格式:pdf
大?。?span class="single-tag-height">640KB
頁數: 3頁
以300個木材樣本為對象,研究了基于多分辨率灰度共生矩陣參數的木材表面紋理的分類方法.以灰度共生矩陣特征參數的相關性為依據,確定以"角二階矩"、"對比度"、"相關"、"方差"、"均值和"5個參數描述木材表面紋理.用sym let4小波對木材圖像進行了2級分解,在小波重構域,以一級重構的水平細節(jié)h1、垂直細節(jié)v1、對角細節(jié)d1、二級重構的近似a2、水平細節(jié)h2、垂直細節(jié)v2、對角細節(jié)d2共7個圖像的23個特征參數構成多尺度參數體系.以BP神經網絡進行了紋理分類驗證,正確率為94.0%,優(yōu)于單分辨參數方法(87.5%).實驗表明:多分辨參數可以更細致地描述木材的紋理特征,并能提高分類正確率.