文摘
英文文摘
1绪论
1.1引言
1.2计算机视觉技术
1.2.1计算机视觉分析系统的构成
1.2.2数字图像处理
1.2.3图像特征提取
1.2.4图像模式识别
1.3计算机视觉技术在木材解剖学研究中的应用
1.4木材识别技术
1.4.1传统的木材识别方法
1.4.2计算机技术在木材识别中的应用
1.5本课题的研究内容
2实验材料与方法
2.1实验材料
2.2实验方法
2.2.1实验研究路线
2.2.2实验研究方法
2.3本章小结
3木材横切面显微图像特征参数提取
3.1木材横切面显微构造特征参数提取
3.1.1计算机彩色图像分析系统简介
3.1.2参数提取的前处理
3.1.3细胞几何量参数提取
3.1.4细胞形态量参数提取
3.1.5木材主要组织比量参数提取
3.1.6其他特征参数的提取
3.1.7测量结果的浏览
3.2横切面显微图像纹理特征量的提取
3.2.1空间灰度共生矩阵的构建
3.2.2显微图像纹理特征参数提取
3.3本章小结
4木材横切面显微图像纹理分析
4.1木材横切面细胞简化模型
4.2纹理特征参数的专业涵义解析
4.3纹理特征参数的分布特征
4.4纹理特征参数的相关性分析
4.5胞壁率对显微图像纹理特征的影响
4.5.1胞壁率与纹理特征参数之间的关系
4.5.2针叶树材与阔叶树材之间的比较
4.6壁腔比对显微图像纹理特征的影响
4.6.1壁腔比与纹理特征参数之间的关系
4.6.2针叶树材与阔叶树材之间的比较
4.7本章小结
5木材横切面显微图像特征参数主成分分析
5.1主成分确定与解析
5.1.1主成分确定
5.1.2主成分解析
5.2特征参数简化
5.2.1第一主成分变量简化
5.2.2第二主成分变量简化
5.2.3第三主成分变量简化
5.2.4第四主成分变量简化
5.2.5第五主成分变量简化
5.2.6第六主成分变量简化
5.2.7第七主成分变量简化
5.3本章小结
6基于显微图像分析的树种识别匹配算法
6.1传统树种识别方法的识别模式
6.1.1交集方式
6.1.2对分方式
6.1.3两种识别方式的区别
6.2显微图像分析结果的影响因素
6.3基于显微图像分析的树种识别匹配算法
6.3.1最小差值参数判别法
6.3.2树种综合特征阈值法
6.3.3综合加权相似法
6.3.4三种匹配算法的区别
6.4基于显微图像分析的树种识别匹配算法的特点
6.5本章小结
7基于显微图像分析的计算机树种识别方法的建立
7.1识别方法的总体设计
7.1.1识别方法的总体结构
7.1.2数据浏览模块
7.1.3数据维护模块
7.1.4树种识别模块
7.1.5其它
7.2识别系统数据库的建立
7.3识别系统的界面设计
7.3.1主界面
7.3.2数据浏览与维护界面
7.3.3识别检索界面
7.4识别系统的菜单设计
7.5识别系统的功能设计
7.5.1特征参数输入
7.5.2相似系数计算
7.5.3识别结果显示
7.6树种识别实例
7.7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