木材顯微圖像特征參數(shù)提取與樹種判別方法研究.pdf_第1頁
已閱讀1頁,還剩53頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、應(yīng)用先進的計算機彩色圖像分析軟件對木材橫切面的細胞輪廓形態(tài)、細胞幾何尺寸、組織比量等進行測定與分析;采用空間灰度共生矩陣方法提取木材橫切面的顯微圖像灰度變化與構(gòu)造特征參數(shù),探討了基于所提取的多種量化的圖像特征參數(shù)實現(xiàn)樹種判別的可行性,并初步建立基于木材橫切面顯微圖像內(nèi)容(特征參數(shù))的木材樹種判別程序.對基于木材橫切面顯微圖像所提取的33項特征進行主成分分析,結(jié)果表明前七個主成分因子集中了33個變量的90﹪左右的信息,它們分別是導(dǎo)管(樹脂

2、道)形態(tài)與尺寸因子、橫切面紋理強弱及周期大小因子、組織比量因子、紋理粗細與復(fù)雜程度因子、木纖維(管胞)細胞的幾何尺寸因子、木纖維(管胞)細胞形態(tài)因子、徑向木纖維(管胞)細胞壁大小因子.同時結(jié)合變量間的相關(guān)分析,從33項特征中選取出了15項對樹種判別具有實際意義的特征參數(shù).利用所選取出的15項特征參數(shù),以最大相似原理初步建立了基于圖像分析的計算機樹種判別匹配算法,這種判別匹配算法是通過計算待判別樹種與已知樹種之間的相似系數(shù)來實現(xiàn)的.文中運

3、用了最小差值差數(shù)判別法、樹種綜合特征閾值法、綜合加權(quán)相似法三種方式進行相似系數(shù)的計算.其中最小差值差數(shù)判別法與樹種綜合特征閾值法是將每個特征參數(shù)對木材橫切面顯微圖像特征的貢獻率視為一致,只是樹種綜合特征閾值法是以閾值的大小來判斷特征的相似性,而綜合加權(quán)相似法是建立在對木材橫切面顯微圖像特征參數(shù)的主成分分析的基礎(chǔ)上,根據(jù)每個特征參數(shù)的貢獻率大小計算相似系數(shù).以相似系數(shù)計算為基礎(chǔ)的計算機樹種判別程序?qū)ξ粗獦浞N的判別并不是給出唯一的答案,而是

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論