基于近红外光谱技术的针叶材板材表面节子缺陷检测 - 浙江农林大学学报.pdf

浙 江 农 林 大 学 学 报 基于近红外光谱技术的针叶材板材表面节子缺陷检测 周 竹 尹建新 周素茵 周厚奎 浙江农林大学 信息工程学院 浙江 临安 浙江农林大学 浙江省林业智能监测与信息技术 研究重点实验室 浙江 临安 浙江农林大学 智慧农林业研究中心 浙江 临安 摘要 为了实现木板材依据节子进行自动化分级 采用近红外光谱技术研究了多种针叶材表面节子缺陷的检测方 法 采用 近红外光谱仪获取北美黄杉 铁杉 云杉 白云杉 英格曼云杉 扭叶松 冷杉 等 种 板材的近红外光谱 比较了光谱预处理方法 建模方法对节子识别的影响 并首次对多种针叶 树材进行了节子识别的适应性研究 随后引入一种新的变量选择方法即随机青蛙算法用于优选节子检测的特征波 长 在此基础上建立了板材节子识别的最小二乘 支持向量机 模型 结果显示 一阶导数光谱预处理结合 所建混合树种板材节子识别模型性能最优 随机青蛙算法提取了 个特征波长变量 仅占全波段变量的 所建简化模型效果最好 该模型对测试集的敏感性 特异性和识别准确率分别为 和 近红外光谱技术结合化学计量学方法可以对针叶材树种板材的表面节子进行快速准确检测 随机青蛙算 法是提取板材表面节子缺陷特征的有效方法 该结果可为下一步搭建木材节子快速检测系统提供技术支撑 图 表 参 关键词 木材科学与技术 近红外光谱 针叶材 板材 节子 随机青蛙算法 最小二乘 支持向量机 中图分类号 文献标志码 文章编号