文摘
英文文摘
声明
1绪论
1.1本课题研究的目的和意义
1.2国内外研究现状
1.3数字图像处理及其在木材科学领域的应用
1.3.1数字图像处理概述
1.3.2数字图像处理主要内容及其在木材科学领域的应用
1.4本课题的研究内容与路线
1.5本章小结
2纹理分析
2.1纹理概述
2.1.1纹理的定义
2.1.2纹理的研究方向
2.1.3纹理的应用领域
2.2纹理分析的方法
2.2.1纹理的数学描述
2.2.2统计分析法
2.2.3结构分析法
2.2.4模型分析法
2.2.5基于频谱分析的方法
2.3木材图像的纹理特征
2.4本章小结
3模式识别
3.1模式识别概述
3.1.1模式和模式识别的概念
3.1.2模式识别系统
3.1.3模式识别方法
3.2最近邻法
3.2.1最近邻法决策规则
3.2.2最近邻法的误判概率及其上下界
3.3模拟退火法
3.3.1模拟退火法概述
3.3.2传统的模拟退火算法
3.3.3有记忆的模拟退火法
3.4基于模拟退火算法与最近邻分类器识别率的特征选择方法(S-NFS)
3.4.1特征选择
3.4.2特征选择算法的结构
3.4.3特征选择方法的选取原则
3.4.4 S-NFS算法的设计与分析
3.4.5 S-NFS算法的伪代码
3.5 BP神经网络分类器
3.5.1人工神经网络概述
3.5.2人工神经网络模型
3.5.3人工神经网络的分类及学习
3.5.4多层感知器
3.5.5 BP学习算法
3.5.6改进的BP学习算法
3.5.7 BP神经网络分类器的设计
3.5.8 BP神经网络分类器的集成
3.6本章小结
4木材表面纹理灰度共生矩阵特征参数的获取
4.1灰度共生矩阵
4.1.1灰度共生矩阵的定义
4.1.2灰度共生矩阵的特点
4.1.3灰度共生矩阵的特征参数
4.2构造因子对木材表面纹理特征参数的影响
4.2.1生成步长d对特征参数的影响
4.2.2图像灰度级g对特征参数的影响
4.2.3生成方向θ对特征参数的影响
4.3木材表面纹理灰度共生矩阵特征参数的获取
4.4本章小结
5木材表面纹理参数体系的建立及其分类识别
5.1基于参数间相关性分析木材表面纹理的分类识别
5.1.1相关性概述
5.1.2基于参数间相关性分析木材表面纹理参数体系的建立
5.1.3在参数体系Ⅰ下木材表面纹理的分类与识别
5.2基于主分量分析(PCA)木材表面纹理的分类与识别
5.2.1主分量分析理论
5.2.2主分量分析的一般步骤
5.2.3基于PCA木材表面纹理参数体系的建立
5.2.4在参数体系Ⅱ下木材表面纹理的分类与识别
5.3基于S-NFS算法木材表面纹理的分类与识别
5.3.1基于S-NFS算法木材表面纹理参数体系的建立
5.3.2在参数体系Ⅲ下木材表面纹理的分类与识别
5.4本章小结
6基于信息融合木材表面纹理的分类与识别
6.1信息融合理论概述
6.2基于高斯—马尔可夫随机场(GMRF)木材表面纹理的分类与识别
6.2.1邻域系统与基团
6.2.2马尔可夫(Markov)随机场
6.2.3高斯—马尔可夫(GMRF)随机场模型及其参数估计
6.2.4基于高斯—马尔可夫随机场木材表面纹理特征的获取
6.2.5基于GMRF木材表面纹理的分类与识别
6.3在融合参数体系下木材表面纹理的分类与识别
6.4本章小结
7木材表面纹理分类识别实验系统
7.1木材表面纹理分类实验系统总体框架
7.2木材表面纹理分类实验系统硬件构成
7.3木材表面纹理分类实验软件系统
7.3.1软件系统总体架构
7.3.2图像预处理模块
7.3.3纹理特征获取模块
7.3.4特征提取与选择模块
7.3.5分类与识别模块
7.4本章小结
结论
参考文献
附录
攻读学位期间发表的学术论文
致谢