基于計(jì)算機(jī)視覺(jué)的木質(zhì)板材顏色分類方法的研究.pdf

1、顏色分類存在于木材的生產(chǎn)、加工和應(yīng)用的各個(gè)環(huán)節(jié)當(dāng)中。對(duì)于工業(yè)化生產(chǎn)和應(yīng)用，能夠?qū)崿F(xiàn)按顏色自動(dòng)分類是非常重要并具有深遠(yuǎn)意義的。
　　本研究采用計(jì)算機(jī)視覺(jué)與模式識(shí)別理論方法對(duì)木質(zhì)板材進(jìn)行了顏色分類，針對(duì)木材自身的特點(diǎn)，實(shí)現(xiàn)了木質(zhì)板材顏色分類，對(duì)帶有缺陷的板材進(jìn)行分割。本文對(duì)以下工作進(jìn)行了研究。
　　基于圖像處理方法，采用均勻顏色空間L*a*b*的色差理論，提取5個(gè)顏色參數(shù)均值和7個(gè)色差參數(shù)均值以及7個(gè)色差參數(shù)的均方差，共計(jì)19個(gè)

2、參數(shù)作為顏色特征，對(duì)五種樹(shù)種十類板材進(jìn)行了顏色分類的研究。
　　研究了基于RGB顏色空間顏色矩顏色分類方法，提取RGB顏色空間R、G、B三個(gè)分量各三個(gè)顏色矩，再加兩個(gè)整幅圖像的均值和方差，共11個(gè)參數(shù)作為顏色的特征量。將不同樹(shù)種（114種）運(yùn)用自組織競(jìng)爭(zhēng)神經(jīng)網(wǎng)絡(luò)對(duì)其進(jìn)行粗分類，分成六類，再用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行確認(rèn)。正確率在88％以上。
　　研究了基于HSV顏色空間顏色矩顏色分類方法，提取HSV顏色空間的H、S、V三個(gè)矩陣分別提

3、取一階原點(diǎn)矩、二階中心矩、三階中心矩共9個(gè)特征參數(shù)作為顏色特征。將五種樹(shù)種十類板材進(jìn)行了顏色分類。
　　研究了顏色直方圖兩種方法，一種方法是選取HSV顏色空間，選取顏色特征為HSV顏色空間的H，S，V分量，計(jì)算均值、方差、偏度、峰度、熵和能量，形成十八維顏色特征向量。分別對(duì)五種樹(shù)種十類板材進(jìn)行了顏色分類的實(shí)驗(yàn)。另一種是選取HSV顏色空間，先進(jìn)行量化，形成72維直方圖，建立標(biāo)準(zhǔn)模板，再與模板進(jìn)行相似性測(cè)度，得到了72維特征向量，根據(jù)

4、木材本身顏色的分布特點(diǎn)，去掉那些頻數(shù)為0或頻數(shù)很小的特征分量，就形成了30維顏色特征向量。分別對(duì)五種樹(shù)種十類板材進(jìn)行了顏色分類的實(shí)驗(yàn)。
　　提出了主顏色思想，并給出主顏色提取方法。選取HSV顏色空間，先進(jìn)行量化，形成72維直方圖，建立不同的樹(shù)種標(biāo)準(zhǔn)模板，再與模板進(jìn)行相似性測(cè)度，得到了72維特征向量，從最大到最小提取頻數(shù)，從而得到主顏色特征的參數(shù)。對(duì)五種樹(shù)種十類板材進(jìn)行了顏色分類的研究。
　　嘗試將顏色和紋理結(jié)合對(duì)木質(zhì)板材進(jìn)行

5、顏色分類，主顏色特征為3個(gè)、5個(gè)、8個(gè)(bin)，紋理特征為共生矩陣的6個(gè)參數(shù)，對(duì)五種樹(shù)種十類板材進(jìn)行了顏色分類的實(shí)驗(yàn)研究。
　　構(gòu)造了四大種分類器，遺傳算法聚類分析、神經(jīng)網(wǎng)絡(luò)分類器、支持向量機(jī)分類器和k-近鄰分類器。其中神經(jīng)網(wǎng)絡(luò)含有三種分類器，分別是BP、RBF和PNN分類器。對(duì)各個(gè)分類器的思想和原理加以闡述。并對(duì)上述方法進(jìn)行了顏色分類實(shí)驗(yàn)。
　　提出了基于顏色和數(shù)學(xué)形態(tài)學(xué)相結(jié)合的木質(zhì)板材分割方法，建立不同的樹(shù)種無(wú)缺陷標(biāo)準(zhǔn)