

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、基于機(jī)器視覺(jué)的木材表面缺陷檢測(cè)技術(shù),具有無(wú)損性、準(zhǔn)確性、快速性等優(yōu)點(diǎn),在木材生產(chǎn)及其加工等領(lǐng)域具有較高的應(yīng)用價(jià)值。木材表面缺陷檢測(cè)的模式識(shí)別問(wèn)題,是值得長(zhǎng)期探索的理論課題,也是木材加工工業(yè)應(yīng)用面臨的一大難題。木材表面缺陷檢測(cè)的精確性、實(shí)時(shí)性、魯棒性已成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。本文基于機(jī)器視覺(jué)和流形理論,以木材表面的活節(jié)、死節(jié)和蟲(chóng)眼三種常見(jiàn)缺陷為研究對(duì)象,對(duì)木材表面缺陷的圖像分割、特征提取、模式分類(lèi)方法進(jìn)行了深入的研究。
圖像分
2、割是木材缺陷識(shí)別的首要問(wèn)題。針對(duì)現(xiàn)有基于局部閾值分割方法過(guò)度分割的不足,本文提出了基于全局視覺(jué)顯著性和局部閾值融合的缺陷分割方法。首先通過(guò)缺陷的全局視覺(jué)顯著性在圖像中對(duì)缺陷區(qū)域進(jìn)行粗定位;進(jìn)而在粗定位的缺陷區(qū)域周?chē)ㄟ^(guò)局部閾值分割的方法完成木材表面缺陷的精確定位和分割;最后對(duì)分割后的二值圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理,提取準(zhǔn)確的缺陷目標(biāo),為后續(xù)木材缺陷特征的提取奠定了基礎(chǔ)。
為保證木材缺陷識(shí)別結(jié)果的性能和可靠性,缺陷特征的提取是模式識(shí)
3、別中的關(guān)鍵步驟。本文以木材表面缺陷的紋理特征為主,研究了Tamura、灰度共生矩陣、局部二進(jìn)模式等紋理特征,并提取了活節(jié)、死節(jié)和蟲(chóng)眼缺陷樣本的各種紋理特征。為了降低特征的維數(shù),并減少各特征之間的信息冗余,將Tamura紋理,灰度共生矩陣、局部二進(jìn)模式紋理特征融合構(gòu)成協(xié)方差矩陣流形特征。紋理特征的提取為后續(xù)識(shí)別工作開(kāi)展奠定了基礎(chǔ)。
在模式分類(lèi)環(huán)節(jié),本文以流形距離代替?zhèn)鹘y(tǒng)歐氏距離,提出了新的基于流形上支持向量機(jī)的分類(lèi)器,將局部二進(jìn)
4、模式和Tamura紋理的前三個(gè)特征粗糙度、對(duì)比度、方向度,連同灰度共生矩陣的熵特征等5種特征輸入到分類(lèi)器中,取得較好的分類(lèi)效果。
論文研究結(jié)果表明:
(1)采用機(jī)器視覺(jué)理論和技術(shù),相對(duì)于傳統(tǒng)的基于邊緣的圖像分割算法、基于區(qū)域的圖像分割算法以及基于特定理論的分割算法,采用木材表面缺陷圖像的全局顯著性特征結(jié)合局部閾值分割,并使用數(shù)學(xué)形態(tài)學(xué)后處理,起到較好的分割效果,能夠?qū)⑾x(chóng)眼、活節(jié)和死節(jié)缺陷從樣本圖像的背景完好分割出來(lái)。
5、
(2)通過(guò)分析蟲(chóng)眼、活節(jié)和死節(jié)三種缺陷的特點(diǎn),采用圖像的紋理特征對(duì)缺陷進(jìn)行描述。將缺陷區(qū)域的不同類(lèi)型紋理特征作為特征元融合到協(xié)方差矩陣中,構(gòu)成協(xié)方差流形特征,降低了圖像特征的維數(shù),又減少了特征的冗余,基于區(qū)域協(xié)方差流形的特征具有很好的類(lèi)間可分性。
(3)與經(jīng)典BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器和向量空間支持向量機(jī)分類(lèi)器相比較,本文提出的基于流形上的支持向量機(jī)算法取得了較好的識(shí)別效果,識(shí)別準(zhǔn)確率為91.67%,高于BP神經(jīng)網(wǎng)絡(luò)分類(lèi)器
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Gabor變換的木材表面缺陷識(shí)別方法的研究.pdf
- 基于紋理特征的木材表面缺陷識(shí)別方法的研究.pdf
- 基于支持向量機(jī)的帶鋼表面缺陷識(shí)別研究.pdf
- 基于支持向量機(jī)的語(yǔ)種識(shí)別方法的研究.pdf
- 基于支持向量機(jī)的帶鋼表面缺陷識(shí)別問(wèn)題研究.pdf
- 基于顏色與紋理特征的木材表面缺陷識(shí)別方法.pdf
- 基于支持向量機(jī)的表面肌電信號(hào)模式識(shí)別方法研究.pdf
- 基于支持向量機(jī)的車(chē)牌漢字識(shí)別方法的研究.pdf
- 基于支持向量機(jī)的人臉識(shí)別方法研究.pdf
- 基于支持向量機(jī)的田間雜草識(shí)別方法研究.pdf
- 基于模糊支持向量機(jī)的森林火災(zāi)識(shí)別方法研究.pdf
- 基于支持向量機(jī)的復(fù)合草圖形狀識(shí)別方法.pdf
- 基于NSCT和支持向量機(jī)的紋理特征識(shí)別方法研究.pdf
- 基于支持向量機(jī)的氣體傳感陣列模式識(shí)別方法研究.pdf
- 基于支持向量機(jī)的人臉識(shí)別方法研究與實(shí)現(xiàn).pdf
- 基于小波和支持向量機(jī)的人臉識(shí)別方法研究.pdf
- 基于混合核函數(shù)支持向量機(jī)的人臉識(shí)別方法研究.pdf
- 基于支持向量機(jī)和振動(dòng)特性的結(jié)構(gòu)損傷識(shí)別方法研究.pdf
- 基于不變矩和支持向量機(jī)的圖像識(shí)別方法研究.pdf
- 基于多核支持向量機(jī)的滾動(dòng)軸承故障識(shí)別方法研究.pdf
評(píng)論
0/150
提交評(píng)論