基于人工神经网络的原木CT图像缺陷识别

被引:5
作者
徐兆军
王厚立
丁建文
业宁
机构
[1] 南京林业大学
[2] 南京林业大学 南京
关键词
图像处理; 图像识别; CT扫描; 人工神经网络;
D O I
10.19455/j.mcgy.2005.04.005
中图分类号
S781.5 [木材的缺陷];
学科分类号
082902 ;
摘要
以欧洲白蜡为例,利用训练好的神经网络识别原木CT图像中的各种木材缺陷。不同隐蔽层节点的神经网络可以正确地识别树皮、节子、腐朽和无疵木材;但是对于细小裂纹尚还不能准确识别。计算机快速、自动识别图像中的各种缺陷,有利于实现最优化的锯切方案。
引用
收藏
页码:15 / 17
页数:3
相关论文
共 2 条
[1]  
Automated Labeling of Log Features in CT Imagery of Multiple Hardwood Species. Schmoldt D L,He J,Lynn Abbott A. Wood and Fiber Science . 2 0 0 0
[2]  
Machine Vision Using Artificial Neural Networks with Local 3 D Neighborhoods. Schmoldt D L,Li P,Lynn Abbott A. Computers and Electronics in Agriculture . 1 9 9 7