基于灰度共生矩阵和模糊BP神经网络的木材缺陷识别

• 作者: 倪海明 戚大伟 牟洪波 王世伟
• 来源期刊: 森林工程
• 学科: 农学
• 关键词: 木材缺陷 灰度共生矩阵 特征提取 模糊BP神经网络
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 木材科学与工程
• 页码范围: 40-43,54
• 页数: 5页
• 分类号: S781.5
• 字数: 3040字
• 语种: 中文

摘要

针对当前木材资源紧缺的严重形势,提高木材缺陷检测的准确率显得尤为重要.利用X射线无损检测技术获取木材缺陷的图像,并且通过灰度共生矩阵的方法能够有效地提取图像的主要特征值即特征向量,同时将模糊数学与BP神经网络相结合设计出模糊BP神经网络(FBP),并采用最大隶属度方法对特征向量进行模式识别,从而实现木材缺陷的自动识别和分类.经多次学习训练,结果表明FBP网络的平均识别成功率在90％以上.因此,FBP神经网络对木材缺陷有较高的识别准确率,可以为缺陷识别提供重要的理论依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戚大伟	东北林业大学理学院	88	747	16.0	23.0
2	牟洪波	东北林业大学理学院	20	158	5.0	12.0
3	倪海明	东北林业大学理学院	5	46	3.0	5.0
4	王世伟	东北林业大学理学院	1	26	1.0	1.0