摘要
目前的木材分类大多需要依靠人工挑选方式完成,但人工分类受操作人员主观因素、工作经验、劳动强度等因素的制约,已经很难适应产业的发展。为了有效提高木材颜色分类的自动化程度及分类的准确性,采用机器视觉技术对木材表面颜色分类方法展开研究。通过使用python opencv软件对木材表面进行高斯滤波、滚动引导滤波以及特征提取预处理操作,实现对木材图像的去背景化,并将图像的RGB、Lab低阶矩作为颜色分类的特征,最后采用多层感知机(MLP)构建木材表面颜色的分类器。选取了320张无损实木板材的完整表面图像作为训练样本,其中25%为测试集,75%为训练集。结果表明:该分类器对木材表面颜色分类的准确率为96.25%,验证了将多层感知机模型应用在木材颜色分类方面的有效性。
-
单位南京林业大学; 电子工程学院