基于小波变换的木材表面纹理分类.pdfVIP

第4l卷 第 9期 哈 尔 滨 工 业 大 学 学 报 Vo1．41 No．9 2009年 9月 JOURNALOFHARBIN INSTITUTEOFTECHNOLOGY Sep．2009 基于小波变换的木材表面纹理分类 王克奇 ，白雪冰 ，王 辉 (1．东北林业大学 机电工程学院，哈尔滨 150040，zdhwkq@163．com；2大连工业大学机械工程与自动化学院，大连 116034) 摘 要：以300个木材样本为对象，研究了基于多分辨率灰度共生矩阵参数的木材表面纹理的分类方法．以 灰度共生矩阵特征参数的相关性为依据，确定以“角二阶矩”、“对 比度”、“相关”、“方差”、“均值和”5个参 数描述木材表面纹理．用 symlet4小波对木材图像进行了2级分解，在小波重构域，以一级重构的水平细节 h、垂直细节 、对角细节d。、二级重构的近似a、水平细节h、垂直细节 、对角细节d：共7个图像的23个 特征参数构成多尺度参数体系．以BP神经网络进行 了纹理分类验证，正确率为94．0％，优于单分辨参数方 法(87．5％)．实验表明：多分辨参数可以更细致地描述木材的纹理特征，并能提高分类正确率． 关键词 ：木材纹理；灰度共生矩阵；特征参数选择；小波多分辨率分析；近似；细节；分类 中图分类号：TP391．41 文献标识码：A 文章编号：0367—6234(2009)09—0232—03 Classificationofwoodsurfacetexturebasedonwaveletstransform WANG Ke—qi，BAIXue—bing ，WANGHui (1．CollegeofMachineryElectricityofNortheastForestryUniversity，Harbin150040，China，zdhwkq@163．com； 2．CollegeofMeehinaryEngineeringandAutomationofDalianIndustryUniversity，Dalian116034，China) Abstract：Theclassificationapproachofwoodsurfacetexturebasedonmulti—resolution graylevelCO—occur- rencematrix(GLCM)wasresearchedbytaking300woodsamples．Accordingtothecorrelationamongparam— etersofGLCM，fiveparametersofangularsecondmoment(ASM)，contrast，correlation，sum ofsquares (SOS)andsumofaverage(SOA)wereselectedtodescribethewoodsurfacetexture．Symlet4waveletswere employedtodecomposewoodimagesandreconstructthem．Inwaveletsreconstruction fields，23 parameters wereextractedfrom 7images，includingrank2approximateimagesa2，rank1～2horizontaldetailedimages h1andh2，rank1～2verticaldetailedimages 1and 2，rank1～2diagonaldetailedimagesd1andd2，which wereusedtoconstructthemulti—resolutionfeatureparametersystem ofwoodsurfacetexture．BP neuralnet— workwasemployedtoverifytheavailabilityofparametersinwoodtextureclassification，andthecorrectness ratioofmulti—resolutionparametersis94．0％，which