原文服务方: 林业机械与木工设备       
摘要:
目前的木材分类大多需要依靠人工挑选方式完成,但人工分类受操作人员主观因素、工作经验、劳动强度等因素的制约,已经很难适应产业的发展.为了有效提高木材颜色分类的自动化程度及分类的准确性,采用机器视觉技术对木材表面颜色分类方法展开研究.通过使用python opencv软件对木材表面进行高斯滤波、滚动引导滤波以及特征提取预处理操作,实现对木材图像的去背景化,并将图像的RGB、Lab低阶矩作为颜色分类的特征,最后采用多层感知机(MLP)构建木材表面颜色的分类器.选取了320张无损实木板材的完整表面图像作为训练样本,其中25%为测试集,75%为训练集.结果表明:该分类器对木材表面颜色分类的准确率为96.25%,验证了将多层感知机模型应用在木材颜色分类方面的有效性.
推荐文章
面向图像分类的多层感知机BBO优化方法
生物地理学优化
多层感知机
颜色矩
降维梯度方向直方图
粒子群优化
基于L*a*b*颜色空间对木材分类的研究
木材材色
L*a*b*均匀颜色空间
颜色特征
基于直方图的木材表面颜色分类研究
木材表面的颜色
颜色直方图
HSV颜色空间
直方图统计特征
基于融合彩色特征木材表面颜色分类的研究
木材
特征提取
分类
BP神经网络
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 基于多层感知机的木材颜色分类
来源期刊 林业机械与木工设备 学科
关键词 机器视觉 木材 颜色分类 多层感知机
年,卷(期) 2020,(6) 所属期刊栏目 研究与设计
研究方向 页码范围 8-14
页数 7页 分类号 S776
字数 语种 中文
DOI
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 刘英 南京林业大学机械电子工程学院 124 288 9.0 11.0
2 沈鹭翔 南京林业大学机械电子工程学院 9 3 1.0 1.0
3 庄子龙 南京林业大学机械电子工程学院 2 0 0.0 0.0
4 丁奉龙 南京林业大学机械电子工程学院 4 4 1.0 2.0
5 王争光 南京林业大学机械电子工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (28)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(9)
  • 参考文献(0)
  • 二级参考文献(9)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(4)
  • 参考文献(3)
  • 二级参考文献(1)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
机器视觉
木材
颜色分类
多层感知机
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
林业机械与木工设备
月刊
2095-2953
23-1405/S
大16开
1966-01-01
chi
出版文献量(篇)
4723
总下载数(次)
0
总被引数(次)
15760
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导