检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

木材树种检索方法现状与智能检索初探

木材科学与技术 2021年第2期35卷 37-41页

作者：林启招孙永科何鑫邱坚西南林业大学材料科学与工程学院云南昆明650224

回顾人工对比法、对分检索法和穿孔卡检索法三种传统木材树种检索方法,总结计算机数据库程序检索法的发展现状。以实现在线智能检索针叶树材为例,笔者开发了融入计算机视觉技术的木材树种智能检索系统,介绍该系统的体系结构和程序流程,... 详细信息

回顾人工对比法、对分检索法和穿孔卡检索法三种传统木材树种检索方法,总结计算机数据库程序检索法的发展现状。以实现在线智能检索针叶树材为例,笔者开发了融入计算机视觉技术的木材树种智能检索系统,介绍该系统的体系结构和程序流程,并提出今后的研究方向。

关键词：木材树种检索方法智能检索

在线全文

学校读者我要写书评

暂无评论

基于图像纹理特征的木材树种识别

林业科学 2007年第4期43卷 77-81,F0003页

作者：于海鹏刘一星刘镇波东北林业大学生物质材料科学与技术教育部重点实验室哈尔滨150040

利用木材图像的颜色、灰度、纹理等内容实现树种的相似性匹配检索,提取色调、饱和度、亮度、对比度、二阶角矩、方差和、长行程加重因子、分形维数、小波水平能量比重共9个特征参数,依据最大相似性数学原理,基于最小差值参数判别法和综... 详细信息

利用木材图像的颜色、灰度、纹理等内容实现树种的相似性匹配检索,提取色调、饱和度、亮度、对比度、二阶角矩、方差和、长行程加重因子、分形维数、小波水平能量比重共9个特征参数,依据最大相似性数学原理,基于最小差值参数判别法和综合特征阈值法来检索样本。结果显示:基于图像纹理特征能够实现木材树种的检索和识别,综合特征阈值法的检索正确率与唯一性通常要好于最小差值判别法;但当被检索样本图像的纹理较弱或不呈现纹理特征时,检索结果的唯一性并不理想。综合而言,基于图像纹理特征最大相似性的木材树种检索识别较易实现,是一种值得继续发展和应用推广的木材树种识别方法。

关键词：木材树种检索识别图像纹理特征

基于可见光/近红外光谱的木材树种与密度无损检测研究

在线全文

学校读者我要写书评

暂无评论

基于可见光/近红外光谱的木材树种与密度无损检测研究

作者：李悦东北林业大学

学位级别：硕士

实木木材是基本的木材工业产品,不同木材具有不同的特性参数(例如木材树种、密度、强度、含水率、表面粗糙度等),导致木材的用途、物理性能及价格差别很大。因此,对上述木材属性进行检测是木材质量检测的重要内容。可见光/近红外光谱分... 详细信息

实木木材是基本的木材工业产品,不同木材具有不同的特性参数(例如木材树种、密度、强度、含水率、表面粗糙度等),导致木材的用途、物理性能及价格差别很大。因此,对上述木材属性进行检测是木材质量检测的重要内容。可见光/近红外光谱分析技术具有成本低、效率高、速度快、无损、检测方便、测试重现性好等优点,本文利用其对木材树种与密度的检测进行了新的研究与探索。首先,针对目前木材检测模型都是基于某些特定树种建立的因而无法拒绝非训练类异常树种,以及传统的树种检测模型需要正类与负类两种样本而异常树种种类繁多无法全部获取的问题,提出采用单类分类方法建立异常树种检测模型,该法只需对正类树种样本进行学习而无需异常树种的参与,最后通过对比阈值判别样本是否异常。本文对比了由BP神经网络、自组织特征映射网络和支持向量数据描述所构造的三种单类分类器的检测效果,结果表明,由BP构造的单类分类器检测效果较好。同时,提出一种由RBF-BP组合神经网络构造的单类分类器,实验表明,该模型能够有效增大正类树种和异常树种之间的差异性,从而降低误报率、提高异常检测率与总体检测率。其次,针对在木材特性参数检测研究中若要对木材的多项属性进行检测需进行多次建模的问题,提出一种采用可见光/近红外光谱技术对木材树种和密度同时进行检测的方法,只需一次建模即可实现两项木材属性的同时输出。本文对比了主成分分析和小波变换两种光谱降维方法分别与具有多输出特点的BP神经网络和最小二乘支持向量机(LSSVM)相结合建立的树种与密度同时检测模型的检测效果,结果表明,小波变换与LSSVM相结合的模型检测效果最佳,能够较为准确地同时检测出木材的树种与密度,实现了定性与定量分析结果的同时输出,提高了木材检测的效率。接着,提出一种基于可见光/近红外光谱的未知树种类别数自自动化检测的方法。首先采用t-分布随机邻域嵌入(t-SNE)降维方法对光谱数据进行降维处理,然后对比了不同降维维数下密度峰值快速搜索聚类算法(CFSFDP)与分别与内部指标CH、DB、Sil相结合对未知树种类别数进行自动化检测的准确率,结果表明,采用t-SNE算法将光谱降维到3维时,CFSFDP算法结合CH指标能够较为准确地自动确定未知树种的类别个数,同时根据Rand、Adjusted Rand、Jaccard和Fowlkes-Mallows外部指标的评价结果可知,该方法能够较为准确地将未知树种归到相应的类别中去。最后,基于上述研究成果,本文利用MATLAB编程软件设计了一种基于可见光/近红外光谱的木材树种与密度无损检测的原型系统。当有待测样本输入至系统中,首先检测其是否是异常树种,若不是,系统将同时给出待测样本的树种与密度的检测结果,否则系统将拒绝进一步检测操作。当被拒绝的树种样本个数达到所设定的阈值时,系统将对其进行聚类处理,并给出树种类别个数的检测结果。

关键词：可见光/近红外光谱单类分类器木材树种木材密度聚类

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

木材树种管理检索系统研究现状与发展趋势

西南林学院学报 2009年第6期29卷 77-81页

作者：贾潇然刘迎涛东北林业大学生物质材料科学与技术教育部重点实验室黑龙江哈尔滨150040

木材识别技术是木材与林业科学中的重要组成部分,正确的识别木材树种对于合理、高效地利用木材资源具有积极的意义。由于数据库检索方法具有快捷、准确的特点,通过介绍数据库的发展历程、数据库识别软件,探讨木材树种管理计算机检索的... 详细信息

木材识别技术是木材与林业科学中的重要组成部分,正确的识别木材树种对于合理、高效地利用木材资源具有积极的意义。由于数据库检索方法具有快捷、准确的特点,通过介绍数据库的发展历程、数据库识别软件,探讨木材树种管理计算机检索的国内外现状和发展趋势。

关键词：木材树种数据库计算机检索系统

在线全文

学校读者我要写书评

暂无评论

木材树种现场识别归类比较法的研究与应用

中国木材 1997年第1期 34-35页

作者：吴庆王桂荣

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

进口木材树种不实申报现象亟待规范

人造板通讯 2005年第11期12卷 30-31页

作者：陈旭东刘强韩晓敏张家港出入境检验检疫局江苏张家港215633

近年来,随着我国进口木材数量和树种的不断增多,进口商向海关和检验检疫部门申报进口木材的树种时,假报、瞒报和漏报的现象愈演愈烈,这给检验鉴定、海关征税以及流通贸易带来了一系列麻烦,如何规范,值得有关部门探讨.

关键词：木材树种进口木材申报检验检疫部门检验鉴定进口商海关瞒报贸易

基于GLCM特征木材树种高光谱无损检测识别研究

在线全文

学校读者我要写书评

暂无评论

黑龙江科学 2019年第24期10卷 25-27,31页

作者：王辉李辉陈金阳王敏盘锦职业技术学院

目前,木材树种无损检测识别技术已成为木材工业亟待解决的问题。提出了一种基于灰度共生矩阵(GLCM)纹理特征木材树种高光谱无损检测识别方法。在1000 nm^2500 nm的光谱范围内获取了样本高光谱数据,利用PCA对高光谱图像原始数据进行降维... 详细信息

目前,木材树种无损检测识别技术已成为木材工业亟待解决的问题。提出了一种基于灰度共生矩阵(GLCM)纹理特征木材树种高光谱无损检测识别方法。在1000 nm^2500 nm的光谱范围内获取了样本高光谱数据,利用PCA对高光谱图像原始数据进行降维处理,得到主成分图像序列,并对主成分图像序列提取木材纹理特征参数,发现BP神经网络分类器的识别率为91.5%。实验表明:基于高光谱图像纹理特征能有效描述木材,用其实现对木材树种的识别是可行的,说明GLCM纹理特征参数对木材树种具有一定的描述能力,为木材树种的识别提供了新的思路。该方法能够较好地解决木材树种识别问题,对木材工业的现实生产、经营、管理等方面具有重要的现实意义。

关键词： GLCM 特征木材树种高光谱无损检测识别

在线全文

学校读者我要写书评

暂无评论

谈木材树种识别的必要性和识别方法

农村经济与科技 2011年第7期22卷 47-48页

作者：孙英辉黑龙江省伊春市乌马河区林业调查设计队黑龙江伊春152500

主要谈了木材树种识别的必要性和木材树种识别的几种常用的可操作的方法,使人们对木材树种识别有进一步的认识,同时也为木材的识别提供一些便利方法。

关键词：木材树种识别必要性标本采集树种识别

我国代表应邀参加国际项目“木材树种及来源识别”第三次指导委员会

在线全文

学校读者我要写书评

暂无评论

中国人造板 2014年第6期21卷 34-35页

作者：梓叶

应德国联邦林业遗传研究所和“生物多样性国际组织”（Bioversity International，BI）邀请，中国林科院木材工业研究所殷亚方研究员于2014年4月7—10日参加了在德国汉堡召开的“木材树种及来源识别”项目指导委员会第三次会议。来自中... 详细信息

应德国联邦林业遗传研究所和“生物多样性国际组织”（Bioversity International，BI）邀请，中国林科院木材工业研究所殷亚方研究员于2014年4月7—10日参加了在德国汉堡召开的“木材树种及来源识别”项目指导委员会第三次会议。来自中国、德国、加拿大、意大利、美国、澳大利亚、奥地利、日本、瑞士和巴西的15位代表与会。

关键词：来源识别木材树种国际组织中国林科院木材工业研究所委员会生物多样性澳大利亚德国