论文题目: 基于数字图像处理学的木材纹理定量化研究
论文类型: 博士论文
论文专业: 木材科学与技术
作者: 于海鹏
导师: 刘一星
关键词: 木材纹理,定量化,数字图像处理,特征参数体系
文献来源: 东北林业大学
发表年度: 2005
论文摘要: 纹理是木材最重要的自然属性之一,也是鉴定和利用木材的重要基础,被作为木材物理学与木质环境学的重要内容进行研究。木材纹理的定量化具有重要的科学和实用价值,但同时作为一个难题也一直困扰着木材学界。引入数字图像处理学技术对于解决这一难题具有理论和实践的双重可行性。 本文首先从木材的心理物理学属性结合计算机数字图像处理学理论及方法分析了木材的纹理特征,定义能够涵盖表征纹理特性的物理量词;再根据定义出的物理量词,利用数字图像处理学手段展开针对性的检测方法研究;并利用一些已被普遍认可的纹理算法和模型来进行纹理的空间组合统计和频谱特征分析;综合分析各算法的特点和适用性,提取出有效的纹理特征参数,既而建立起木材纹理定量化特征参数体系。 研究在以下方面取得结果: (一) 从木材科学、木材视觉环境学、心理物理学和数字图像处理学的角度综合分析木材纹理特征,归纳出一套木材纹理物理量词,作为木材纹理定量化的理论基础。这些物理量词包括:纹理色调、纹理知觉亮度(即色度学的明度或图像处理学的灰度)、纹理形状、纹理方向、纹理强度、纹理梯度、纹理宽度、纹理间距、纹理周期、纹理密度、纹理粗细度、纹理均匀度、纹理对比度、纹理规则度、纹理复杂度等。 (二) 对木材纹理特征展开针对性检测方法的研究:①在纹理色调方面,利用计算机检测出表征木材纹理色调的RGB、XYZ、L~*a~*b~*、HSI、孟塞尔坐标系色品指数值,并在综合分析的基础上选择HSI色度学参数体系来表示纹理色调;②在纹理知觉亮度方面,分析了木材纹理整体灰度和纹理颜色分量的一阶直方图特性,并以定量的统计参数辅以表征;③在纹理形状及纹理方向检测方面,筛选出木材纹理形状检测的最优函数(BWMORPH),并通过Radon变换实现木材纹理角度的定量自动检测,生成了纹理角度分布的二维曲线图;④在纹理周期及纹理宽度检测方面,通过数字图像处理手段验证了木材纹理灰度的周期性变动、灰度变化的自相似特性等,借助对纹理区域的线性扫描方式,实现了对纹理灰度变动、灰度梯度、纹理宽度、纹理间距及纹理周期的自动定量检测。 (三) 在纹理特征综合统计分析方面:运用空间灰度共生矩阵、灰度行程长度矩阵综合分析了木材纹理像素狄度的二阶统计特性,得出能够表征纹理粗细均匀度、纹理对比度、纹理周期密度、纹理明度、纹理基元大小、纹理行程和灰度分布均匀性的特征参数主成分变量。基于木材纹理的分形特征计算了木材纹理的分形维数,并以之表征纹理的粗糙度和复杂度。
论文目录:
摘要
Abstract
1 绪论
1．1 木材纹理
1．1．1 木材是纹理型的事物
1．1．2 木材纹理的特点
1．1．3 纹理是木材的重要自然物理属性
1．2 传统的木材纹理定性描述
1．3 木材纹理定量化分析的意义
1．4 国内外关于木材纹理定量化的代表性研究
1．5 木材纹理定量化的问题及难点
1．5．1 存在的问题
1．5．2 难点
1．6 基于计算机图像处理进行木材纹理定量化的构想
1．7 本论文的研究任务
1．7．1 研究目标与内容
1．7．2 研究方案
2 实验材料和方法
2．1 实验材料
2．2 实验方法
2．2．1 数字图像处理
2．2．2 图像的离散数字化
2．2．3 数字图像处理的基本运算形式
2．2．4 基于数字图像处理技术的典型纹理算法
2．2．5 纹理算法与特征参数提取的校验模型
2．3 木材纹理物理量的定义
2．3．1 从木材科学定义木材纹理物理量
2．3．2 从心理物理学和视觉环境学定义木材纹理物理量
2．3．3 从计算机视觉和图像图形学定义木材纹理物理量
2．3．4 木材纹理物理量的归纳与总结
3 木材纹理的特征量针对性检测
3．1 木材纹理色品指数的检测
3．1．1 色度学模型
3．1．2 木材纹理R、G、B三基色的提取
3．1．3 RGB系统颜色值向CIE-XYZ系统转换
3．1．4 CIE XYZ系统颜色值向CIE L~*a~*b~*系统转换
3．1．5 CIE L~*a~*b~*系统颜色值向孟塞尔色空间的转换
3．1．6 RGB系统颜色值向HSI系统转换
3．2 木材纹理知觉亮度特征的检测
3．2．1 木材纹理灰度的直方图统计
3．2．2 纹理亮度一阶直方图的定量形状描述
3．2．3 纹理颜色分量的亮度直方图统计
3．2．4 基于Matlab的纹理亮度检测代码
3．3 木材纹理形状与纹理角度的检测
3．3．1 木材纹理形状的检测
3．3．2 木材纹理线图像的Radon变换
3．3．3 木材纹理角度的二维曲线图
3．3．4 基于Matlab的纹理形状及角度检测代码
3．3．5 木材纹理方向性特征规律
3．4 木材纹理周期、纹理宽度及间距的检测
3．4．1 木材纹理灰度的周期性变动
3．4．2 木材纹理周期长度检测
3．4．3 木材纹理宽度及间距检测
3．4．4 基于Matlab的纹理周期及纹理宽度检测代码
3．5 本章小结
4 木材纹理的灰度变动特性
4．1 木材纹理灰度的变动特征及规律
4．1．1 木材纹理灰度的自相似特性
4．1．2 木材纹理灰度差值的变动特征
4．2 木材纹理的灰度差分统计
4．2．1 纹理灰度差分直方图
4．2．2 不同纹理特征的灰度差分统计参数比较
4．3 本章小结
5 木材纹理的空域和频域统计特征分析
5．1 木材纹理特征的空间灰度共生矩阵分析
5．1．1 构建空间灰度共生矩阵
5．1．2 基于灰度共生矩阵的特征参数
5．1．3 木材纹理的灰度共生特性的分析
5．2 木材纹理特征的行程长度矩阵统计分析
5．2．1 灰度行程长度矩阵
5．2．2 行程长度统计参数
5．2．3 行程长度统计参数对不同纹理的规律
5．2．4 木材纹理的行程长度统计规律
5．3 应用快速傅里叶变换功率谱分析木材纹理频率特征
5．3．1 快速傅里叶变换功率谱
5．3．2 应用 FFT分析木材纹理特征
5．4 应用小波在多尺度和多频率空间提取木材纹理特征
5．4．1 小波二进正交分解
5．4．2 基于小波分量的特征参数
5．4．3 基于小波分量特征参数的木材纹理分析
5．5 木材纹理的分形特征与纹理复杂度描述
5．5．1 木材纹理的分形特征
5．5．2 分形对纹理的描述
5．5．3 木材纹理的分形维数计算
5．5．4 木材纹理分形维数的特征规律
5．5．5 分形与其它纹理分析方法的比较
5．6 本章小结
6 木材纹理特征参数体系的建立
6．1 各种纹理算法的针对性及优缺点分析
6．2 各种纹理算法之间的相互联系
6．3 木材纹理综合变量体系的建立
6．4 本章小结
7 木材纹理特征参数的应用实验分析
7．1 基于纹理特征和神经元网络的木材聚类判别
7．1．1 模式分类的基本原理和过程
7．1．2 人工神经网络
7．1．3 木材分类判别的网络设计及效果测试
7．2 基于最大相似原理的木材纹理内容检索
7．2．1 基于图像内容检索匹配算法的优点
7．2．2 根据最大相似原理的判别方法
7．2．3 木材纹理内容相似性检索实例及分析
7．3 木材纹理的模拟与重构
7．3．1 自回归模型法
7．3．2 木材纹理的重构
7．4 应用于指示木材涂饰工艺学的效果
7．4．1 材料和方法
7．4．2 试验前后木材纹理特征参数的变化及分析
7．5 基于改进的视觉物理量预测木材的心理评价效果及环境学品质
7．5．1 木材视觉物理量的选取与整理
7．5．2 木材视觉心理量的选取与整理
7．5．3 木材视觉物理量与视觉心理量的相关性分析
7．5．4 木材视觉心理量评价效果的回归预测
7．5．5 木材视觉环境学品质评价
7．6 本章小结
结论
参考文献
附录 论文内容的查新结果
攻读学位期间发表论文、著作及学术获奖情况
致谢
发布时间: 2005-10-21
相关论文
- [1].分数傅里叶变换在数字图像处理中的应用研究[D]. 杨文涛.华中科技大学2007
- [2].基于数字图像处理的玉米苗期田间杂草的识别研究[D]. 吴兰兰.华中农业大学2010
- [3].纹理图象的分析与识别研究[D]. 刘泓.上海大学1999
- [4].彩色图像处理关键技术研究[D]. 韩晓微.东北大学2005
- [5].基于图像识别的作物病虫草害诊断研究[D]. 王克如.中国农业科学院2005
- [6].智能交通中图像处理技术应用的研究[D]. 李文举.大连海事大学2005
- [7].小波在纹理图像处理中的应用研究[D]. 乔玉龙.哈尔滨工业大学2006
- [8].基于数字图像处理技术的锅炉火焰检测与污染物排放特性研究[D]. 郭建民.中国科学院研究生院（工程热物理研究所）2006