检索结果-南通市图书馆

检索条件"主题词=木材筛选"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的木材纹理分类及颜色相似性度量研究

基于深度学习的木材纹理分类及颜色相似性度量研究

引用

作者：李辰辉哈尔滨工业大学

学位级别：硕士

家具是人类正常生活与开展活动的重要设施。家具的制作一般是由多根木材拼接成集成板后通过切割与组合等操作完成。拼接的集成板颜色与纹理越相似，家具越美观，具有更高的价值。近几年随着家具行业的发展，家具产量与需求量不断增加。... 详细信息

家具是人类正常生活与开展活动的重要设施。家具的制作一般是由多根木材拼接成集成板后通过切割与组合等操作完成。拼接的集成板颜色与纹理越相似，家具越美观，具有更高的价值。近几年随着家具行业的发展，家具产量与需求量不断增加。但拼接木材的筛选主要是由人工完成，不利于生产规模的扩大。家具的自动化生产需要大量的集成板，所以木材的筛选是家具行业现代化生产面临的主要困难。因此，本文使用计算机视觉领域的方法，对相似木材的自动选择进行研究，以寻找可以代替人工以提高生产效率的方法。　　本文使用深度学习的方法对木材的不同纹理进行分类。首先，对ResNet、DenseNet、ViT、ConvNeXt这四种比较典型的分类网络的纹理特征提取能力进行对比与分析。在公开纹理数据集FMD、DTD以及本文收集的实木数据集上进行效果测试。通过实验与对比，本文选择效果最好的ConvNeXt网络进行木材纹理分类任务的研究，它在实木数据集上的总准确率能够达到81.67%。之后，本文设计了一种空间通道注意力模块对ConvNeXt网络进行改进，改进后的空间通道注意力ConvNeXt网络在实木数据集上的总准确率达到了82.86%。　　针对卷积神经网络对全局纹理信息利用不够好的问题，本文将纹理特征描述子提取的纹理特征与空间通道注意力ConvNeXt网络提取的特征进行融合，以改善卷积神经网络对全局纹理信息的利用。本文根据纹理特征描述子提取的纹理特征的特点在网络不同位置融合了LBP特征、改进的MLBP特征以及GLCM特征，融合后网络在实木数据集上的总准确率分别达到了83.81%、84.29%与85.71%。　　本文针对融合纹理特征的空间通道注意力ConvNeXt网络进行木材分类存在色差很大的问题，提出了一种可以用于度量不同木材图像之间颜色相似性的方法。该方法在CIE L*a*b*颜色空间中提取颜色矩特征与颜色直方图特征，通过距离公式计算不同木材图像之间的颜色特征距离，用以表示木材图像之间的颜色相似程度。本文应用所提出的纹理分类与颜色相似性度量方法对木材进行选择，验证了本文提出方法的可行性。

关键词：木材筛选纹理分类颜色相似度深度学习

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：