基于圖像處理對木片和樹皮的識別研究.pdf

1、在木材的工業(yè)生產中，需將樹皮和木片分離，進而提高木材的使用效率。本文利用數字圖像處理技術對榆木、柳木和樟子松的木片與樹皮圖像進行處理，通過處理后的圖像提取參數值，再利用BP神經網絡和SVM的計算機識別技術進行識別分離。驗證識別參數的有效性，提出新的識別參數同時考察BP和SVM對于木片和樹皮的識別效果，建立樹皮和木片高效的識別模型。主要研究內容包括：
　?、旁囼灠l(fā)現對于采集的圖像進行初期的處理有利于提高圖像數據的準確率，對于后期實驗

2、的識別率的提高有利，確定出圖像采集最佳的光源和背景的顏色。
　?、茖嶒灤_定了可用于木片和樹皮識別的識別參數，建立了圖像的參數提取系統(tǒng)。并且通過分析圖像參數數據，提出新識別參數均方比。
　?、墙⒒贐P神經網絡和SVM核函數的木片和樹皮識別系統(tǒng)，通過BP神經網絡和SVM不同的核函數，考察各識別參數的識別效果。①基于BP神經網絡對木片和樹皮進行識別，建立了BP神經網絡的識別模型，在BP神經網絡中各參數的識別率普遍低于70％，只

3、有新參數均方比達到78.8％。②基于SVM多項式核函數對木片和樹皮進行識別研究，其中亮度均方差識別率為97.2％、亮度MSE識別率87.8％、均方比識別率為97.7％。③實驗利用SVM徑向基函數對圖像進行識別，發(fā)現徑向基核函數的識別率較優(yōu)，其中較高的參數有亮度方差、亮度梯度方差、新角度方差和均方比，識別率分別達到94.6％、95.6％、94.1％和98.9％。④利用SVM中Sigmoid函數建立識別模型，均方差的識別率為94.7％，亮度