融合频谱变换的板材纹理缺陷分类

摘要：

为了实现板材表面纹理和缺陷的自动分类识别，提出一种融合小波、曲波和双树复小波3种频谱变换的板材表面纹理和缺陷的快速协同分类方法。分别提取小波变换的14个特征、曲波变换的16个特征和双树复小波变换的38个特征；融合三者特征以及整幅图像的标准差和熵，采用粒子群算法优选出24个关键特征；运用BP神经网络作为分类器，针对乱纹、抛物纹、直纹、活结和死结5种类别的300幅图像进行仿真实验，基于小波变换、曲波变换、双树复小波变换与特征融合方法的平均分类正确率分别为80．0％、81．1％、84．2％、88．0％，分类平均时间分别为00．18、0．503、0．021、0．325 s。实验结果表明，特征融合方法实现了对小波特征、曲波特征和双树复小波特征的有效选择，提高了分类的速度和精度。

关键词：纹理缺陷、小波、曲波、双树复小波、特征融合

分类号：S781(森林采运与利用)

资助基金：林业公益性行业科研专项201304510;黑龙江省自然科学基金项目C 201405。

在线出版日期：2015-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：119-123