| 【中文题名】 | 基于细胞微观数字化特征的木材材种识别方法研究 |
| 【英文题名】 | The Research on the Method of Wood Recognition Base on the Digital Characteristics of Cell Microstructure |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-7 |
| 【中关键词】 | 材种识别,特征参数,细胞分割,木材,实体检测图像, |
| 【英关键词】 | Wood species recognition,Characteristic parameters,Cell segmentation,Wood,Entity examined image, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
在木材贸易中，木材材种精确识别已成为木材加工业的首要问题。长期以来使用的传统的材种识别方法，受各种因素影响，工作效率低，无法满足对木材的快速、大量识别要求。因此，提高木材材种识别的准确性，实现木材检测与识别过程的自动化，是我国木材行业迫切需要解决的关键问题。
本文以木材细胞为研究对象，通过对木材细胞实体检测图像的预处理、分割算法及细胞定形方法的研究，对在复杂背景、低对比度、高噪声环境下的细胞特征提取及分割等图像识别技术进行了深入的探讨。
本文主要致力于木材细胞实体检测图像的切片化处理，细胞定型及不同树种基准细胞模拟再现过程的处理，其中木材细胞实体检测图像的切片化及细胞定型是关键问题。本文采用先进的计算机图像处理技术，根据木材细胞实体检测图像的特点，提出了适用于本课题研究内容的木材细胞实体检测图像的预处理及分割算法，完成细胞实体检测图像的切片化。应用相关算法对细胞轮廓形态、细胞面积等特征量进行了提取与分析，并进行数字量化，完成了细胞定型和基准细胞模拟工作。考虑到系统要求，本论文采用Visual C++6.0程序设计语言，以模块化设计方法进行木材材种识别系统的设计，初步建立了基于木材细胞... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-8 |
|
1 绪论 |
8-16 |
|
1.1 问题的提出及意义 |
8-9 |
|
1.2 数字图像处理 |
9-11 |
|
1.2.1 数字图像处理概述 |
9-10 |
|
1.2.2 数字图像处理的主要内容 |
10-11 |
|
1.2.3 数字图像处理的优点 |
11 |
|
1.3 木材材种的国内外发展情况 |
11-13 |
|
1.3.1 国内研究概况 |
12 |
|
1.3.2 国外研究概况 |
12-13 |
|
1.4 木材材种识别方法 |
13-14 |
|
1.4.1 人工经验识别法 |
13 |
|
1.4.2 微机图像识别法 |
13-14 |
|
1.4.3 细胞微观识别法 |
14 |
|
1.5 课题研究内容 |
14-16 |
|
2 木材材种识别软硬件系统 |
16-21 |
|
2.1 系统的硬件组成及配置 |
16-18 |
|
2.1.1 图像的输入设备 |
16-17 |
|
2.1.2 图像的输出设备 |
17-18 |
|
2.2 软件系统设计 |
18-20 |
|
2.2.1 系统界面 |
18-19 |
|
2.2.2 软件的总体设计 |
19-20 |
|
2.3 本章小结 |
20-21 |
|
3 木材细胞实体检测图像的预处理 |
21-31 |
|
3.1 图像灰度化 |
21-22 |
|
3.2 形态学的腐蚀与膨胀 |
22-24 |
|
3.2.1 二值形态学 |
23 |
|
3.2.2 灰度形态学 |
23-24 |
|
3.3 噪声去除 |
24-27 |
|
3.3.1 中值滤波 |
25-27 |
|
3.3.2 细胞图像去噪 |
27 |
|
3.4 图像锐化 |
27-29 |
|
3.4.1 拉普拉斯变换 |
27-28 |
|
3.4.2 细胞图像锐化 |
28-29 |
|
3.5 亮度调节 |
29 |
|
3.6 对比度调节 |
29-30 |
|
3.7 本章小结 |
30-31 |
|
4 木材细胞实体检测图像的分割 |
31-47 |
|
4.1 基于边缘检测的图像分割 |
31-33 |
|
4.1.1 边缘检测 |
31 |
|
4.1.2 几种常用的边缘检测算子 |
31-33 |
|
4.2 基于区域的图像分割 |
33-34 |
|
4.2.1 阈值法 |
33-34 |
|
4.2.2 区域生长法 |
34 |
|
4.2.3 聚类法 |
34 |
|
4.3 动态阈值分割法 |
34-36 |
|
4.4 粘连细胞的分割 |
36-46 |
|
4.4.1 角点分割法 |
36-42 |
|
4.4.2 分水岭算法 |
42-46 |
|
4.5 本章小结 |
46-47 |
|
5 细胞外轮廓定型 |
47-62 |
|
5.1 细胞轮廓提取 |
48-49 |
|
5.2 细胞面积的测量 |
49-53 |
|
5.2.1 常用的面积测量方法 |
49-51 |
|
5.2.2 基于距离图思想的细胞面积测量新方法 |
51-53 |
|
5.3 细胞定型 |
53-55 |
|
5.3.1 内接多边形计算 |
53-54 |
|
5.3.2 多边形面积计算 |
54-55 |
|
5.4 多边形内角计算 |
55-57 |
|
5.4.1 内角计算方法 |
56-57 |
|
5.4.2 内角差补 |
57 |
|
5.4.3 内角标准方差计算 |
57 |
|
5.5 重心提取 |
57-59 |
|
5.5.1 重心计算 |
57-59 |
|
5.5.2 细胞重心提取 |
59 |
|
5.6 单位转换 |
59-60 |
|
5.7 单个细胞图像存储 |
60-61 |
|
5.8 本章小结 |
61-62 |
|
6 基准细胞模拟 |
62-67 |
|
6.1 基准细胞参数统计 |
62 |
|
6.2 基准细胞外轮廓模拟 |
62-65 |
|
6.3 基准细胞细胞壁模拟 |
65-66 |
|
6.4 本章小结 |
66-67 |
|
结论 |
67-69 |
|
参考文献 |
69-72 |
|
攻读学位期间发表的学术论文 |
72-73 |
|
致谢 |
73-74 |
|
| 【DOI】 | LunWen.ID:2.2008.370598 |
