双树复小波特征融合的板材压缩感知协同检测与分选

提出一种对板材表面缺陷和纹理进行协同快速准确检测的算法。根据双树复小波所特有的方向性和时移不变性,研究了板材表面图像的双树复小波特征提取及融合算法,对板材表面图像进行3级双树复小波分解得到40个特征向量,并通过遗传算法优选出23个关键特征,优选后的特征能够较为完整地表达板材图像的复杂信息并减小数据冗余。最后采用压缩感知理论,将优选后的特征向量作为样本矩阵列,构造出训练样本数据字典,通过最小残差完成对板材表面信息的分类识别。实验对木材表面存在的弦切纹、径切纹、活结和死结等4类柞木样本进行了检测,正确率分别为91.8%、100%、96.4%和91.8%,该算法能够以95%的平均识别率完成板材表面缺陷、纹理的协同检测。