基于高光谱的木材表面节子的识别毕业论文

 2021-04-07 02:04

摘 要

木材作为一种常用的天然材料,有着各种各样的缺陷,其中节子是一种主要的缺陷,它不仅对木材的外观造成破坏,还影响了木材的正常性质,破坏了木材的完整性与均匀性,因此对木材节子的检测对于提高木材利用率,高效加工木材有着重要理论价值和实际意义。

高光谱成像技术在许多领域都有涉及,比如矿物勘探、土壤分析、精准农业、

生态保护、医学诊断及人体生物特征验证等。本文主要研究木材图像识别的方法,选用支持向量机(SVM)对图像进行处理,对普通木材部分与木材节子部分进行识别并分类,具体研究如下:

1.选取15个含有节子的实木板材作为样本,运用高光谱成像系统对样本含有节子的部分进行图像的获取。然后利用sample image软件对所得图像进行特征提取,并选取普通木材部分和节子部分的特征点,将这些点的反射率提取出来,所得数据以csv文件形式保存。

2.利用MATLAB软件对该csv文件进行处理,得到550-1000nm波段下的反射率图像。将普通木材部分的图像和木材节子部分进行比较,发现个体的反射率对比图的重合率很高,不利于进行研究分析。因此本文对其进行了反射率期望的求解,得到的反射率期望对比图中,两组曲线有着明显的差别。

3.在介绍支持向量机的基础上,引入核函数对空间线性可分问题进行了良好的处理,把从高光谱图像中提取出来的反射率数据作为输入量,分类结果代表的数字作为目标向量,把保存的数据通过MATLAB软件进行处理后得到train文件。在DOS系统中对保存好的train文件进行数据训练、预测,得到的预测结果表示能将普通木材部分和木材节子部分很好的区分开。

关键词:高光谱成像;木材无损检测;木材节子;支持向量机

Identification of wood surface based on the hyperspectral knot

ABSTRACT

Wood as a natural material commonly used,there are a variety of defects,the knot is one of the main defects,it not only on the appearance of the wood damage,but also affected the normal properties of wood,undermine the integrity and uniformity of the wood,so the wood knot detection to improve the utilization rate of wood it has very important theoretical value and practical significance of efficient wood processing.

Hyperspectral imaging techniques are involved in many fields,such as mineral exploration,soil analysis and precision agriculture,ecological protection,medical diagnosis and biometric verification methods. This paper mainly studies the wood image recognition,using support vector machine (SVM) for image processing,recognition and classification of ordinary wood and wood knots,specific studies are as follows:

1. Selected 15 knots containing solid wood as a sample,using the hyperspectral imaging system containing the knot on part of the sample image acquisition. Then the image feature extraction using sample image software,and the selection of feature points and part of the ordinary wood knots,extracted from the reflectance of these points,the data stored in the form of CSV file.

2. Using MATLAB software to deal with the CSV file,get the reflectance image 550-1000nm band. The common wood image and wood knot for comparison,found that the coincidence of the individual comparison chart of reflectance rate is very high,is not conducive to research and analysis. So the paper expected the reflectance,reflectance contrast map expected,two sets of curves have obvious difference.

3. Based on the support vector machine,introducing the kernel function of space linear separable problem of good treatment,the reflectance data extracted from hyperspectral image as the input,the classification results on behalf of the numbers as the target vector,the stored data were processed by MATLAB software to get the train file. In the DOS system to save train files for the training data,forecast the result of prediction that can separate ordinary wood and wood knot good area.

Key words: hyperspectral imaging; non-destructive testing of wood; wood knots; support vector machine

目 录

1 前言 - 1 -

1.1课题研究背景及目的 - 1 -

1.2 木材无损检测 - 1 -

1.2.1木材无损检测简介 - 1 -

1.2.2木材无损检测的主要方法及基本原理 - 2 -

1.3木材无损检测国内外的研究现状 - 2 -

1.4无损检测的发展方向 - 3 -

1.5本文研究内容 - 3 -

1.6本章总结 - 4 -

2 基于高光谱对木材进行采样 - 5 -

2.1高光谱成像技术 - 5 -

2.1.1高光谱成像技术简介 - 5 -

2.1.2高光谱成像技术国内外研究现状 - 5 -

2.2高光谱成像装置与原理 - 6 -

2.2.1高光谱成像装置 - 6 -

2.2.2高光谱成像原理 - 6 -

2.3机器视觉技术 - 7 -

2.3.1机器视觉技术简介 - 7 -

2.3.2光源照明技术 - 8 -

2.3.3光学镜头 - 8 -

2.3.4摄像机 - 9 -

2.3.5图像信号处理 - 9 -

2.3.6机器视觉技术发展及应用 - 9 -

2.4高光谱图像的采集 - 10 -

2.5对高光谱图像的初步处理 - 11 -

2.6本章小结 - 13 -

3 支持向量机 - 13 -

3.1支持向量机简介 - 14 -

3.2支持向量机研究现状 - 14 -

3.3支持向量机理论基础 - 14 -

3.3.1统计学习理论 - 14 -

3.3.2支持向量机理论 - 15 -

3.4支持向量机应用分类 - 16 -

3.4.1线性可分情况 - 16 -

3.4.2线性不可分情况 - 17 -

3.4.3其他情况 - 17 -

3.5利用支持向量机对木材节子的判别 - 19 -

3.6本章总结 - 19 -

4 基于支持向量机对图像的识别并处理 - 19 -

4.1 MATLAB简介 - 20 -

4.2 MATLAB常用函数 - 20 -

4.3利用MATLAB软件对图像进行处理 - 21 -

4.4支持向量机在木材节子检测中的应用 - 23 -

4.4.1反射率数据的处理 - 23 -

4.4.2在DOS操作系统中进行数据训练和预测 - 23 -

4.5本章小结 - 34 -

5 总结与展望 - 35 -

5.1本文总结 - 36 -

5.2展望 - 37 -

致 谢 - 37 -

参考文献 - 38 -

1 前言

1.1课题研究背景及目的

我国森林面积居世界第五,但我国人均占有量远达不到世界平均水平。而且随着我国经济发展和人民生活水平的提高,木材需求量呈上升趋势,这就造成我国森林资源可采蓄积量锐减,木材的供应量远不能满足市场木材的需求量。因此我国林业研究人员就面临着如何提高木材利用率这一问题,而木材检测是提高木材利用率的一个极其重要手段。

木材表面节子就是影响木材利用率的主要原因之一,它不仅影响木材表面美观,而且破坏了木材的匀称型,改变了木材的纤维延展走向,不利于木材的有效利用,因此就需要对其进行检测,以提高木材利用率。但传统的木材检测方法用时长,条件苛刻,甚至有时还需将木材试样破坏后才能检测,所以已不能满足当代木材检测的需要,由此产生了木材无损检测技术。随着电子、光学和计算机技术的不断发展,目前木材无损检测技术已达几十种,如超声波检测、核磁共振检测及微波检等。

本课题则是利用高光谱成像技术对木材节子进行无损检测。首先利用光谱仪对木材进行成像,然后利用MATLAB软件对图像进行处理,从而将普通木材部分和木材节子部分的反射率进行对比。

1.2 木材无损检测

1.2.1木材无损检测简介

木材节子作为木材缺陷的一种,会使木材材质变得不均匀,降低耐久度,同时使加工难度上升,影响木材的使用率,增加经济成本。但如果能有效的找出节子并合理利用,则可大大降低节子对木材所带来的负面影响,甚至还可能提高木材的经济价值和利用率。但传统的检测方法不仅用时长,而且条件苛刻、稳定性查,甚至有时还需对木材本身进行破坏,所以已经不能满足现代木材生产需要,由此产生了木材无损检测技术。

1.2.2木材无损检测的主要方法及基本原理

木材无损检测技术是在20世纪60年代后逐渐发展起来的技术,通过超声波、射线、应力波等无损检测技术对木材材质进行非破坏性检测。以下是几种常见的木材无损检测方法:

  1. 超声波检测法

利用超声波在木材中传播会发生衰减的现象,且其纵波声速C与介质的密度ρ、超声弹性模量E的相关关系E=C2ρ,在测量出超声波速度后, 计算出木材的弹性模量,亦可根据超声波传播时间的差异,测定被测木材的缺陷。

  1. 射线检测法

利用射线穿透不同木材时的吸收和衰减系数的不同,并根据感光底片上的不同记录来分析和判断木材性质,主要的射线有x、γ和中子射线。

  1. 冲击应力波检测法

利用撞击木材,使其内部产生的应力波的传播,并根据木材的弹性模量E与应力波速度u和木材材料密度D之间的关系为E=u2D/g,通过应力波传播速度来确定木质材料的弹性模量。

  1. 光学法

利用木材在不同部位对光的反射程度不同,判断并分析木材的缺陷形状及程度等。

您需要先支付 80元 才能查看全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,优先添加企业微信。