面向用户视觉心理的实木板材压缩感知聚类分选

• 作者: 张怡卓 李超 涂文俊 苏耀文
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 实木板材 压缩感知 L*a*b*颜色特征 Tamura纹理识别
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 林业工程 Forestry Engineering
• 页码范围: 112-119
• 页数: 8页
• 分类号: S781.1
• 语种: 中文
• DOI: 10.13332/j.1000-1522.20150315

摘要

实木板材外观特性影响着消费者对产品的喜好，在一定程度上决定着产品的价格和销量。实木板材表面的颜色与纹理存在随机性与相异性，因此采用统计特征进行分选具有一定的局限性。针对板材表面特点，本文提出了面向用户视觉特征的板材分选方法。该方法将用户的视觉喜好转化为对颜色和纹理的量化分析，然后挖掘样本数据所表达的特征及状态信息完成样本优选，最后利用压缩感知分类器进行信息整合及板材分选。颜色方面，提取L*a*b*颜色空间下的9个特征，通过区间整合得出颜色分选范围；纹理方面，提取基于人类视觉心理的Tamura纹理特征6个参量和基本统计特征。由于Tamura特征的6个参量对应于心理学角度上纹理的6种属性，这些特征可以将用户视觉心理和基本统计信息相融合，更为准确、完整地表达板材表面的视觉特性。此外，通过遗传非线性映射算法对两类纹理的训练样本进行优选，提高了后期的分选精度。最后，针对用户视觉需求，设计了板材表面压缩感知分类器，构建由L*a*b*颜色特征、Tamura纹理特征和基本统计特征组成的过完备字典，通过求解最小l1范数的方法，找出测试样本的特征数据与过完备字典中相匹配的类别向量，完成分类。实验结果表明该方法的识别精度为90.56%，方法具有实用性。