基于灰度共生矩阵和聚类方法的木材缺陷识别

被引：12

作者：

吴东洋 ^{[1
]}

业宁 ^{[1
]}

苏小青 ^{[2
]}

机构：

[1] 南京林业大学信息技术学院

[2] 海南省万宁市农业银行红专支行

来源：

计算机与数字工程 | 2010年 / 38卷 / 11期

关键词：

灰度共生矩阵; k-means; Affinity Propagation聚类;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

文章提出了一种新的基于灰度共生矩阵的木材纹理特征提取和聚类分析的木材缺陷识别方法。该方法基于灰度共生矩阵,提取5个具有代表性的纹理特征:能量(E),惯性矩(I),均值和(SOA),聚类阴影(SOC),方差和(SOV),实现数据降维,对产生的特征数据集分别利用k-means算法及AP算法进行聚类,自动找出并正确标识木材表面缺陷位置,并对比分析不同木材表面缺陷类型识别效率。实验结果表明,该方法能快速有效地进行木材表面缺陷自动识别。

引用

页码：38 / 41

页数：4