基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产.在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平均值法3种图像灰度化方法效果,并选定加权平均值法对木材缺陷图像进行灰度化预处理.在Matlab 6.5 GUI编程框架下实现木材缺陷检测系统,通过选取Isodata聚类迭代法、Otsu最大方差法、最大熵法和Sobel边缘分割法为基础的4种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析.实验结果表明,运用Isodata聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测.
推荐文章
木材节子缺陷图像分割方法比较研究
木材节子缺陷
方法比较
人工分割
图像分割
数学形态学在木材表面缺陷图像分割后处理中的应用
数学形态学
图像分割后处理
木材表面缺陷
基于深度学习的木材缺陷图像检测方法
深度学习
卷积神经网络
区域建议网络
木材缺陷图像
CV
基于改进的NCSPSO优化SVM的木材缺陷图像分割
图像分割
NCSPSO算法
支持向量机
木材缺陷
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 采用图像分割方法进行木材表面缺陷的定量检测
来源期刊 液晶与显示 学科 工学
关键词 图像分割 木材缺陷 Isodata聚类迭代法 Otsu最大方差法 最大熵法
年,卷(期) 2014,(5) 所属期刊栏目 成像技术与图像处理
研究方向 页码范围 785-792
页数 8页 分类号 TP391.4
字数 3532字 语种 中文
DOI 10.3788/YJYXS20142905.0785
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 仉俊峰 东北林业大学信息与计算机工程学院 11 79 5.0 8.0
2 任重昕 东北林业大学土木工程学院 8 42 3.0 6.0
3 毕剑华 东北林业大学信息与计算机工程学院 1 8 1.0 1.0
4 谢琳 东北林业大学信息与计算机工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (75)
参考文献  (9)
节点文献
引证文献  (8)
同被引文献  (22)
二级引证文献  (27)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(11)
  • 引证文献(0)
  • 二级引证文献(11)
2019(17)
  • 引证文献(4)
  • 二级引证文献(13)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
图像分割
木材缺陷
Isodata聚类迭代法
Otsu最大方差法
最大熵法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
液晶与显示
月刊
1007-2780
22-1259/O4
大16开
长春市东南湖大路3888号
12-203
1986
chi
出版文献量(篇)
3141
总下载数(次)
7
总被引数(次)
21631
论文1v1指导