版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著我國經(jīng)濟規(guī)模和科技水平的飛速發(fā)展,木材需求量和應用范圍不斷擴大,木材的研究從宏觀到微觀不斷深入,對木材細胞的數(shù)字化描述也已經(jīng)成為木材研究的熱點和重要方向之一。木材是典型的各向異性、天然孔型材料,它是由無數(shù)不同形狀、不同大小、不同排列方式的細胞組成的。由于樹木生長不均勻,使各種樹木的木材構造具有多樣性,不同細胞體、細胞密度和細胞形狀導致了木材材性和物理力學性能存在較大差異,木材細胞的變化影響著木材性質的變化,木材的性質又決定木材經(jīng)濟價
2、值,并直接影響木材的加工和利用,由此對木材細胞結構分析研究就變得尤為重要。
本文在參閱國內(nèi)外有關木材細胞研究的基礎上,通過收集連續(xù)的木材細胞切片,得到了從髓芯到邊材完整的年輪細胞圖像;分析了木材細胞微觀結構,通過試驗確定了細胞面積和細胞胞壁厚度直接或間接影響木材的使用價值和加工利用性能。在對比幾種傳統(tǒng)的邊緣算子對木材細胞圖像分割效果缺陷的基礎上,采用了水平集方法(Level SetMethod)完成對木材細胞圖像進行分割處理,
3、并采用了一種快速算法—窄帶算法(Narrow Band),解決了水平集方法圖像處理時間過長的問題,采取了改進的基于Mumford-Shah模型的水平集方法對木材細胞圖像進行分割,避免了分割存在盲目性,此方法極大改善了分割的效果。本文提出了基于活動輪廓模型(Snake),對細胞的輪廓形態(tài)進行了識別處理。利用改進的Snake兩步膨脹模型對細胞輪廓進行提取,同時應用貪婪優(yōu)化算法,減少程序運行時間,在完成對木材細胞內(nèi)腔和邊緣分割的基礎上,完成對
4、木材細胞壁的識別。在準確分割的基礎上,逐個得到了每個年輪的數(shù)據(jù)參數(shù),在MATLAB環(huán)境下,基于最小二乘原理對針葉材細胞胞壁厚度和細胞面積進行了曲線擬合,建立了針葉材細胞年輪方向上細胞和胞壁厚度的分布規(guī)律模型,并與三次樣條函數(shù)曲線擬合做了對比。由于六角形木材細胞顯微圖像,可以代表木材細胞的大部分的形狀特征,本文完成了對規(guī)則正六角形、規(guī)則長六角形、按早晚材變化的六角形本材細胞顯微圖像的仿真。分析利用圖像數(shù)據(jù)庫的停用和關鍵技術。
本
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Android的棒材圖像識別計數(shù)與實現(xiàn).pdf
- 圖像識別研究及應用.pdf
- 模糊圖像識別建模與實現(xiàn)【文獻綜述】
- 模糊圖像識別建模與實現(xiàn)【開題報告】
- 儀表的圖像識別及智能圖像監(jiān)控方法研究.pdf
- 基于深度學習的腫瘤細胞圖像識別.pdf
- 模糊圖像識別建模與實現(xiàn)【畢業(yè)設計】
- 白細胞顯微圖像識別技術研究.pdf
- 圖像識別算法在細胞篩查及火災探測中的研究.pdf
- 基于圖像識別的零件幾何量檢測.pdf
- 基于FPGA的細胞圖像識別預處理的硬件研究.pdf
- 虹膜圖像識別技術的研究.pdf
- 金屬斷口的圖像識別研究.pdf
- 人臉圖像識別及算法分析.pdf
- 腹水癌細胞圖像識別研究與應用—基于模糊識別的腹水癌細胞圖像分類識別.pdf
- 靜態(tài)人臉圖像識別研究.pdf
- 手勢圖像識別算法研究.pdf
- 基于量子神經(jīng)網(wǎng)絡的腫瘤細胞圖像識別研究.pdf
- 植物圖像識別方法研究及實現(xiàn).pdf
- HIPs鑒別圖像識別.pdf
評論
0/150
提交評論