基于年輪參數(shù)的樹木科屬計算機識別方法研究.pdf

1、年輪是木材最重要的自然屬性之一,在樹木科屬判別時傳統(tǒng)的年輪分析方法不僅效率低,而且工作繁瑣、費時費力,更重要的是可能會給測量結(jié)果帶來隨機波動的影響,近幾年,隨著計算機圖像處理技術(shù)的飛躍發(fā)展,傳統(tǒng)林業(yè)的研究方式正向著自動化和智能化發(fā)展。
　　 為實現(xiàn)樹木科屬的判別,本文應(yīng)用分水嶺算法對年輪圖像進行分割,就分割過程中出現(xiàn)的區(qū)域斷裂以及背景噪聲問題,提出了新的自適應(yīng)區(qū)域生長算法和背景去除算法,并對預(yù)處理后的圖像,提取了特征參數(shù),為實現(xiàn)

2、樹木科屬識別奠定了基礎(chǔ)。
　　 本文根據(jù)樹木年輪圖像的特點,提出了適用于本課題研究內(nèi)容的方法與思路,主要研究內(nèi)容如下:
　　 基于分水嶺算法的年輪圖像處理方法,運用了CIE1976(L*u*v*)均勻顏色空間和區(qū)域合并算法,解決了圖像過分割的問題。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)域生長算法,利用種子點附

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)的改變生長條件,從而解決了區(qū)域斷裂的問題。與傳統(tǒng)區(qū)域生長法不同,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,為樹木科屬識別奠定了良好的基礎(chǔ)。
　　 本文對處理好的年輪圖像進行分析,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)建了樹木科屬年輪參數(shù)數(shù)據(jù)庫,采用最小差值參數(shù)判別法完成了樹木科屬的識別工作。