主页 > 产品展示 > 竹材 >

产品展示

凤凰平台_凤凰平台注册开户_仲彩娱乐平台

热线电话:4001-100-888

地址:北京市朝阳区工人体育场北路21号永利国际中心1单元1821室

基于颜色和纹理特征的竹材分类方法研究

发布时间:2020-07-04 23:48 作者:admin

  基于颜色和纹理特色的竹材分类法子推敲_理学_上等教导_教导专区。分类 遥感

  第 38 卷 第 3 期 2010 年 3 月 试验与推敲 林业呆滞与木匠筑设 FORESTRY MACHINERY & WOODWORKING EQUIPMENT Vo1 38 No. 3 Mar. 2010 基于颜色和纹理特色的竹材分类法子推敲 曾传华, 陈 红※, 丁小春, 高 云 (华中农业大学工程技巧学院,湖北 武汉 430070) 摘 要:为了利用呆板视觉技巧告竣竹条外观颜色等第的分类识别,提出了用颜色矩和灰度共生矩阵描绘竹 材颜色特色和纹理特色的法子,并采用维持向量机对竹材举办分类识别,准确率达 92.3%以上。结果注明, 用颜色矩 和灰度共生矩阵的特色参数来识别竹条颜色等第是可行的。 环节词:竹条;颜色矩;灰度共生矩阵;主分量分解 中图分类号:TP391.41 文献标识码:A 作品编号:1001- 4462(2010)03- 0037- 03 Study on Bamboo Classification Method Based on Color and Grain Features ZENG Chuan-hua, CHEN Hong※, DING You-chun, GAO Yun (College of Engineering and Technology, Huazhong Agricultural University, Wuhan Hubei 430070, China) Abstract:In order to realize the classification identification of bamboo surface color grades using machine vision, the method of describing bamboo color features and grain features by means of color moments and gray level co- occurrence matrix is studied and a support vector machine is used for bamboo classification identification, with the accuracy rate over 92.3%. The results indicate that it is feasible to identify bamboo cane color grades using the features parameters of color moment and grey level co- occurrence matrix. Key words:bamboo cane;color moment;grey level co- occurrence matrix;principal component analysis 正在竹挂毯、竹地板等竹成品加工中,竹丝、竹条等原 料因为产地和孕育时令差别,经染色或炭化处罚后颜色 深浅也纷歧概。为了担保竹成品质料,务必先对竹材原 料举办颜色分类。目前,邦内几千家竹成品临盆企业主 要如故依托肉眼举办人工竹材颜色分级,不光劳动强度 大,分级结果低,并且分级质料也得不到保护,以是急迫 须要竹材原料由人工分级走向自愿化和智能化,于是开 展竹材颜色自愿分级法子的推敲具有要紧的意旨。 跟着呆板视觉技巧的迅速发扬,邦外里很众学者 都将此技巧利用于木料的分类识别编制中,受心理特 性的影响,竹材比木料的色差变动情形更纷乱,迄今为 收稿日期:2009-11-13 基金项目:“十一五”邦度科技维持安排项目(2007BAD61B04) ※通信作家:陈红,华中农业大学工程技巧学院副教化,主 要推敲偏向为农产物品德无损检测,闭系方 式 :027 -87282120,E -mail:chenhong806@126. com。 止,利用呆板视觉技巧对竹材外观特点举办推敲的还 很少。本文利用呆板视觉技巧,提出了利用颜色矩推敲 竹条的外观颜色和利用灰度共生矩阵分解竹条纹理, 并用主分量分解将颜色和纹理特色举办降维处罚,得 到颜色和纹理的归纳特色,进而对竹条举办分类识别, 为竹条颜色自愿分类供给外面按照。 1 试验质料及视觉编制 本文采用的样本如图 1 所示,由人工按颜色由浅 到深分为 1~8 八个级别,每个级别 100 个样本,此中, 图 1 各色竹条图像样本 38 林业呆滞与木匠筑设 第 38 卷 50 个为陶冶样本,50 个为测试样本。视觉编制由光源 箱、彩色相机、镜头和光源构成,此中相机为 BASLER A102fc,配 1394 采撷卡,镜头为 Computer M0514-mp, 焦距 8mm,相机正在 1038×760 pixels 30fps 形式下劳动, 光源为经稳压后沿光源箱匀称漫衍的四个 8W 荧光灯, 配景采用玄色。 2 颜色特色参数的选拔和提取 常用的颜色外达法子有直方图法、颜色鸠合矢量 法、颜色矩法和颜色集法等,本文采用颜色处罚中常用 的直方图法和颜色矩法对竹条外观颜色举办推敲。 2.1 颜色直方图特色外达 本文将 HSI 颜色空间量化为 72 种颜色,用来外达 竹片图像的颜色漫衍情形,统计每种颜色显示的频度, 获得颜色的直方图为 H=(l)i ,i=0,…,71,如图 2 所示。从 直方图中能够看出,跟着竹条颜色的加深,颜色直方图 弧线向左渐渐偏移,各级别竹条的 H 值弧线存正在重叠, 互相之间难以分别开来。为相识决颜色直方图不行外达 图像颜色空间新闻的题目,本文提出了颜色矩的法子。 ×103 17 15 13 11 9 7 5 3 1 0 10 20 30 40 50 60 70 80 颜色 H 值 1级 2级 3级 4级 5级 6级 7级 8级 图 2 8 个级别竹条颜色直方图 像素数 2.2 颜色矩特色外达 颜色矩的思念正在于图像中任何颜色漫衍都能够用 它的矩来显露,颜色漫衍新闻厉重凑集正在低阶矩中,如 一阶矩描绘均匀颜色、二阶矩描绘颜色方差、三阶矩描 述颜色的偏移性,诈骗低阶矩就能够近似地显露颜色 漫衍的特色。同时,该法子无需举办颜色量化、滑润等 后续处罚,避免了颜色新闻的丧失。每一个颜色通道的 前三阶矩为: N Σ Ei= 1 N Pij j=1 (1) N Σ σi=(N1 (pij-E)i 2)1/2 j=1 (2) N Σ ti=(N1 (pij-E)i 3)1/3 j=1 (3) 此中:Pij 为第 i 通道的第 j 个像素;N 为总像素数目。 本文正在 HSI 颜色空间中,辞别对 8 个级别竹条图 像求其颜色矩特色值,因为每幅图像有 3 个颜色分量, 每个颜色分量搜罗 3 个颜色矩,云云一共就获得了 9 个特色向量。 3 纹理特色参数的选拔和提取 纹理是图像的另一个要紧视觉特色。正在浩瀚描绘 纹理特色的法子中,灰度共生矩阵是对比经典且成熟 的法子,其统计了空间上具有某种身分闭连的一对像 元灰度显示的频度,描绘的是空间上具有某种身分闭 系的一对像元灰度显示的统计次序。 因为灰度共生矩阵平日对比强盛,普通不行直接 将其动作纹理特色向量用于分类,而是正在对其举办正 规化处罚的根本上提取二次统计量。普通采用角二阶 矩(f1)、对照度(f2)、闭系度(f3)和熵(f4)这四个最常用的 特色来提取图像的纹理特色,全部外达式辞别为: f1=ΣΣp(i,j)2 ij (4) f2=ΣΣ(i-j)2p(i,j) ij (5) ΣΣ f3=[ ((ij)p(i,j))-μx μy]/σxσy ij (6) f4=-ΣΣp(i,j)logp(i,j) ij (7) 正在提取图像纹理特色前,为了克制偏向分量,须要 对灰度共生矩阵的筹划结果举办处罚,使获得的纹理 特色与偏向无闭。最简陋的法子是取差别偏向(0°、45°、 90°、135°)的灰度共生矩阵,辞别求取其特色目标,然后 对这些特色目标举办均值和方差筹划。 凭据上述灰度共生矩阵的筹划和纹理特色公式, 对本文采撷到的竹条图像举办处罚。先把图像的灰度 级从 256 级压缩为 64 级,以普及处罚速率,并构制四 个偏向的共生矩阵,然后辞别筹划四个共生矩阵的上 述 4 个纹理参数,末了以各个参数的均值动作纹理特 征向量中的各个分量。 4 特色参数的主分量分解 本文对前述的 9 个颜色特色参数和 4 个纹理特色 参数共 13 个特色参数举办主分量分解,以到达消重维 度和删除冗余新闻的宗旨。 用 SPSS11.0 统计软件包中的因子分解步伐对原始 特色参数数据举办模范化处罚,然后再举办主分量分 第3期 曾传华,等:基于颜色和纹理特色的竹材分类法子推敲 39 析,得出主分量的特色根和奉献率,如外 1 所示。受篇幅 出处,厉重是普通神经搜集正在陶冶进程中容易显示片面 节制这里只列出 6 个主因素。前三个主分量的方差累计 极值,而维持向量机则是一种基于构造危机最小化道理 奉献率为 93.93%,远远突出了 85%的界线% 的分类技巧,避免了极值的显示,以是其分类成绩更好。 界线选用 m 个主因素)。以是,只需选拔前三个主分量就 曾经能外征原始变量所能供给的绝大一面新闻。这三个 6 小 结 特色根所对应的特色向量睹外 2。将这三个特色向量与 ①凭据炭化竹条的外观物理特色,采用颜色矩和灰 原始特色参数数据相乘即获得精简后的特色向量集。 度共生矩阵相纠合的法子,对炭化竹条的图像特色参 主因素 PCA 1 外 1 特色根及奉献率 特色根 9.273 奉献率(%) 累计奉献率(%) 0.7133 0.7133 数举办分解,提取了 9 个颜色矩特色参数和 4 个灰度 共生矩特色参数,并通过主分量分解法对颜色和纹理 特色参数举办了处罚,以到达消重维度、删除冗余新闻 PCA 2 1.657 0.1275 0.8408 和使特色分量相对独立的宗旨。 PCA 3 PCA 4 PCA 5 PCA 6 1.283 0.503 0.183 0.048 0.0987 0.0387 0.0140 0.0037 0.9394 0.9781 0.9922 0.9958 外 2 3 个特色根所对应的特色向量 ②正在此根本上,以主分量分解法获得的归纳参数作 为输入特色,并利用 BP 神经搜集分类器和维持向量机 分类器对竹条举办分类识别。准确识别率均匀到达 92.3%以上,评释基于视觉技巧的分类法子齐全也许满 足对炭化竹条的分类识别条件。 特色参量 PCA 1 PCA 2 PCA 3 参考文献: 色度均值 色度方差 色度偏移性 饱和度均值 饱和度方差 饱和度偏移性 亮度均值 亮度方差 亮度偏移性 角二阶矩 对照度 闭系度 熵 0.31715 0.27871 0.05999 - 0.2979 - 0.3001 - 0.2979 0.32048 0.32295 0.32067 0.02437 0.32264 0.22755 - 0.2901 - 0.00007 0.18088 0.35268 - 0.20823 - 0.17324 - 0.14962 - 0.11311 - 0.04211 0.01308 0.62026 - 0.00737 - 0.52516 0.26801 0.14316 0.40157 0.75942 0.13448 0.12567 0.12517 - 0.0595 - 0.0611 - 0.0546 - 0.4012 - 0.0690 0.10037 0.07665 [1] W. Kurdthongmee. Colour classification of rubberwood boards for fingerjoint manufacturing using a SOM neural network and image processing[J]. Computers and electronics in agriculture, 2008. [2] 白雪冰,王克奇,王业琴,等.基于 BP 神经搜集的木料外观颜色 特色分类的推敲[J].丛林工程,2007,23(1):24-26. [3] 陈立君,王克奇,王辉.基于 BP 神经搜集木料纹理分类推敲[J]. 丛林工程,2007,23(1):40-42. [4] 徐琨,李燕.基于分块颜色距和纹理特色的图像检索法子[J].西 安石油大学学报(自然科学版),2005,20(2):77-79. [5] 章毓晋.图像阐明与筹划机视觉[M].北京:清华大学出书社, 2000. [6] 戴天虹,王克奇,杨少春.基于颜色特色对木质板材分级的推敲 [J].编制仿线 实行结果及分解 用主分量分解法将正本 13 维的特色参量 (颜色矩 和纹理特色参数)降为 3 维,统计这两套特色参数,辞别 [7] 徐秋景,戚大伟.基于灰度共生矩阵和 Hu 褂讪矩的东北虎纹理 特色参数的商讨[J].丛林工程,2008,24(6):21-24. [8] 白雪冰,王克奇,王辉.基于灰度共生矩阵的木料纹理分类法子 的推敲[J].哈尔滨工业大学学报,2005,37(12):1667-1670. 用 BP 神经搜集分类器和维持向量机分类器对样本举办 [9] 陈军辉,谢明勇,王远兴,等.主因素分解用于西洋参样品分类研 分类识别。无论是 BP 神经搜集如故维持向量机,通过主 究[J].自然产品推敲与开拓,2006(18):193-197. 分量对数据降维后,均能普及分类的准确率,但 BP 神经 搜集的分类成绩昭彰不如维持向量机的分类成绩。究其 第一作家简介:曾传华,硕士,厉重推敲偏向为农产物品 质无损检测,Email:。 !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! ·新闻短波· 林海雅马哈摩托车新工厂正式加入行使 2010 年 1 月 12 日,林海雅马哈公司摩托车新工厂正式加入行使,林海集团公司董事 长、总司理陆海民及公司率领周光军、孙峰、张景春等应邀加入了新工厂启用剪彩典礼。 跟着市集逐鹿日趋激烈,逐鹿力成为质料、代价、纳期的制胜法宝。陆海民对林海雅马 哈摩托车新工厂正式加入行使显露纪念,并提出三点生气:生气深远发展“精品 07C,创造 新打动”勾当,极力打制精品 07C;生气以工厂乔迁为契机,强化现场 5S 及可视化约束,尽力打制林海集团高效、外率的程序生 产线;生气林海雅马哈掌管机会,加强危险感、要紧感、义务感,尽力普及产能,争取早日正在新工厂创造 100 万辆新记载。

Copyright © 2002-2019 凤凰平台建材有限公司 版权所有| 网站地图