摘要
1 绪论
1.1 研究的目的及意义
1.2 木材纹理研究现状
1.2.1 纹理描述方法
1.2.2 木材纹理研究现状
1.3 研究内容与方案
1.3.1 课题研究的主要内容
1.3.2 课题研究的实现方案
1.4 论文的结构安排
2 仿真系统与样本预处理
2.1 仿真系统组成
2.2 木材纹理样本获取
2.2.1 针对木材纹理分类的预处理
2.3 预处理
2.3.1 颜色空间模型
2.3.2 柞木纹理图像灰度化
2.3.3 木材表面纹理图像的缩放
2.4 本章小结
3 提取与融合柞木纹理图像特征
3.1 柞木纹理特征提取
3.1.1 Tamura纹理特征
3.1.2 图像的基本统计量
3.1.3 柞木纹理特征提取结果
3.2 基于主成分的特征融合
3.2.1 主成分分析原理
3.2.2 主成分分析计算步骤
3.2.3 柞木纹理特征主成分分析结果
3.3 本章小结
4 柞木纹理训练样本优选
4.1 数据降维的重要性
4.2 非线性映射原理
4.3 遗传算法
4.3.1 遗传算法原理
4.3.2 遗传算法要素
4.3.3 遗传算法参数选择
4.3.4 柞木纹理特征非线性映射分析
4.4 本章小结
5 木材纹理分类器设计
5.1 柞木表面纹理分类器
5.2 支持向量机
5.2.1 统计学习理论
5.2.2 SVM的最优分类面
5.2.3 SVM的核函数
5.2.4 SVM分类器的结构模型
5.3 粒子群算法
5.3.1 粒子群算法的原理
5.4 柞木纹理SVM分类参数优化
5.4.1 柞木纹理SVM分类器的参数
5.4.2 SVM分类器参数PSO优化
5.4.3 分类结果与分析
5.5 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