基于小波与曲波遗传融合的木材纹理分类

针对木材表面存在的直纹、抛物纹与乱纹3类纹理,提出一种快速、准确的分类方法。分别提取小波变换的15个特征与曲波变换的16个特征,通过设计纹理类型的遗传网络分类器,遗传优选出14个主要特征;最后,运用BP网络构建基于优选特征量的纹理分类器。对3类300个样本进行了仿真实验,基于小波变换、曲波变换和遗传融合方法的平均分类准确率分别为86.5%、89.3%和90.9%,平均分类时间分别为0.025、0.563和0.216 s。实验结果表明:小波变换对直纹分类具有较好的分类效果,但缺少方向性,对复杂纹理分类精度低;曲波变换可用于表达复杂的木材纹理特征,但特征计算时间较长;基于遗传融合的特征提取方法,融合了小波分类速度快与曲波分类精度高的特点,实现了小波与曲波的特征有效选择,提高了纹理分类的速度与分类精度。