我國的林木行業(yè)在國民經(jīng)濟(jì)的發(fā)展中占據(jù)著重要地位,帶動著家具、裝修等行業(yè)迅猛發(fā)展,隨著越來越多的人對于家具以及裝修個性化和高品質(zhì)的需求,實(shí)木板材缺陷以及紋理特征的檢測顯得尤為重要。而近幾年,計算機(jī)技術(shù)、人工智能及網(wǎng)絡(luò)技術(shù)的發(fā)展,也推動實(shí)木板材缺陷以及紋理的識別從最初的人工識別轉(zhuǎn)向機(jī)器識別,人工智能的引入對木材加工企業(yè)的轉(zhuǎn)型升級、向智能制造發(fā)展具有重要意義�；诖�,本文對實(shí)木板材的缺陷、紋理等特征的檢測及分類問題進(jìn)行了研究,設(shè)計了基于圖像處理的實(shí)木板材無損檢測專家系統(tǒng),應(yīng)用圖像處理以及深度學(xué)習(xí)等技術(shù)幫助木材加工企業(yè)快速高效地進(jìn)行木材品質(zhì)分等。主要研究內(nèi)容如下:(1)通過調(diào)研,分析了木材加工企業(yè)的相關(guān)需求,設(shè)計了實(shí)木板材無損檢測專家系統(tǒng)的總體框架結(jié)構(gòu),依據(jù)實(shí)木板材缺陷和紋理的形成原因和特點(diǎn),對實(shí)木板材的等級進(jìn)行劃分,建立了實(shí)木板材等級劃分的知識庫。(2)建立了實(shí)木板材缺陷等級劃分的推理機(jī)制,利用卷積神經(jīng)網(wǎng)絡(luò)((Convolutional Neural Network,CNN))優(yōu)良的特征提取能力對實(shí)木板材缺陷輪廓進(jìn)行提取,結(jié)合極限學(xué)習(xí)機(jī)的分類能力,采用相應(yīng)的算法對其進(jìn)行優(yōu)化,設(shè)計了基于深度結(jié)構(gòu)...

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖3-2NSST對實(shí)木板材

14方向局部化高頻子帶低頻子帶NSP分解K=1NSP分解K=2SFSF圖3-1NSST圖像處理過程Fig.3-1NSSTimageprocessinga）原始圖像b）NSST變換后的圖像圖3-2NSST對實(shí)木板材缺陷圖像的分割處理結(jié)果Fig.3-2Segmentationproc....

圖3-12采用SLIC算法

21=√（）2+（）2（3-10）根據(jù)式（3-9）和式（3-10），則SLIC的距離度量公式表示為：′=√（）2+（）2（3-11）式中，表示最大幾何距離，值的大小為√N(yùn)/K；表示最大顏色距離，值的大小一般在[1,40]內(nèi)。（5）重復(fù)（2）⁴過程。該過程主要....

圖3-12采用SLIC算法對木材圖像處理后效果圖

21=√（）2+（）2（3-10）根據(jù)式（3-9）和式（3-10），則SLIC的距離度量公式表示為：′=√（）2+（）2（3-11）式中，表示最大幾何距離，值的大小為√N(yùn)/K；表示最大顏色距離，值的大小一般在[1,40]內(nèi)。（5）重復(fù)（2）⁴過程。該過程主要....

圖3-18損失函數(shù)和準(zhǔn)

27CNNCNNCNNSLICSLICNSSTa)b)c)d)e)f)g)h)i)圖3-17處理效果對比圖Fig.3-17Contrastchartoftreatmenteffects（a）損失函數(shù)與迭代次數(shù)關(guān)系圖（b）準(zhǔn)確率圖圖3-18損失函數(shù)和準(zhǔn)確率與迭代次數(shù)關(guān)系圖Fig.3....

本文編號：4034822