基于纹理特征的木材年轮图像检测方法研究

• 作者: 孙烨 李赵春 程玉柱
• 来源期刊: 森林工程
• 学科: 农学
• 关键词: 木材年轮 模糊区域竞争 全变差 纹理特征 云杉
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 木材科学与工程
• 页码范围: 46-49,92
• 页数: 5页
• 分类号: S781
• 字数: 2227字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8023.2018.03.008

摘要

针对树木年轮人工检测效率低、劳动负担重的问题,提高木材年轮检测自动化程度显得尤为重要.通过钻孔获取木芯并用电荷耦合器件CCD采集云杉(Picea)年轮扫描图像,提出一种基于纹理特征的木材年轮图像检测算法.首先,将RGB彩色图像转换到HSV空间,利用V分量的梯度值生成结构张量,并构成图像的纹理特征集,并用全变差(Total Variation,TV)模型进行灰度图像去噪,用模糊区域竞争(Fuzzy Region Competition,FRC)模型进行图像分割.最后,对二值图像进行形态学滤波,并利用长宽比和面积特征识别出年轮线.试验结果表明,提出的算法去噪能力强,分割效果好,边界数正确率100％,能很好地提取云杉木材年轮边界.该方法有助于提高木材年轮的自动化检测水平,可拓展应用于其它树种,在林业科学研究和林木生长监测等方面有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李赵春	南京林业大学机械电子工程学院	36	140	7.0	11.0
2	程玉柱	南京林业大学机械电子工程学院	35	144	7.0	10.0
3	孙烨	南京林业大学机械电子工程学院	3	3	1.0	1.0