论文摘要
根据木材缺陷类型及视觉特点的不同,将木材缺陷分为6类,加上正常无缺陷木材共分7类;实验将图像样本转化为灰度图后生成680个训练样本数据集和94个测试样本数据集。在分析单一方向梯度直方图(HOG)特征及局部二值模式(LBP)采用不同核函数对木材缺陷分类性能的基础上,提出局部二值模式和方向梯度直方图融合特征对木材缺陷分类。融合特征经主成分分析并降维,利用支持向量机的4种不同核函数分别验证局部二值模式和方向梯度直方图融合特征对木材缺陷分类的性能。结果表明:利用局部二值模式和方向梯度直方图融合特征比单一缺陷特征具有更高效的分类性能;采用线性核函数及高斯核函数对局部二值模式和方向梯度直方图融合特征进行支持向量机分类,分类准确率分别可达98.9%和97.8%,木材缺陷可实现自动检测分类。
论文目录
文章来源
类型: 期刊论文
作者: 罗微,孙丽萍
关键词: 木材,木材缺陷分类,方向梯度直方图,局部二值模式,支持向量机
来源: 东北林业大学学报 2019年06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,自动化技术
单位: 东北林业大学
基金: 国家林业局林业公益性行业科研专项(201304502)
分类号: TP181;S781.5
DOI: 10.13759/j.cnki.dlxb.2019.06.014
页码: 70-73
总页数: 4
文件大小: 974K
下载量: 198