杨木单板表面节子缺陷的识别与分类

• 作者: 丁伟彪 官洁茹 毛宇轩 王宝金 胡凯 蔡燚 袁天成
• 来源期刊: 林业机械与木工设备
• 关键词: 图像处理 单板缺陷 特征提取 BP-SOM神经网络
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 研究与设计
• 页码范围: 14-18
• 页数: 5页
• 分类号: TP751
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2953.2019.09.004

摘要

针对杨树旋切木单板的表面节子缺陷进行识别与分类,由线阵相机获取杨树木单板的图片,经过图像预处理后采用区域生长法进行图像分割,应用数学形态学操作与采用Sobel算子进行边缘检测.提取单板表面节子缺陷图像的特征值,用Fisher准则对已提取的特征值进行降维与特征选择,得出主要特征值.设计出BP-SOM神经网络对单板特征值进行训练与识别,测试准确度达96.7％,识别结果优于传统的BP神经网络与SOM神经网络.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王宝金	南京林业大学材料科学与工程学院	43	112	7.0	8.0
2	袁天成	南京林业大学材料科学与工程学院	3	0	0.0	0.0
3	胡凯	南京林业大学材料科学与工程学院	4	1	1.0	1.0
4	丁伟彪	南京林业大学材料科学与工程学院	2	1	1.0	1.0
5	官洁茹	南京林业大学材料科学与工程学院	2	0	0.0	0.0
6	蔡燚	南京林业大学材料科学与工程学院	2	0	0.0	0.0
7	毛宇轩	南京林业大学材料科学与工程学院	2	1	1.0	1.0