摘要:针对杨树旋切木单板的表面节子缺陷进行识别与分类,由线阵相机获取杨树木单板的图片,经过图像预处理后采用区域生长法进行图像分割,应用数学形态学操作与采用Sobel算子进行边缘检测。提取单板表面节子缺陷图像的特征值,用Fisher准则对已提取的特征值进行降维与特征选择,得出主要特征值。设计出BP-SOM神经网络对单板特征值进行训练与识别,测试准确度达96. 7%,识别结果优于传统的BP神经网络与SOM神经网络。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社。
林业机械与木工设备杂志, 月刊,本刊重视学术导向,坚持科学性、学术性、先进性、创新性,刊载内容涉及的栏目:研究与设计、综述、行业内外、教学改革、教学管理等。于1966年经新闻总署批准的正规刊物。