基于射线分割的林木应力波断层成像算法

来源 :林业科学 | 被引量 : 0次 | 上传用户:sky_ywt_2001
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
[目的] 提出一种基于射线分割的林木应力波断层成像算法,研究应力波在林木横截面上的信号分布情况,提高应力波断层成像精度,准确反映林木内部缺陷的位置、大小和腐朽程度.[方法] 选取4株原木样本(松树、乌桕)和4株活树样本(香樟、圆柏、柳树)进行应力波断层成像试验,利用FAKOPP 应力波检测仪采集样本横截面应力波数据.首先校正采集的应力波速度,绘制应力波传播射线图,对成像区域进行网格划分; 然后分割每一条应力波传播射线,基于已知射线传播速度估算待分割射线上多条线段的速度,增加应力波信号量,得到改进的应力波传播射线图; 最后根据改进的应力波传播射线图估算成像区域内网格单元的速度,结合图像处理方法,生成断层图像.为验证算法的可行性,使用 Resistograph微钻阻力仪评估活树内部健康状况.[结果] 基于射线分割的林木应力波断层成像算法能够较准确地重建4株原木样本的断层图像.使用 Resistograph微钻阻力仪对活树进行多路径钻探,与阻力曲线图相比发现,基于射线分割的林木应力波断层成像算法生成的断层成像具有较高精度.[结论] 基于射线分割的林木应力波断层成像算法可提高初始网格单元速度的准确性和相关性,能够实现林木内部缺陷的高精度成像,适用于林木无损检测.
其他文献
[目的] 构建基于卷积神经网络的木材识别系统,实现木材树种在多场景条件下的自动精准识别,为我国提升 CITES履约执法能力、加强林产品产业链监管以及保障木材安全提供科技支撑.[方法] 采集 15种黄檀属和11种紫檀属木材标本横切面构造特征图像,建立图像数据集 Rosewood-26; 构建 AlexNet、VGG16、DenseNet-121和 ResNet-50 共4种卷积神经网络模型,基于 ImageNet图像数据集对模型进行迁移学习,采用 Rosewood-26图像数据集训练、测试和比较模型,优选识