毛竹竹片弦切面圖像紋理特征分析與應(yīng)用.pdf

1、采用工業(yè)相機(jī)、標(biāo)準(zhǔn)光源、微型計(jì)算機(jī)建立計(jì)算機(jī)機(jī)器視覺系統(tǒng)，運(yùn)用VC++.net編寫毛竹竹片弦面圖像拍攝程序，分別拍攝毛竹竹片弦切面節(jié)子區(qū)圖像和節(jié)間區(qū)圖像。對(duì)毛竹竹片弦切面圖像進(jìn)行降噪等預(yù)處理后，基于數(shù)學(xué)形態(tài)學(xué)、灰度共生矩陣、快速傅立葉變換等圖像紋理分析方法，分別在空域或頻域分析毛竹竹片弦切面圖像紋理特征，提取竹片弦面節(jié)子區(qū)和節(jié)間區(qū)圖像紋理特征參數(shù)，對(duì)比分析節(jié)子區(qū)圖像和節(jié)間區(qū)圖像紋理特征參數(shù)的差異，篩選出能用于判別毛竹竹片弦切面節(jié)子區(qū)和節(jié)

2、間區(qū)的紋理特征參數(shù)；以優(yōu)選的紋理特征參數(shù)作為BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)、以是否為竹子區(qū)為輸出參數(shù)，構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，經(jīng)訓(xùn)練后，可準(zhǔn)確地對(duì)毛竹竹片弦切面節(jié)子區(qū)和節(jié)間區(qū)進(jìn)行判別。
　　分析毛竹竹片弦切面紋理構(gòu)成與特征，基于數(shù)學(xué)形態(tài)學(xué)選擇了維管束長(zhǎng)度、寬度、面積、維管束矩形度等參數(shù)對(duì)竹片弦切面紋理特征進(jìn)行描述，并運(yùn)用編寫的基于數(shù)學(xué)形態(tài)學(xué)的紋理特征參數(shù)提取程序，提取了大量節(jié)子區(qū)、節(jié)間區(qū)圖像的紋理特征參數(shù)。通過對(duì)毛竹竹片弦切面節(jié)子區(qū)與節(jié)間區(qū)圖像

3、紋理特征的分析與比較，維管束的最大長(zhǎng)度在節(jié)子區(qū)和節(jié)間區(qū)圖像間存在顯著差異，可作為判斷節(jié)子區(qū)和節(jié)間區(qū)圖像的特征參數(shù)之一。
　　基于灰度共生矩陣分析方法，選擇了灰度共生矩陣的均值、方差、逆差矩、對(duì)比度、非相似度、熵、角二階距（能量）、相關(guān)性等特征參數(shù)描述毛竹竹片弦切面紋理特征。運(yùn)用編寫的基于灰度共生矩陣的紋理特征參數(shù)提取程序，以不同的灰度量化級(jí)、像元對(duì)方向、像素距離等構(gòu)造因子提取基于灰度共生矩陣的竹片弦切面紋理特征參數(shù)，對(duì)生成灰度共生

4、矩陣的構(gòu)造因子進(jìn)行優(yōu)選，以優(yōu)選的構(gòu)造因子重新提取竹片弦切面紋理特征參數(shù)，分析和比較竹片節(jié)子區(qū)和節(jié)間區(qū)的圖像紋理特征的差異，篩選出竹片節(jié)子區(qū)和節(jié)間區(qū)間存在較顯著差異的竹片弦切面圖像紋理特征，包括：能量、逆差矩、對(duì)比度、非相似度、熵。
　　采用對(duì)竹片弦切面圖像進(jìn)行快速傅立葉變換，引入圖像頻域紋理特征參數(shù)描述竹片弦切面圖像紋理特征。頻域紋理特征描述參數(shù)包括：圖像頻譜振幅均值、方差、熵、頻譜能量及方環(huán)頻譜能量比。運(yùn)用編寫的圖像快速傅立葉變

5、換及頻域特征參數(shù)提取程序，分別提取竹片弦切面節(jié)子區(qū)和節(jié)間區(qū)圖像的頻域特征參數(shù)，分析和比較節(jié)子區(qū)和節(jié)間區(qū)圖像的頻域特征差異，篩選出圖像頻譜幅值的方差、頻譜第三、七、八、九環(huán)的能量比等5個(gè)特征參數(shù)，這些頻域特征參數(shù)在節(jié)子區(qū)和節(jié)間區(qū)圖像間存在較大差異。
　　由維管束最大長(zhǎng)度、能量、逆差矩、對(duì)比度、非相似度、熵、頻譜幅值的方差、頻譜第三、七、八、九環(huán)的能量比11個(gè)紋理特征參數(shù)構(gòu)建竹片弦切面圖像紋理特征參量。運(yùn)用MATLAB軟件設(shè)計(jì)BP神經(jīng)