基于小波变换的木材图像处理技术研究

来源 :内蒙古农业大学 | 被引量 : 13次 | 上传用户:shem12god
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
树木在自然生长过程中常常伴随着节子的出现。节子是树木中较常见的一种现象,它不仅会破坏木材纹理构造的均匀性和完整性,使纹理质量下降,大大降低木材的档次,而且会影响木材表面的视觉性质和加工性质,严重影响木材的利用价值。由于木材的节子部分的像素值和背景颜色相近、边缘不清晰,会造成纹理混淆、分析困难等问题,因此针对含有较丰富纹理的木材节子图像,使用一种有效的方法将节子裂痕部分最大限度平滑的同时保护纹理的细节部分,较大程度的改善木材的强度性质,提高木材加工工艺的利用率,将是一件非常有意义的工作。纹理作为木材比较重要的自然属性之一,能够反映出木材的多种特性。许多学者针对木材纹理进行了定量化研究,借助小波变换多分辨率和时频局部化特性分析木材纹理的方向、粗糙度等特性,更好的鉴定木材质量的好坏,达到提高木材资源利用率的目的。因此,本研究以木材图像为研究对象,利用5/3小波变换技术和纹理分析技术对木材图像进行研究。论文的主要内容如下:(1)通过对基于小波的去噪方法的深入研究,找到一种适合木材图像的去噪方法,即基于5/3小波变换的阈值去噪方法。该方法利用5/3小波变换分解木材图像,在频域内判断并提取噪声点,通过仅对提取的噪声点平滑处理,实现木材图像的去噪。本文重点研究对木材节子裂痕部分的平滑处理,希望通过此方法达到保留木材纹理细节的同时去除噪声、平滑节子裂痕的目的,从而改善木材的强度性质,提高木材加工工艺的利用率。本文采用灰度曲线(Profile)、均方误差(MSE)和峰值信噪比(PSNR)作为评价标准,从主观视觉和量化指标两个角度分析木材图像的去噪效果。(2)通过利用整数5/3小波变换,对木材纹理进行多尺度分解,提取出在不同尺度、不同频率和不同纹理方向上的小波能量值和小波能量分布比例两类重要的特征参数,利用所得到的特征参数分析水平、垂直和对角方向上的木材纹理频率特征、最佳小波分解尺度和木材纹理频域内的特征,并比较针叶材与阔叶材、径向与弦向切面的木材纹理的差异。
其他文献
随着计算机科学的广泛应用和互联网技术的快速发展,互联网给我们的生活带来方便的同时,其暴露出来的安全问题也给人们造成了巨大的损失。传统的安全防御技术已无法驾驭复杂多
由于Web应用程序有着诸如系统开发、维护和升级的经济性、提供一致的用户界面、很强的开放性、结构易于扩展性、很强的信息系统集成性和灵活的信息交流与信息发布服务等优点,
前馈神经网络是目前应用最广泛的一种神经网络模型,模糊感知器和Ridge Polynomial神经网络就是这样的两类前馈神经网络。本文对这两类神经网络的学习算法进行研究,分析各自算法
经过二十多年的发展,解决图像视觉特征与语义特征之间的差异问题已成为基于内容图像检索的研究热点。本文认为获取图像中不同目标的类别和相对位置信息是构建图像“语义特征”
本论文中基于特征点空间关系的图像检索算法是基于内容的图像检索算法的一个重要分支,是对图像底层特征进行深入研究而提出的一种图像检索算法。图像底层特征的提取和描述是基
在Google推出Android操作系统后,由于Android具有优越的体验效果和免费与开源特性,Android网络机顶盒越来越多的受到人们的欢迎。与此同时,空中鼠标技术也崭露头角,相比早期
无线传感器网络(WSN)是集通信技术、计算机技术、传感技术及网络技术为一体的智能自组织网络系统。系统能够感知和处理各种环境数据,实现人与物理世界的信息交互,在人类生活领域
多目标跟踪属于计算机视觉的一个方向,并与多个学科交叉形成了一个独立的领域。随着科技和技术的进步,多目标跟踪技术被广泛应用,例如由来已久的各种军事雷达跟踪系统和现如
软件服务外包在我国迅猛发展,潜力巨大,但软件服务外包行业一直存在着软件可靠性差和开发效率低的问题。因此高效率地开发正确、可靠的软件成为软件服务外包产业的迫切要求。由
随着无线通信技术、现代网络技术和嵌入式系统技术的快速发展,无线传感器网络的应用越来越受到人们的重视。在当前学术界和工业界中,无线传感器网络已经是一个热门的研究领域