木材顯微圖像特征參數(shù)提取與樹種判別方法研究.pdf

1、應(yīng)用先進(jìn)的計(jì)算機(jī)彩色圖像分析軟件對(duì)木材橫切面的細(xì)胞輪廓形態(tài)、細(xì)胞幾何尺寸、組織比量等進(jìn)行測定與分析;采用空間灰度共生矩陣方法提取木材橫切面的顯微圖像灰度變化與構(gòu)造特征參數(shù),探討了基于所提取的多種量化的圖像特征參數(shù)實(shí)現(xiàn)樹種判別的可行性,并初步建立基于木材橫切面顯微圖像內(nèi)容(特征參數(shù))的木材樹種判別程序.對(duì)基于木材橫切面顯微圖像所提取的33項(xiàng)特征進(jìn)行主成分分析,結(jié)果表明前七個(gè)主成分因子集中了33個(gè)變量的90﹪左右的信息,它們分別是導(dǎo)管(樹脂

2、道)形態(tài)與尺寸因子、橫切面紋理強(qiáng)弱及周期大小因子、組織比量因子、紋理粗細(xì)與復(fù)雜程度因子、木纖維(管胞)細(xì)胞的幾何尺寸因子、木纖維(管胞)細(xì)胞形態(tài)因子、徑向木纖維(管胞)細(xì)胞壁大小因子.同時(shí)結(jié)合變量間的相關(guān)分析,從33項(xiàng)特征中選取出了15項(xiàng)對(duì)樹種判別具有實(shí)際意義的特征參數(shù).利用所選取出的15項(xiàng)特征參數(shù),以最大相似原理初步建立了基于圖像分析的計(jì)算機(jī)樹種判別匹配算法,這種判別匹配算法是通過計(jì)算待判別樹種與已知樹種之間的相似系數(shù)來實(shí)現(xiàn)的.文中運(yùn)

3、用了最小差值差數(shù)判別法、樹種綜合特征閾值法、綜合加權(quán)相似法三種方式進(jìn)行相似系數(shù)的計(jì)算.其中最小差值差數(shù)判別法與樹種綜合特征閾值法是將每個(gè)特征參數(shù)對(duì)木材橫切面顯微圖像特征的貢獻(xiàn)率視為一致,只是樹種綜合特征閾值法是以閾值的大小來判斷特征的相似性,而綜合加權(quán)相似法是建立在對(duì)木材橫切面顯微圖像特征參數(shù)的主成分分析的基礎(chǔ)上,根據(jù)每個(gè)特征參數(shù)的貢獻(xiàn)率大小計(jì)算相似系數(shù).以相似系數(shù)計(jì)算為基礎(chǔ)的計(jì)算機(jī)樹種判別程序?qū)ξ粗獦浞N的判別并不是給出唯一的答案,而是