杨木单板表面节子缺陷的识别与分类

作者：胡凯; 丁伟彪; 王宝金^*; 官洁茹; 蔡燚; 毛宇轩; 袁天成

来源：林业机械与木工设备, 2019, 47(09): 14-18.

DOI：10.13279/j.cnki.fmwe.2019.0102

• 图像处理
• 单板缺陷
• 特征提取
• BP-SOM神经网络

针对杨树旋切木单板的表面节子缺陷进行识别与分类,由线阵相机获取杨树木单板的图片,经过图像预处理后采用区域生长法进行图像分割,应用数学形态学操作与采用Sobel算子进行边缘检测。提取单板表面节子缺陷图像的特征值,用Fisher准则对已提取的特征值进行降维与特征选择,得出主要特征值。设计出BP-SOM神经网络对单板特征值进行训练与识别,测试准确度达96. 7%,识别结果优于传统的BP神经网络与SOM神经网络。

• 单位
  南京林业大学