摘要
1 绪论
1.1 研究背景和研究意义
1.2 木材缺陷的种类
1.3 木材缺陷检测现状
1.4 图像分割技术的研究现状
1.5 模式识别研究现状
1.6 研究主要内容
2 实木地板图像采集分选系统
2.1 系统简介
2.2 系统硬件介绍
2.2.1 图像采集部分
2.2.2 系统动力装置
2.2.3 控制柜
2.3 试验样本
2.4 本章小结
3 实木地板表面图像预处理
3.1 实木地板图像灰度化
3.1.1 实木地板图像灰度化方法
3.1.2 图像灰度化方法选择
3.2 实木地板表面图像增强
3.2.1 直方图均衡化
3.2.2 直接灰度变换
3.3 实木地板表面图像平滑
3.3.1 邻域平均法
3.3.2 中值滤波
3.3.3 图像平滑算法选择
3.4 实木地板表面图像锐化
3.4.1 微分锐化算法
3.4.2 拉氏锐化算法
3.4.3 图像锐化及边缘检测实验
3.5 本章小结
4 实木地板表面图像缺陷分割
4.1 Otsu算法
4.1.1 Otau原理
4.1.2 实木地板图像Otsu算法分割试验
4.2 形态学算法
4.2.1 形态学基本运算
4.2.2 形态学重构
4.2.3 骨架提取
4.2.4 实木地板图像形态学分割试验
4.3 实木地板图像融合分割算法
4.3.1 区域生长算法
4.3.2 禁忌搜索
4.4.3 实木地板表面图像禁忌搜索分割试验
4.4 实木地板图像缺陷分割试验分析
4.5 本章小结
5 实木地板表面图像缺陷特征分析
5.1 地板表面缺陷特征介绍
5.1.1 几何特征
5.1.2 形状特征
5.1.3 纹理特征
5.1.4 不变矩特征
5.2 地板表面缺陷特征提取与选择试验
5.2.1 地板表面缺陷特征提取
5.2.2 地板表面缺陷特征选择
5.3 本章小结
6 实木地板表面缺陷神经网络识别
6.1 神经元模型
6.2 实木地板表面缺陷BP网络辨识模型
6.2.1 BP神经网络结构
6.2.2 BP神经网络学习算法
6.2.3 BP网络设计
6.2.4 BP网络训练与测试
6.3 实木地板表面缺陷SOM网络辨识模型
6.3.1 SOM神经网络基础
6.3.2 SOM神经网络模型
6.3.3 SOM神经网络的学习过程
6.3.4 SOM网络设计与测试
6.4 实木地板表面缺陷BP-SOM混合网络辨识模型
6.4.1 BP-SOM网络结构
6.4.2 BP-SOM网络学习与测试
6.5 本章小结
结论
参考文献
攻读学位期间发表的学术论文
致谢
声明