(20)2
【摘要】针对传统木材纹理分类的准确率低且难度大的问题,依据LBP(局部二值)算子和AD-ABOOST(自适应增强)算法理论,提出了LBP-ADABOOST模型对木材纹理进行识别分类.通过均匀旋转不变特性与原始LBP算子相融合,提取纹理的特征值,结合自适应增强算法,从而训练得到每类纹理所对应的分类器模型参数,构造分类器,实现对木材纹理准确高效分类.实验结果表明相比于BP神经网络,SVM支持向量机等分类算法,该模型的实验结果误差率为4％左右,准确率高,实用性强.
【总页数】6页(P57-62)
【作者】向东;陈宇;陈广胜
【作者单位】东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040;东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040;东北林业大学信息与计算机工程学院,黑龙江哈尔滨150040
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.基于小波分解与分形维的木材纹理分类 [J], 谢永华;钱玉恒;白雪冰
2.基于特征级数据融合木材纹理分类的研究 [J], 王辉;杨林;丁金华
3.SIFT算法在木材纹理分类上的应用 [J], 陈宇;臧美英;李红波
4.基于多重分形谱的木材高光谱图像纹理分类算法 [J], 唐艳慧; 赵鹏; 王承琨
5.基于小波与曲波遗传融合的木材纹理分类 [J], 张怡卓;马琳;许雷;于慧伶
因版权原因，仅展示原文概要，查看原文内容请购买。

研究生学位论文开题报告

研究生学位论文开题报告

研究生学位论文开题报告选题：木材识别是适才适用、合理利用木材的根本前提。

计算机技术在木材识别中的应用改善了传统人工识别方法的缺陷。

近几年来，相关学者发现木材横切面显微图像中包含着丰富的信息，其中蕴含的细胞排列特征、各种细胞的形态因子等特征具有区别于其他树种的独立性。

为了到达高效、自动识别树种的目的，必须从显微图像中快速、准确地提取出各种组织细胞的特征参数，因此，基于计算机视觉技术对显微图像进展分析的木材识别新方法受到了学者们的广泛关注。

基于此，本工程将以木材显微图像作为研究对象，探索出一种木材轴向薄壁组织的提取方法，对研究基于轴向薄壁组织的阔叶材树种的识别具有重要的意义，同时也对计算机学科与木材学科的穿插研究具有积极的推动作用。

所以本工程的实施很有必要。

由于这个方向在木材识别中算是比较新颖的，也是前人较少进入的领域，所以我选择了该项研究题目作为本论文研究题目。

目的和意义：众所周知，木材作为一种可再生资源，其利用前景非常广阔。

随着经济的日益开展以及人民生活水平的不断提高，木材作为一种环保型材料，越来越受到人们的青睐。

因此，提高木材识别的正确性，对木材科学开展、木材资源的合理使用与管理、木材贸易流通、木材进出口管理和木材考古等与木材相关工作都有重大意义。

例如，珍贵木材——红木，自古至今都被人们视为国宝级的珍贵资源，不可再生，红木家具集使用、收藏、欣赏、保值等多重功能于一身，具有极大的收藏及保值价值。

由于可称之为红木的木材种类比较多，如紫檀木类、花梨木类、香枝木类、黑酸枝木类等，隶属紫檀属、黄檀属、柿属、崖豆属及铁刀木属，其识别和区分比较困难。

由于红木家具材质鉴定措施不完善而给不明真伪的生产者和消费者带来的经济损失少那么几千，多的可达上百万元。

20世纪80年代初计算机图像处理技术开始应用于木材解剖学的研究，McMillin利用图像处理和分析技术测量了木材细胞率、纤维长度、细胞腔面积和径向细胞腔直径以及纤维板剪切过程中的木材破损率。