基于颜色矩的木材缺陷聚类识别

被引：11

作者：

吴东洋 ^{[1
]}

业宁 ^{[1
]}

沈丽容 ^{[1
]}

张倩倩 ^{[1
]}

赖正文 ^{[2
]}

机构：

[1] 南京林业大学信息科学技术学院

[2] 广州航海高等专科学校

来源：

江南大学学报(自然科学版) | 2009年 / 8卷 / 05期

关键词：

K-means; 聚类方法; 颜色矩; 木材缺陷;

D O I：

暂无

中图分类号：

TP274.4 [];

学科分类号：

摘要：

提出了一种新的基于无监督聚类木材缺陷识别方法。该方法借助于木材图像颜色矩特征提取,有效实现数据降维,利用K-means算法对产生的特征数据集进行聚类,产生不同木材表面类型类别标签,自动找出并正确标识木材表面缺陷位置。分析了不同木材表面缺陷类型识别效率。仿真实验结果表明,该方法能快速有效地进行木材表面缺陷自动识别,平均运行时间为0.442 s,平均识别查准率约为86.5%,平均识别查全率约为81.1%。

引用

页码：520 / 524

页数：5

共 5 条

[1] 聚类算法研究
孙吉贵
刘杰
赵连宇
[J]. 软件学报, 2008, (01) : 48 - 61
[2] 基于小波神经网络的木材内部缺陷类型识别的研究
齐巍
王立海
[J]. 林业科学, 2006, (08) : 63 - 68
[3] 基于分形理论木材表面缺陷识别的研究
谢永华
王克奇
[J]. 林业机械与木工设备, 2006, (07) : 21 - 22
[4] 压阻式木材内部缺陷类无损检测理论与技术的研究[D]. 徐凯宏.东北林业大学 2004
[5] Wood inspection with non-supervised clustering
Olli Silvén
Matti Niskanen
Hannu Kauppinen
[J]. Machine Vision and Applications, 2003, 13 : 275 - 285

← 1 →