基于逻辑回归模型的木片和树皮的图像识别.PDFVIP

第３２卷第５期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．５ ５ ２０１５年５月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｙ２０１ 基于逻辑回归模型的木片和树皮的图像识别 扈　华　付学良 （内蒙古农业大学计算机与信息工程学院　内蒙古呼和浩特０１００１８） 摘　要　　为了提高木片生物能的利用率，需要除去木片中的树皮杂质。识别木片和树皮的图像对于实现二者分离具有重要作用。 提出一种基于逻辑回归模型来对木片和树皮进行图像识别的算法。算法流程包括计算各种可以描述木片和树皮纹理的参数，利用 ＳＡＳ统计分析出最佳参数，将最佳参数计算所得的样本数据用于ＳＡＳＬＯＧＩＳＴＩＣ过程得到预测方程，再将预测方程用于逻辑回归模 型来实现木片和树皮的图像识别。通过实验可知，最佳参数为灰度方差，该图像识别算法的正确率能达到９７．４％。 关键词　　逻辑回归　图像识别　纹理分析　方差　均方误差 中图分类号　ＴＰ３９１．７　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０５．０４６ ＩＭＡＧＥＲＥＣＯＧＮＩＴＩＯＮＢＥＴＷＥＥＮＷＯＯＤＣＨＩＰＳＡＮＤＢＡＲＫＳＢＡＳＥＤＯＮ ＬＯＧＩＳＴＩＣＲＥＧＲＥＳＳＩＯＮＭＯＤＥＬ ＨｕＨｕａ　ＦｕＸｕｅｌｉａｎｇ （ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＩｎｎｅｒＭｏｎｇｏｌｉａＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｈｏｈｈｏｔ０１００１８，ＩｎｎｅｒＭｏｎｇｏｌｉａ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｔｏｉｍｐｒｏｖｅｔｈｅｕｔｉｌｉｓａｔｉｏｎｒａｔｅｏｆｗｏｏｄｃｈｉｐｓｂｉｏｅｎｅｒｇｙ，ｔｈｅｉｍｐｕｒｉｔｙｏｆｂａｒｋｓｉｎｗｏｏｄｃｈｉｐｓｍｕｓｔｂｅｒｅｍｏｖｅｄ．Ｉｔｉｓｉｍｐｏｒｔａｎｔｔｏ ｒｅｃｏｇｎｉｓｅｔｈｅｉｍａｇｅｓｏｆｗｏｏｄｃｈｉｐｓａｎｄｂａｒｋｓｆｏｒｓｅｐａｒａｔｉｎｇｔｈｅｍ．Ｗｅｐｒｏｐｏｓｅａｎａｌｇｏｒｉｔｈｍ，ｉｔｒｅｃｏｇｎｉｓｅｓｔｈｅｉｍａｇｅｓｏｆｗｏｏｄｃｈｉｐｓａｎｄｂａｒｋｓ ｂａｓｅｄｏｎｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌ．Ｔｈｅｐｒｏｃｅｓｓｏｆｔｈｅａｌｇｏｒｉｔｈｍｉｎｃｌｕｄｅｓｃａｌｃｕｌａｔｉｎｇｖａｒｉｏｕｓｐａｒａｍｅｔｅｒｓｃａｐａｂｌｅｏｆｄｅｓｃｒｉｂｉｎｇｔｅｘｔｕｒｅｓｏｆｗｏｏｄ ｃｈｉｐｓａｎｄｂａｒｋｓ，ａｎａｌｙｓｉｎｇｓｔａｔｉｓｔｉｃａｌｒｅｓｕｌｔｓｆｏｒｂｅｓｔｐａｒａｍｅｔｅｒｂｙｕｓｉｎｇＳＡＳ，ｇｅｔｔｉｎｇｐｒｅｄｉｃｔｉｏｎｅｑｕａｔｉｏｎｂｙａｐｐｌｙｉｎｇｔｈｅｓａｍｐｌｅｄａｔａｃａｌｃｕｌａｔ ｅｄｗｉｔｈｂｅｓｔｐａｒａｍｅｔｅｒｔｏＳＡＳＬＯＧＩＳＴＩＣｐｒｏｃｅｓｓ，ａｎｄｔｈｅｎｒｅａｌｉｓｉｎｇｔｈｅｒｅｃｏｇｎｉｔｉｏｎｏｆｉｍａｇｅｓｏｆｗｏｏｄｃｈｉｐｓａｎｄｂａｒｋｓｂｙｕｓｉｎｇｐｒｅｄｉｃｔｉｏｎ ｅｑｕａｔｉｏｎｏｎｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｍｏｄｅｌ．Ｉｔｉｓｋｎｏｗｎｔｈｒｏｕｇｈｔｈｅｅｘｐｅｒｉｍｅｎｔｔｈａｔｔｈｅｂｅｓｔｐａｒａｍｅｔｅｒｉｓｔｈｅｉｎｔｅｎｓｉｔｙｖａｒｉａｎｃｅａｎｄｔｈｅａｃｃｕｒａｔｅｒａｔｅ ｏｆｔｈｅｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｒｅａｃｈｅｓｕｐｔｏ９７．４％． Ｋｅｙｗｏｒｄｓ　　Ｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎ　Ｉｍａｇｅｒｅｃｏｇｎｉｔｉｏｎ　Ｔｅｘｔｕｒｅａｎａｌｙｓｉｓ　Ｖａｒｉａｎｃｅ　Ｍｅａｎｓｑｕａｒｅｅｒｒｏｒ ０　引　言 木材是常用的工业原料，在木材的工业生产中，需要将 其中的主要杂质———树皮去除，从而得到单纯的木片进行再 加工。在自动化的木材原料运送过程中，最容易获得的是木 材的图像，如图 １所示。可以通过识别木片和树皮的图