基于BP网络地木材缺陷类型识别研究.pdfVIP

第八届中国林业青年学术年会论文集 分9：林业生物质资源高效转化与技术 基于BP网络的木材缺陷类型识别研究宰 张鹏戚大伟+ (东北林业大学，哈尔滨150040) 摘要在不破坏木材原有结构的前提下，利用x射线透视法获取木材数字图像。与以往需要具有丰富经验 的技术人员通过综合考虑木材数字图像中内部缺陷部位的各种视觉特征来识别缺陷种类的方法不同，提出 根据提取出的木材数字图像中缺陷部位视觉特征参数，应用人工神经网络方法中的BP网络对木材内部结构 进行快速、准确的缺陷种类识别。针对木材数字图像含有噪声且对比度较低的特点和木材图像中各缺陷的 视觉物理特征，提出了对木材图像的数字化处理方法和缺陷部位特征值的提取方案。分析不同的BP网络结 构和网络参数对网络的缺陷识别性能的影响，给出了用于识别木材缺陷种类的BP网络的最佳网络参数。提 出并验证了一种用于识别木材内部缺陷种类的新方法，证明用BP网络方法识别木材内部缺陷种类是一种可 行的方法。 关键词BP网络木材缺陷类型识别图像处理 l前言 在木材加工行业中，为了充分合理地利用木材资源，做到科学选材、合理制材，需要对木材缺陷 种类进行正确的识别。 目前国内外检测原木内部缺陷的方法很多，有外观判断法、锤子敲击法、X射线透视法、伽马射 线检测法、超声检测法、微波检测法、核磁共振法、声学法、脉冲电阻法等。采用X射线透视的方法 可以用人眼直观地看到木材内部物理结构，且成本较低。不同的木材缺陷有其特定的物理结构，可以 根据木材x射线图像所反应出的缺陷部位的面积，周长，内径长宽比等不同物理特征来判别木材缺陷 种类。比如节子由于其密度较大，吸收的X射线剂量较一般部位高，拍摄出来的木材图像的节子部位 的灰度值较小，人眼看到的节子部位亮度较小：空洞的部位无木质结构，大量X射线穿过，使其部位 的木材图像灰度值较大，人眼看起来亮度较大；腐朽部位密度介于节子与空洞密度之间，相应的缺陷 部位的图像灰度值也介于这两个缺陷灰度值之间；裂纹虽然在灰度上与其它缺陷相比没有明显的特 点，但是可以通过综合考虑它狭长的形状、较长的周长等其它因素来判别它。 人工神经网络技术是近年来人们研究利用的热点技术，它应用在模式识别上有其先天的优势，其 自适应、自学习和对非线性系统超强的分析能力等特点使它能够找出蕴含在特征量与模式之间复杂的 非线性关系。使通过综合分析复杂的、看似毫无关联的特征量数据来实现模式分类成为可能。例如， 利用BP网络根据某地区特定波段卫星图像的灰度值来识别该地区的地形类别；利用BP网络根据飞行 目标所在区的原始空域、电子干扰、目标群特征、雷达应答等特征进行目标的敌我识别；利用BP网 络根据基桩实测小波信号的特征向量对基桩缺陷进行智能化的识别等等，都是利用BP网络的非线性 映射能力通过提取特征值来实现目标识别的成功例子。本文提出根据木材数字图像中提取出的缺陷部 位视觉特征参数，利用BP网络对木材内部缺陷类型进行快速、准确的识别。为识别木材内部缺陷类 型提供了一种新方法的同时，分析不同BP网络结构和网络参数对网络的缺陷识别性能的影响，给出 了用于识别木材缺陷种类的BP网络的最佳网络参数，证明了BP网络方法识别木材内部缺陷类型的可 行性。针对木材数字图像含有噪声且对比度较低的特点和木材图像中各缺陷的视觉物理特征，提出了 对木材图像的数字化处理方法和缺陷部位特征值的提取方案。 2材料与实验方法 2．1 BP网络 1253 第八月十目林Ⅱ青年学$年§*文集 分9：林业生物质资潍高效转化与技术 Error BP网络全称是误差反向传播(Back 出之间采用多层映射方式．网络按层排列，只有相邻层的节点直接相互连接．传递之间信息。每个训 练范例在网络中经过两遍传播计算．一遍从输入层开始，向前传递各层，在每一层中根据实际专业要 求，选择不同的传递函数传递信息，并在输出层产生某种输出结果；实际输出结果与期望输出值之间 必定舍有一定误差，反向传播则是针对该误差向量，采用梯度下降方法，从输出层向输A层反向调整 各层权值