检索结果-南通市图书馆

基于光谱和图像特征的阔叶木材与针叶木材同时分类算法研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2021年第6期41卷 1713-1721页

作者：王承琨赵鹏东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 广西科技大学计算机科学与通信工程学院广西柳州545006

木材是人们生活中必不可少的可再生资源,同时在建筑、工艺、家具、结构材料等方面有着举足轻重的地位。市场中常见的木材品种繁多,其品质和价格千差万别,使用智能化技术对木材进行正确的分类不仅可以防止不法商贩“以次充好”,也可以大... 详细信息

木材是人们生活中必不可少的可再生资源,同时在建筑、工艺、家具、结构材料等方面有着举足轻重的地位。市场中常见的木材品种繁多,其品质和价格千差万别,使用智能化技术对木材进行正确的分类不仅可以防止不法商贩“以次充好”,也可以大幅度降低木材分类人员的工作难度。通过木材的遗传信息和解剖学信息可以得到较为准确的木材分类结果,这类方法识别工艺相对复杂,对非专业人员并不友好。借助木材切面的图像信息或光谱信息可以简单方便地对木材进行分类,然而由于不同种木材之间存在的近似性,这类方法往往分类精度不高或只适用于某些阔叶木材。提出了一种基于木材横切面图像信息和光谱信息的多特征木材分类算法,首先分别采集木材横切面的光谱信息以及图像信息;再使用Segnet图像分割方法将待分类样本分成含管孔木材和不含管孔木材两组,并对含管孔样本组中的木材进行管孔分割;然后对含管孔样本组中的木材提取管孔特征、光谱特征以及纹理特征,对无管孔样本组木材提取光谱特征和纹理特征;最后根据这些特征使用支持向量机分别对木材进行分类并记录其木材的分类结果,对分类结果不一致的样本使用相似性判据判断最佳分类结果。为了验证该方法的有效性,以20种常见的阔叶木材和针叶木材的混合样本集为研究对象,对其进行了分类。实验结果显示三种特征均可以对木材进行分类,单独使用光谱特征、纹理特征以及管孔特征对木材进行分类的最高正确率分别为93.00%,89.33%和69.23%,通过相似测度的判断后三个特征可以相互补充从而进一步提高木材的分类正确率,最高正确率可达98.00%。综上所述,该方法可以对包含阔叶木材和针叶木材的混合样本集中的木材进行分类,木材横切面的光谱特征、纹理特征以及管孔特征可以相互补充,从而使分类正确率进一步的提高。与目前的主流木材分类方法进行对比,发现该算法的分类正确率高于其他算法。

关键词：木材树种识别纹理特征管孔特征光谱特征特征融合

基于I-BGLAM纹理和光谱融合的高光谱显微成像木材树种分类

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2021年第2期41卷 599-605页

作者：赵鹏韩金城王承琨东北林业大学信息与计算机工程学院黑龙江省哈尔滨市150040 广西科技大学计算机科学与通信工程学院广西柳州545006

为了提高木材树种分类的正确率,提出了一种基于I-BGLAM纹理特征和光谱特征融合的高光谱图像的木材树种分类方法。实验数据是利用SOC710VP高光谱成像仪获取的可见光/近红外(372.53~1038.57 nm)范围内的高光谱图像。首先,利用基于OIF的特... 详细信息

为了提高木材树种分类的正确率,提出了一种基于I-BGLAM纹理特征和光谱特征融合的高光谱图像的木材树种分类方法。实验数据是利用SOC710VP高光谱成像仪获取的可见光/近红外(372.53~1038.57 nm)范围内的高光谱图像。首先,利用基于OIF的特征波段选择方法降低高光谱图像的维数,选择出含有信息量大的波段。其次,对选择出的波段图像使用NSCT及NSCT逆变换得到融合图像,对得到的融合图像使用I-BGLAM提取其纹理特征。与此同时,对高光谱图像的全波段求取平均光谱并进行S-G(Savitzky-Golay)平滑得到光谱特征。最后,将得到的纹理特征和光谱特征融合后送进极限学习机(ELM)中进行分类。此外,还和基于灰度共生矩阵(GLCM)的木材识别的传统方法以及近几年木材树种识别领域内被提出的主流方法进行了比较。该研究主要创新点有两个:一是将强纹理提取器I-BGLAM用于高光谱图像中提取其纹理特征;二是提出一种新的特征融合的模型用于高光谱图像的分类。针对8个树种的实验结果表明,单独使用I-BGLAM提取的纹理特征来进行分类的正确率最高可到达88.54%,而使用GLCM提取纹理特征的传统方法正确率最高只有76.04%,该结果可以得出本文使用I-BGLAM在纹理特征提取方面要优于GLCM,这为后面建立的融合模型打下很好的基础,单独使用平均光谱特征来分类的正确率最高可以达到92.71%,使用所提出的特征融合方法所得到的分类正确率最高可达到100%,这说明使用所提出的融合模型来分类要比以前单独使用某一种特征的分类模型要好。此外,使用所提出的方法得到的分类正确率要高于本领域内其他两种主流的识别方法。因此,所提出的基于I-BGLAM纹理特征和光谱特征融合的方法能够提高木材树种分类的正确率,该方法在木材树种分类方面有着一定的利用价值。

关键词：高光谱图像 I-BGLAM 纹理特征光谱特征特征融合木材树种分类

采用特征融合的紫檀属内相似树种识别方法研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2022年第7期42卷 2247-2254页

作者：王承琨赵鹏李祥华广西科技大学电气电子与计算机科学学院广西柳州545006 东北林业大学信息与计算机工程学院黑龙江哈尔滨150040 黑龙江科技大学电子与电信工程学院黑龙江哈尔滨150022

紫檀属中的木材有很多属于名贵木材,不同树种之间十分相似。传统的木材识别方法多以木材解剖学为主,通过观察木材的切片结构特征对木材的树种进行判断,这类方法虽有较高的识别精度,但是其识别工艺较为复杂而且技术难度也相对较高。与木... 详细信息

紫檀属中的木材有很多属于名贵木材,不同树种之间十分相似。传统的木材识别方法多以木材解剖学为主,通过观察木材的切片结构特征对木材的树种进行判断,这类方法虽有较高的识别精度,但是其识别工艺较为复杂而且技术难度也相对较高。与木材解剖学相对应的是利用图像信息或光谱信息的木材树种识别方法,该类方法虽具有较为简单的识别工艺,但是在对同属相似木材树种进行识别时,往往不能够取得较好的识别效果。提出了一种基于木材切面光谱特征和纹理特征相融合的木材树种识别方法,该方法不仅识别工艺简单、自动化程度高,而且具有较高的识别精度。首先通过数码相机和光谱仪采集木材切面的图像信息和光谱信息,然后分别使用纹理特征提取方法和光谱特征提取方法提取两类特征的特征向量,接下来使用基于典型相关分析的特征级融合方法将这两个特征向量进行融合,最后使用支持向量机对融合后的特征向量进行分类识别。为了验证方法的有效性,以市场中常见的5种紫檀属树种的三个切面为研究对象,对这些木材树种进行了识别。实验结果显示,单独使用纹理特征的识别正确率最高为80.00%,单独使用光谱特征的识别正确率最高为94.40%,使用融合的特征最高的识别正确率可达99.20%。还将这5种木材树种与其他30种木材树种进行了混合,混合后的木材样本数量可达1750。实验进一步显示,该方法可以对包含紫檀属在内的35种木材的树种进行识别,其正确率可达98.29%。综上所述,木材的纹理特征和木材的光谱特征可以有效的相互补充,从而进一步提高识别正确率。最后还用所提出的方法与目前主流的方法进行了比较,结果发现所述的木材树种识别方法高于目前主流方法。

关键词：同属木材树种识别光谱特征纹理特征特征融合

改进模糊推理分类器进行木材树种近红外光谱开集分类识别研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第7期44卷 1868-1876页

作者：李振宇赵鹏王承琨东北林业大学计算机与控制工程学院黑龙江哈尔滨150040 广西科技大学计算机科学与技术学院(软件学院) 广西柳州545006 黑龙江科技大学电子与信息工程学院黑龙江哈尔滨150022

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM... 详细信息

开集分类识别是近10多年来模式识别领域研究的热点,它能够识别训练集中已知类别的测试样本,同时还能够有效“拒识”未知类别的测试样本;这些未知类别样本不包含在训练集中。现有的开集分类识别算法主要是基于Support Vector Machine(SVM)和深度学习网络框架进行改进,并且主要应用在自然景物图像领域中;在光谱分析领域中还鲜有报道。将传统的闭集框架下的模糊推理分类器进行模型改进,提出了开集框架下的改进模糊推理分类器,并将其应用到木材树种近红外光谱分类识别中。首先,使用Flame-NIR近红外微型光谱仪采集木材样本横切面的近红外光谱曲线,采用Metric Learning算法进行光谱向量维度约简降维至4维(4D)。其次,改进闭集框架下的模糊推理分类器,根据模糊规则置信度和各维度隶属度概率的乘积构建Generalized Basic Probability Assignment(GBPA),再根据GBPA进行分类处理。在20个树种的具有不同的Openness指标下的近红外光谱数据集的分类识别对比实验表明,改进的开集模糊推理分类器(fuzzy reasoning classifier in an open set,FRCOS)优于现有的基于机器学习和深度学习的开集分类识别主流算法,具有较好的评价指标F-Score,Kappa系数及总体识别率。

关键词：开集分类识别木材树种识别模糊推理分类器近红外光谱分析

在线全文

学校读者我要写书评

暂无评论

基于超混沌的图像盲水印算法研究

基于超混沌的图像盲水印算法研究

作者：王承琨黑龙江大学

学位级别：硕士

网络技术已经改变了当代人的生活习惯,每个人都可以利用网络传递各种信息。但是这种快捷给人们带来了方便的同时也提高了数字版权被侵害的可能性。如果没有一个安全的网络环境,网络的发展将会遇到瓶颈。正因如此一种有效维护数字版权的... 详细信息

网络技术已经改变了当代人的生活习惯,每个人都可以利用网络传递各种信息。但是这种快捷给人们带来了方便的同时也提高了数字版权被侵害的可能性。如果没有一个安全的网络环境,网络的发展将会遇到瓶颈。正因如此一种有效维护数字版权的技术急需被创作出来,所以数字水印技术才会备受人们的关注。目前该技术在数字版权保护上已经起到了很大的作用。数字图像水印有三个重要的研究方向:一是怎样能够提高数字水印的安全性;二是怎样能够提高数字水印的容量;三是怎样能够提高数字水印的鲁棒性。本文利用超混沌系统的初值敏感、方程参数不确定和伪随机等特点提高了算法的安全性;利用QR Code编码提高了数字水印的容量;利用频率域变换确保了算法的鲁棒性。具体的研究工作如下:第一,本文阐述了数字水印技术的研究背景和意义及国内外发展现状。介绍了数字水印基本框架和性能测评等问题,并详细叙述了数字图像水印理论与超混沌理论。为后续提出的水印算法提供基本理论依据。第二,本文提出了一种基于超混沌序列的数字图像加密算法,将置乱加密和扩散加密相互结合,充分的利用了超混沌的特性,提高了数字水印的安全性。第三,为了增加水印容量,本文提出了一种利用QR Code编码的数字图像水印算法。该算法可以使数字图像水印的含义不再局限于单纯的二值图像,从而可以将一些更加复杂的信息加入到数字图像之中。第四,为了提高算法的鲁棒性,本文还提出了一种基于Schur分解和小波变换的数字水印算法,该算法利用矩阵论和频率变换的相关知识,将水印信息加入到了最不容易被去除的频率域上,从而保证其抗攻击性。最后值得说明的是,以上算法均是数字图像盲水印算法,也就是说在提取数字水印时不需要原始图像的参与,这种算法更加具有实际意义。

关键词：数字水印超混沌 QR Code Schur分解小波变换

基于多重分形谱的木材高光谱图像纹理分类算法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

液晶与显示 2019年第12期34卷 1182-1190页

作者：唐艳慧赵鹏王承琨东北林业大学信息与计算机工程学院黑龙江哈尔滨150040

为了过滤木材高光谱图像中大量的冗余信息,提升应用图像纹理进行分类的准确率,本文采用基于多重分形理论的木材高光谱图像分类算法。首先利用不同的特征选择算法选取最具代表性的10个波段;随后根据不同的函数密度图像对所选取波段的图... 详细信息

为了过滤木材高光谱图像中大量的冗余信息,提升应用图像纹理进行分类的准确率,本文采用基于多重分形理论的木材高光谱图像分类算法。首先利用不同的特征选择算法选取最具代表性的10个波段;随后根据不同的函数密度图像对所选取波段的图像求解其多重分形曲线,将选择出的多个波段所对应的多重分形曲线取平均,得到表示样本纹理特征的多重分形曲线;最后使用支持向量机和BP神经网络分类器对多重分形曲线进行分类。实验表明,相对熵(K-L散度)要好于自适应波段选择(ABS)提取的波段,多重分形算法提取的高光谱图像纹理特征要好于灰度共生矩阵,支持向量机算法的分类准确率和速度要优于BP神经网络,融合K-L散度、多重分形和支持向量机算法能够有效地提高木材高光谱图像的识别准确率,最高识别准确率达到了97.91%。

关键词：木材树种识别高光谱图像纹理多重分形

采用两种神经网络进行光谱校正及涂饰木材树种光谱分类识别研究

在线全文

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第12期44卷 3378-3386页

作者：王承琨陈广胜杨忠赵鹏丁浩天黑龙江科技大学电子与信息工程学院黑龙江哈尔滨150010 东北林业大学计算机与控制工程学院黑龙江哈尔滨150040 中国林业科学研究院木材工业研究所北京100091 广西科技大学计算机科学与技术学院广西柳州545006

根据不同木材表面的光谱反射率差异可以对木材树种进行分类识别。在木制家具及工艺品的生产实践中,考虑到防止木材腐败、开裂,美化木制品外表及延长木制品使用寿命等原因,经常需要在木材表面涂抹某种涂饰。涂抹涂饰将导致木材表面光谱... 详细信息

根据不同木材表面的光谱反射率差异可以对木材树种进行分类识别。在木制家具及工艺品的生产实践中,考虑到防止木材腐败、开裂,美化木制品外表及延长木制品使用寿命等原因,经常需要在木材表面涂抹某种涂饰。涂抹涂饰将导致木材表面光谱反射率曲线产生漂移和变形,经实验验证无法使用原始木材表面的光谱反射率训练出的分类器模型对涂饰木材光谱曲线进行分类识别。相对于原始木材光谱曲线,涂饰木材光谱曲线的漂移和变形可以用非线性模型来拟合;而这种非线性拟合一般使用神经网络来实现。为了能够继续使用原始木材光谱反射率训练的分类器模型,使用全连接神经网络拟合了原始木材光谱反射率和涂饰木材光谱反射率之间的关系模型,通过该模型对涂饰木材光谱反射率进行校正,实现使用原始木材光谱所训练的分类器模型对涂饰木材进行分类识别的目的。此外,还使用卷积神经网络对光谱反射率提取卷积特征,引入表征原始木材光谱反射率和涂饰木材光谱反射率的卷积特征之间关系的隐藏层,将涂饰木材光谱反射率的卷积特征进行校正,并通过输出层输出其分类结果。为了验证所提出的校正模型的有效性,本文以20种木材样本的近红外光谱(950~1650 nm/near infrared spectra,NIR)和可见光/近红外光谱(350~1000 nm/visible and near infrared spectra,VIS/NIR)为研究对象,对比了8种不同涂饰建立的校正模型性能。实验结果表明,NIR的校正分类效果要好于VIS/NIR的校正分类效果;卷积神经网络的校正模型可以将涂抹透明涂饰木材表面的NIR分类正确率提高至70%以上;全连接网络模型可以将涂抹透明涂饰木材表面的NIR分类正确率提高至80%以上,但两种模型都无法对非透明涂饰进行校正。从模型的训练速度和识别效率上看,卷积神经网络的校正模型要好于全连接神经网络的校正模型。综上所述,通过神经网络建立起的原始木材光谱反射率和涂饰木材光谱反射率之间的非线性关系模型,可以对涂抹透明涂饰的木材光谱曲线进行校正。进而实现直接使用原始木材光谱反射率所训练出的分类器模型对涂抹透明涂饰木材光谱曲线进行分类识别,使得木材树种分类识别应用领域从原始木材扩展到涂抹透明涂饰木材,具有较好的实际应用意义和前景。

关键词：木材树种识别木材表面涂饰神经网络光谱反射率

基于超混沌和DWT变换的灰度图像盲水印算法研究

在线全文

学校读者我要写书评

暂无评论

黑龙江大学自然科学学报 2016年第4期33卷 550-554页

作者：蒋爱平王承琨齐可心黑龙江大学电子工程学院哈尔滨150080

数字图像水印技术为数字图像版权提供了有效的保护措施。利用超混沌将灰度图像水印进行编码和加密,同时在编码过程中加入了校验位,这与传统的水印置乱和编码方式相比具有更好的安全性和可恢复性。算法使用了小波变换,使嵌入水印后的图... 详细信息

数字图像水印技术为数字图像版权提供了有效的保护措施。利用超混沌将灰度图像水印进行编码和加密,同时在编码过程中加入了校验位,这与传统的水印置乱和编码方式相比具有更好的安全性和可恢复性。算法使用了小波变换,使嵌入水印后的图像具有一定的鲁棒性。该算法在提取水印的情况下不需要原始图片参与,实现了盲提取的效果。利用Matlab软件仿真得到了测试结果,从峰值信噪比和归一化互相关系数两个方面分析了该算法的性能,可知该算法具有良好的鲁棒性和隐藏性。

关键词：灰度水印超混沌盲水印小波变换

在线全文

学校读者我要写书评

暂无评论

2012年高考中的物理思想方法

理科考试研究 2012年第21期 35-36页

作者：王承琨甘肃省白银市第八中学

物理学思想就是研究物质的运动形式、内在规律和物质基本结构的客观存在反映在人的意识中经过思维活动而产生的结果.这种思维活动是人的一种精神活动,是从社会实践中

关键词：物理思想方法矢量三角形法一次碰撞