检索结果-内蒙古大学图书馆

微处理机 2025年第1期46卷 47-49,54页

作者：张少奇陆园园陈志豪李欣航李绍丽沈阳工业大学信息科学与工程学院沈阳110870

针对木材表面缺陷种类繁多、缺陷特征各异的问题,提出一种基于高斯混合模型参数自适应的木材表面缺陷检测算法,仅需要对木材表面无缺陷区域提取特征并通过构建算法检测模型即可完成表面缺陷识别。为进一步提高算法智能性,针对训练样本... 详细信息

针对木材表面缺陷种类繁多、缺陷特征各异的问题,提出一种基于高斯混合模型参数自适应的木材表面缺陷检测算法,仅需要对木材表面无缺陷区域提取特征并通过构建算法检测模型即可完成表面缺陷识别。为进一步提高算法智能性,针对训练样本大小和数量如何选择的问题,提出了一种基于正常纹理特征的参数自适应训练样本选择算法。最终通过自适应算法选择训练样本并基于高斯混合模型实现对木材表面缺陷的定位。实验结果表明,所提算法能同时实现对木材表面多种缺陷的检测,提高了木材表面缺陷的检测精确度和准确率,具有一定的应用价值。

关键词：木材表面缺陷高斯混合模型参数自适应

来源：评论

学校读者我要写书评

暂无评论

基于子区域变尺度高斯拟合的木材表面缺陷识别

引用

仪器仪表学报 2016年第4期37卷 879-886页

作者：苑玮琦李绍丽李德健沈阳工业大学信息科学与工程学院沈阳110870

为了提高木材的使用效率、避免由于木材缺陷造成生产故障,根据木材缺陷类型对其分类处理是一种有效的手段,但木材缺陷复杂多样且具有诸多相似性使得类别区分成为难点。针对以上问题本文提出了一种基于子区域变尺度高斯拟合模型的缺陷识... 详细信息

为了提高木材的使用效率、避免由于木材缺陷造成生产故障,根据木材缺陷类型对其分类处理是一种有效的手段,但木材缺陷复杂多样且具有诸多相似性使得类别区分成为难点。针对以上问题本文提出了一种基于子区域变尺度高斯拟合模型的缺陷识别方法。首先建立变尺度高斯拟合基本模型,然后将缺陷纹理分成若干子区域,提取各分区的高斯拟合特征并进行融合;将高斯融合特征及圆度和边缘直线度这两个几何特征输入到建立好的BP神经网络模型中进行训练,根据优化训练的网络模型识别缺陷。该方法对自建的SUT-W图库中雪糕棒图像上人工标定的裂缝、矿物线、矿物块和黑节子的准确识别率分别为91.72%、92.77%、92.67%和92.80%,与其他典型纹理检测方法相比,4种缺陷准确识别率最高分别提高9.38%、6.69%、13.55%和10.22%,说明本文方法能够有效地将以上4种缺陷分辨开,具有一定的实际应用价值。

关键词：子区域变尺度高斯拟合木材表面缺陷几何特征 BP神经网络

来源：评论

学校读者我要写书评

暂无评论

木材表面缺陷特征轮廓提取算法研究

引用

西北林学院学报 2021年第4期36卷 204-208,281页

作者：李应果杨洁董春雷西南林业大学机械与交通学院云南昆明650224 西南林业大学材料科学与工程学院云南昆明650224

虫眼、活节和死节是最常见的木材表面缺陷,是木材分选过程主要的识别目标,精确提取木材表面缺陷轮廓特征能大幅提高木材分选的准确率。本研究提出一种针对木材表面虫眼、活节、死节缺陷轮廓提取方法。针对木材表面常见黑点和纹理等非线... 详细信息

虫眼、活节和死节是最常见的木材表面缺陷,是木材分选过程主要的识别目标,精确提取木材表面缺陷轮廓特征能大幅提高木材分选的准确率。本研究提出一种针对木材表面虫眼、活节、死节缺陷轮廓提取方法。针对木材表面常见黑点和纹理等非线性噪声,使用中值滤波方法平滑图像。然后分别应用OTSU算法与全局阈值分割算法分离图像背景与目标,对结果二值图像使用数学形态学方法进行滤除和填充,最终用sobel算子提取缺陷边缘。结果表明,采用OTSU算法分割和数学形态学相结合的方法可以很好地提取木材表面缺陷特征,用sobel算子能够提取到比较完整、准确、连续的木材表面缺陷边缘轮廓,提高了目标图像的可视性和精准性。

关键词：木材表面缺陷 OTSU算法图像分割数学形态学特征提取

来源：评论

学校读者我要写书评

暂无评论

基于改进C-V模型的木材表面缺陷图像分割

引用

北京林业大学学报 2015年第12期37卷 108-115页

作者：白雪冰许景涛郭景秋陈凯东北林业大学机电工程学院

木材表面缺陷会严重影响木材的质量、性能和使用价值,对木材表面缺陷分割检测有利于提高木材的利用率,节约现有木材资源,缓解森林资源短缺的压力。针对传统的C-V(Chan-Vese)模型算法不能分割灰度不均匀图像的缺点,本文采用C-V模型与形... 详细信息

木材表面缺陷会严重影响木材的质量、性能和使用价值,对木材表面缺陷分割检测有利于提高木材的利用率,节约现有木材资源,缓解森林资源短缺的压力。针对传统的C-V(Chan-Vese)模型算法不能分割灰度不均匀图像的缺点,本文采用C-V模型与形态学结合的方法与传统的C-V模型算法进行对比试验。与此同时,根据C-V模型和C-V模型结合形态学方法的不足之处,在C-V模型基础上,引入局部拟合函数和高斯核函数,提出了一种基于C-V模型的改进算法,能够有效地克服C-V模型的不足。通过对木材表面缺陷图像分别采用传统C-V模型算法、C-V模型与形态学结合的方法和改进的C-V模型算法进行多组针对单一目标的木材表面缺陷图像的对比试验。结果表明:C-V模型能够将虫眼和活节缺陷图像分割出来,但是对纹理干扰强烈的死节缺陷图像分割困难;运用C-V模型与形态学结合的方法,可以有效地消除分割结果中的细小空洞和噪声,但是仍无法抵抗死节缺陷图像中木材自身纹理的干扰,难以将死节缺陷完整地分割出来;改进的C-V模型算法对木材表面缺陷图像的分割能够减少迭代次数,缩短分割时间,使分割轮廓线更加光滑和完整。通过采用改进C-V模型算法对多目标木材表面缺陷图像进行试验,能够更好地验证改进算法的优越性、有效性和可行性。

关键词：木材表面缺陷木材图像分割 C-V模型形态学

来源：评论

学校读者我要写书评

暂无评论

木材表面缺陷的图像分割算法研究

木材表面缺陷的图像分割算法研究

引用

作者：郭景秋东北林业大学

学位级别：硕士

木材表面缺陷会严重影响木材的质量、性能及使用价值,对木材表面缺陷分割检测有利于木材的分级评定和质量控制,提高木材利用率,节约现有资源,也是板材加工过程中的重要环节。本文针对含有虫眼、活节、死节三种典型木材缺陷的图像进行分... 详细信息

木材表面缺陷会严重影响木材的质量、性能及使用价值,对木材表面缺陷分割检测有利于木材的分级评定和质量控制,提高木材利用率,节约现有资源,也是板材加工过程中的重要环节。本文针对含有虫眼、活节、死节三种典型木材缺陷的图像进行分割实验研究,主要的内容如下：采用传统边缘检测、阈值分割、基于区域的图像分割方法,对虫眼、活节、死节缺陷木材图像进行分割实验,并对分割结果进行分析。对传统的C-V模型、传统SNAKE模型、GVF SNAKE模型、传统GAC模型进行理论研究和实验,针对传统算法的不足,采用结合C-V模型与形态学、C-V模型的改进算法、结合维纳滤波与GVF SNAKE的改进算法、GAC模型的改进算法进行木材表面缺陷图像分割的深入研究,包括：(1)对样本库一中含有单个目标缺陷的木材图像进行传统模型的初步分割实验,获取影响分割结果的因素,并对算法进行改进,验证算法的可行性；(2)对样本库一中含有单个目标缺陷的木材图像进行传统模型算法和改进算法的多组对比实验和分析,验证改进算法的优越性；(3)对样本库二中含有多个缺陷的木材图像运用改进的算法进行分割实验,验证改进算法的实用性。对样本库二中木材图像运用改进的几种算法进行对比实验和结果分析,比较各个算法分割所需的时间、分割过程的复杂程度、分割的完整性、对噪声的抗干扰性能等,从中选出更为优越的木材表面缺陷的图像分割算法。运用选出的算法对样本库三中复杂背景的整块木材图像进行表面多目标缺陷分割实验,并确定木材缺陷的位置。

关键词：木材表面缺陷图像分割 C-V模型 SNAKE模型 GAC模型

来源：评论

学校读者我要写书评

暂无评论

木材表面缺陷的图像分割方法研究

木材表面缺陷的图像分割方法研究

引用

作者：许景涛东北林业大学

学位级别：硕士

木材表面缺陷的图像分割与识别是木材加工过程中的重要环节,可以有效地提高木材的利用率,节约森林资源。文中以板材的活节、虫眼、死节三种典型木材表面缺陷图像作为实验对象,对单目标、多目标以及整块板材表面缺陷图像的分割算法进行研... 详细信息

木材表面缺陷的图像分割与识别是木材加工过程中的重要环节,可以有效地提高木材的利用率,节约森林资源。文中以板材的活节、虫眼、死节三种典型木材表面缺陷图像作为实验对象,对单目标、多目标以及整块板材表面缺陷图像的分割算法进行研究,研究内容如下:采用阈值法,区域法以及边缘检测算子三种传统算法对缺陷图像进行分割实验,对分割结果进行了分析,得到了影响分割结果的因素。采用传统的LBF(Local Binary Fitting)模型算法及其改进算法进行多组对比实验,获取了影响分割结果的参数因子。根据两种模型算法分割所用的时间、分割过程的复杂程度、分割的完整性,验证改进LBF模型算法的可行性和优越性。采用传统的Graph Cuts算法和GrabCut算法(改进的Graph Cuts算法)进行理论研究和分割实验。针对GrabCut算法的不足,在GrabCut算法的基础上进行改进;先使用SLICO算法对木材表面缺陷图像进行超像素分割,将分割后的图像再采用GrabCut算法进行分割实验。根据GrabCut算法和改进算法分割时所用的时间、分割过程的复杂程度、分割的完整性,来验证改进GrabCut算法的优越性。根据5种常用的图像分割方法(阈值法、边缘检测算子法、区域分割法、能量泛函分割法、图割法)的实验结果分析,得出每种方法的优缺点,并确定其中最优的方法。在上述研究基础上,将以上各种分割方法集成一个实验软件系统。

关键词：木材表面缺陷图像分割 LBF模型 Graph Cuts算法 GrabCut算法

来源：评论

学校读者我要写书评

暂无评论

基于邻接自适应谱聚类的木材表面缺陷分割算法

引用

林业工程学报 2024年第2期9卷 124-132页

作者：魏子腾业宁南京林业大学信息科学技术学院南京210037

针对人工分割木材表面缺陷的烦琐性和阈值分割算法对缺陷像素信息衡量的不稳定性,提出了一种基于邻接自适应谱聚类的木材表面缺陷分割算法。算法以简单线性迭代超像素(simple linear iterative cluster, SLIC)为基础,对缺陷图像进行预处... 详细信息

针对人工分割木材表面缺陷的烦琐性和阈值分割算法对缺陷像素信息衡量的不稳定性,提出了一种基于邻接自适应谱聚类的木材表面缺陷分割算法。算法以简单线性迭代超像素(simple linear iterative cluster, SLIC)为基础,对缺陷图像进行预处理,融合木材缺陷的纹理特性和超像素块间的距离尺度,并采用邻接自适应谱聚类进行分割;缺陷分割初步完成后,通过变异系数衡量缺陷块中像素信息的离散程度进行再次分割,克服初次分割结果的过分割问题;考虑木材表面缺陷形态学上的封闭性,将2次分割图像进行合并,继而用邻接扫描法对次分割图形进行填充,最终对木材表面缺陷进行分割界定。考虑木材表面缺陷种类的多样性,选取了虫眼、死节、活节等缺陷图像进行分割对比试验,相较于OTSU阈值分割算法,本研究算法在单个和多个木材表面缺陷分割方面,类别平均像素准确度(mean pixel accuaracy, MPA)分别提升4.69%,14.23%,平均交并比(mean intersection over union, mIoU)分别提升33.27%,33.43%。本研究算法能够更加准确地将木材表面缺陷从复杂背景中分割出来,缺陷边缘轮廓的构建更接近于理想分割情况,且运行时间较短,对木材表面缺陷的分割具备较强的精确性与可行性。

关键词：木材表面缺陷图像分割邻接自适应谱聚类超像素变异系数

来源：评论

学校读者我要写书评

暂无评论

基于Adaboost与CNN的木材表面缺陷检测

引用

系统仿真学报 2019年第8期31卷 1636-1645页

作者：王红军黎邹邹邹湘军华南农业大学工程学院

针对木材智能下料前期需要快速获取木材表面缺陷的位置以及类别信息的要求,基于数字图像处理技术,提出了一个组合算法用于木材表面缺陷的快速识别与定位。使用了Adaboost级联分类器在图像中提取出木材表面缺陷区域的候选框,有效解决了... 详细信息

针对木材智能下料前期需要快速获取木材表面缺陷的位置以及类别信息的要求,基于数字图像处理技术,提出了一个组合算法用于木材表面缺陷的快速识别与定位。使用了Adaboost级联分类器在图像中提取出木材表面缺陷区域的候选框,有效解决了传统分割方法对于多目标难以处理的问题。使用了具有自学习特征能力的CNN(Convolutional Neural Networks)模型对输入的候选框进行分类,克服了传统分类方法中特征难以选择的不足。基于大量样本对模型进行训练,采用200张多缺陷样本进行测试。试验结果表明:检测的召回率为94%,检测的正确率为99%,分类的准确率为97.9%。试验验证了该算法可以满足木材表面缺陷的定位与分类要求。

关键词：智能下料木材表面缺陷 Adaboost 局部二值模式卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

基于二维阈值向量的木材表面缺陷分割方法

引用

东北林业大学学报 2008年第9期36卷 53-55页

作者：白雪冰王科俊邹丽晖哈尔滨工程大学哈尔滨150001 北京理工大学

根据木材表面缺陷图像的自身特点,提出了基于灰度—梯度二维阈值向量的缺陷区域分割方法。该方法以灰度—梯度共生矩阵为模型,通过计算基于灰度—梯度共生矩阵的二维熵并使边缘区域的熵最大化来选择二维阈值向量。该方法不仅利用了图像... 详细信息

根据木材表面缺陷图像的自身特点,提出了基于灰度—梯度二维阈值向量的缺陷区域分割方法。该方法以灰度—梯度共生矩阵为模型,通过计算基于灰度—梯度共生矩阵的二维熵并使边缘区域的熵最大化来选择二维阈值向量。该方法不仅利用了图像的灰度信息,也利用了图像的梯度信息。采用形态学运算对分割后的二值图像进行分割后处理,试验表明,分割效果良好。

关键词：木材表面缺陷图像分割灰度一梯度共生矩阵最大熵形态学

来源：评论

学校读者我要写书评

暂无评论

基于灰度共生矩阵的木材表面缺陷图像的纹理分割方法

引用

东北林业大学学报 2008年第12期36卷 23-25,27页

作者：白雪冰王科俊邹丽晖哈尔滨工程大学哈尔滨150001 北京理工大学

针对木材缺陷这一自然纹理型事物,提出了一种基于灰度共生矩阵并结合模糊C均值聚类算法的纹理分割方法。对比了该方法与基于灰度-梯度共生矩阵二维阈值分割算法的分割结果,实验表明:对于木材表面缺陷这类自然纹理图像的分割,纹理分割是... 详细信息

针对木材缺陷这一自然纹理型事物,提出了一种基于灰度共生矩阵并结合模糊C均值聚类算法的纹理分割方法。对比了该方法与基于灰度-梯度共生矩阵二维阈值分割算法的分割结果,实验表明:对于木材表面缺陷这类自然纹理图像的分割,纹理分割是行之有效的方法。

关键词：木材表面缺陷纹理分割灰度共生矩阵模糊C均值聚类

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：