基于年輪參數(shù)的樹(shù)木科屬計(jì)算機(jī)識(shí)別方法研究.pdf

1、年輪是木材最重要的自然屬性之一,在樹(shù)木科屬判別時(shí)傳統(tǒng)的年輪分析方法不僅效率低,而且工作繁瑣、費(fèi)時(shí)費(fèi)力,更重要的是可能會(huì)給測(cè)量結(jié)果帶來(lái)隨機(jī)波動(dòng)的影響,近幾年,隨著計(jì)算機(jī)圖像處理技術(shù)的飛躍發(fā)展,傳統(tǒng)林業(yè)的研究方式正向著自動(dòng)化和智能化發(fā)展。
　　 為實(shí)現(xiàn)樹(shù)木科屬的判別,本文應(yīng)用分水嶺算法對(duì)年輪圖像進(jìn)行分割,就分割過(guò)程中出現(xiàn)的區(qū)域斷裂以及背景噪聲問(wèn)題,提出了新的自適應(yīng)區(qū)域生長(zhǎng)算法和背景去除算法,并對(duì)預(yù)處理后的圖像,提取了特征參數(shù),為實(shí)現(xiàn)

2、樹(shù)木科屬識(shí)別奠定了基礎(chǔ)。
　　 本文根據(jù)樹(shù)木年輪圖像的特點(diǎn),提出了適用于本課題研究?jī)?nèi)容的方法與思路,主要研究?jī)?nèi)容如下:
　　 基于分水嶺算法的年輪圖像處理方法,運(yùn)用了CIE1976(L*u*v*)均勻顏色空間和區(qū)域合并算法,解決了圖像過(guò)分割的問(wèn)題。該方法保持了原圖像的基本形狀特征并能獲得清晰的邊緣,在此基礎(chǔ)上提出了新的背景去除方法,為年輪參數(shù)提取奠定了良好的基礎(chǔ)。
　　 提出了新的自適應(yīng)區(qū)域生長(zhǎng)算法,利用種子點(diǎn)附

3、近區(qū)域的顏色和空間信息并結(jié)合邊緣信息,自適應(yīng)的改變生長(zhǎng)條件,從而解決了區(qū)域斷裂的問(wèn)題。與傳統(tǒng)區(qū)域生長(zhǎng)法不同,該方法與分水嶺算法結(jié)合使用,能夠?qū)崿F(xiàn)種子的自動(dòng)選取并保持了原圖像的完整形狀特征并能獲得清晰的邊緣,具有很好的抗噪性,為樹(shù)木科屬識(shí)別奠定了良好的基礎(chǔ)。
　　 本文對(duì)處理好的年輪圖像進(jìn)行分析,提取相關(guān)的參數(shù),例如早材率,晚材率,平均敏感度等,構(gòu)建了樹(shù)木科屬年輪參數(shù)數(shù)據(jù)庫(kù),采用最小差值參數(shù)判別法完成了樹(shù)木科屬的識(shí)別工作。