基于图像处理提高木材识别准确性的新方法

被引:16
作者
多化豫 [1 ]
孙枭雄 [2 ]
袁云梅 [2 ]
机构
[1] 内蒙古林业厅退耕还林工程管理办公室
[2] 内蒙古农业大学材料科学与艺术设计学院
关键词
图像识别; 超分辨率; 小波变换; 局部二值模式;
D O I
暂无
中图分类号
S781.1 [木材的构造和识别]; TP391.41 [];
学科分类号
090305 [农业资源循环利用];
摘要
为了提高机器识别木材的准确性,从木材图像预处理的角度出发,以复原木材图像纹理细节为目标,提出了基于SCN-MSE的木材图像超分辨率重建方法。将高分辨率图像经离散小波变换,把4个子带中相应位置、大小相同的碎片组成模块,再利用局部二值模式的邻域强度建立训练数据库;将低分辨率图像中的低频子带碎片,与数据库同类模块中的低频碎片进行比较,通过去除领域中心的均方差,寻找相似度最大的高频碎片,保留低分辨率图像的低频子带;再经小波逆变换得到超分辨率图像。选取樟子松及其树皮为识别对象,将基于SCN-MSE的超分辨率重建图像与经过传统预处理图像,利用SVM多项式核函数进行识别。识别结果表明,本研究提出的方法提高了樟子松及其树皮的识别率。
引用
收藏
页码:244 / 247
页数:4
相关论文
共 6 条
[1]
基于图像处理和SVM探索木材与树皮的新识别参数 [J].
周熊 ;
多化琼 ;
王振柱 ;
任拓 .
西北林学院学报, 2014, 29 (05) :199-202
[2]
基于PCA+FisherTrees特征融合的木材识别 [J].
刘子豪 ;
汪杭军 .
林业科学, 2013, 49 (06) :122-128
[3]
基于小波的木材纹理分频信息提取与分析 [J].
于海鹏 ;
刘一星 ;
孙建平 .
林业科学, 2005, (02) :100-105
[4]
基于小波域HMT模型的图像超分辨率重构 [J].
赵书斌 ;
彭思龙 .
计算机辅助设计与图形学学报, 2003, (11) :1347-1352
[5]
基于特征融合的木材纹理分类研究 [D]. 
马琳 .
东北林业大学,
2013
[6]
Extended local binary patterns for texture classification [J].
Liu, Li ;
Zhao, Lingjun ;
Long, Yunli ;
Kuang, Gangyao ;
Fieguth, Paul .
IMAGE AND VISION COMPUTING, 2012, 30 (02) :86-99