应用兰德韦伯算法的木材缺陷图像重建

应用兰德韦伯算法的木材缺陷图像重建

论文摘要

以含有缺陷的红松木材和含有空洞的蒙古栎木材为样本,应用兰德韦伯(Landeweber)迭代算法、代数重建法(ART)对原木缺陷图像重建,比较2种方法的差异,遴选木材无损检测相对较好的方法。结果表明:在迭代50次情况下,红松木材的缺陷图像,Landweber算法相对误差率23%、图像拟合度75%,ART算法相对误差率83%、图像拟合度53%;蒙古栎木材的缺陷图像,Landweber算法相对误差率10%、图像拟合度91%,ART算法相对误差率17%、图像拟合度79%;与ART算法相比,Landweber算法重建缺陷的图像能够精确反映缺陷位置,图像拟合度较高,证明Landweber算法适用于木材应力波缺陷图像重建。

论文目录

  • 1 材料与方法
  • 2 结果与分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 刘嘉新,高景泉,李超

    关键词: 木材无损检测,木材缺陷图像,应力波检测,兰德韦伯迭代算法,代数重建法

    来源: 东北林业大学学报 2019年12期

    年度: 2019

    分类: 农业科技,工程科技Ⅰ辑,信息科技

    专业: 轻工业手工业,林业,计算机软件及计算机应用

    单位: 东北林业大学

    基金: 国家自然科学基金项目(31700643)

    分类号: TP391.41;S781.5

    DOI: 10.13759/j.cnki.dlxb.2019.12.023

    页码: 125-128

    总页数: 4

    文件大小: 974K

    下载量: 65

    相关论文文献

    • [1].基于深度学习的木材缺陷图像的识别与定位[J]. 数据采集与处理 2020(03)
    • [2].基于深度强化学习的木材缺陷图像重构及质量评价模型研究[J]. 湖北农业科学 2020(13)
    • [3].木材缺陷重建图像的多核模型研究[J]. 黑龙江大学自然科学学报 2017(01)
    • [4].用于木材缺陷双面检测的自动翻转机构设计[J]. 制造业自动化 2015(12)
    • [5].如何提高木材缺陷的检验技术[J]. 现代园艺 2013(20)
    • [6].木材缺陷检测技术研究概况与发展趋势[J]. 林业机械与木工设备 2019(01)
    • [7].基于深度强化学习的木材缺陷图像识别及分割模型研究[J]. 电子测量技术 2020(17)
    • [8].基于深度学习的木材缺陷图像检测方法[J]. 林业机械与木工设备 2018(08)
    • [9].基于图像处理的木材缺陷的阈值设定研究[J]. 黑龙江科技信息 2015(19)
    • [10].木材缺陷声发射信号的小波包分析处理[J]. 计算机工程与应用 2010(11)
    • [11].木材缺陷的评定及捡量方法[J]. 科技创新与应用 2013(12)
    • [12].用材林合理整枝技术[J]. 农村科技 2011(07)
    • [13].5种小波阈值去噪法处理木材缺陷图像的仿真比较[J]. 江苏农业科学 2013(05)
    • [14].基于迁移学习的木材缺陷近红外识别方法研究[J]. 电机与控制学报 2020(10)
    • [15].木材缺陷的调查研究及修补方案[J]. 淮阴工学院学报 2017(03)
    • [16].基于CNN的典型木材缺陷图像识别研究[J]. 现代化农业 2019(01)
    • [17].基于模糊聚类分析的木材缺陷CT图像分割[J]. 森林工程 2014(03)
    • [18].基于形态学梯度算法的木材缺陷图像边缘检测[J]. 林业机械与木工设备 2008(09)
    • [19].谈木材缺陷的一般规律[J]. 知识经济 2011(18)
    • [20].基于RGB颜色分量线性关系的木材缺陷分割研究[J]. 大庆师范学院学报 2018(06)
    • [21].主元分析法在木材缺陷轮廓特征提取中的应用研究[J]. 林业机械与木工设备 2010(11)
    • [22].基于LBP特征提取的木材缺陷快速识别算法研究[J]. 电子元器件与信息技术 2019(10)
    • [23].基于深度学习的木材表面缺陷图像检测[J]. 液晶与显示 2019(09)
    • [24].基于Otsu算法的木材缺陷图像分割[J]. 计算机与数字工程 2012(10)
    • [25].木材缺陷识别方法的研究[J]. 森林工程 2008(04)
    • [26].基于3D扫描技术的木材缺陷定量化分析[J]. 农业工程学报 2017(07)
    • [27].基于应力波和支持向量机的木材缺陷识别分类方法[J]. 南京林业大学学报(自然科学版) 2015(03)
    • [28].木材缺陷对木材利用的影响[J]. 科技信息(科学教研) 2008(24)
    • [29].基于分数阶CV模型的木材缺陷图像分割算法[J]. 林业机械与木工设备 2018(04)
    • [30].利用局部二值模式和方向梯度直方图融合特征对木材缺陷的支持向量机学习分类[J]. 东北林业大学学报 2019(06)

    标签:;  ;  ;  ;  ;  

    应用兰德韦伯算法的木材缺陷图像重建
    下载Doc文档

    猜你喜欢