APP下载

基于灰度共生矩阵的板材纹理模糊分类器设计1)

2014-06-13张怡卓

东北林业大学学报 2014年4期
关键词:分类特征

张怡卓 许 超 李 想 薛 瑞

(东北林业大学,哈尔滨,150040)

木材生长条件与加工方法将使其产生不同形状的纹理,不同的纹理会直接影响到木制品的视觉和触觉美感。因此,对板材纹理进行合理地分类对提升木产品质量具有积极的现实意义。数字图像分析中的空间灰度共生矩阵法在实际应用中已经日趋成熟,并且对木材纹理描述效果的有效性已经得到了验证。王克奇运用灰度共生矩阵与神经网络结合对木材表面纹理进行了研究[1]。白雪冰提出了一种基于灰度共生矩阵与模糊C均值聚类算法的纹理分割方法[2]。王克奇应用灰度共生矩阵提取出了一套表征木材纹理的特征参数[3]。木材纹理与人们的感觉有着很大的相关性,对于木材纹理的描述夹杂着语言语义的特点,对不同纹理的语言定义、客观描述不是十分确定,语句中存在模糊性。因此,运用模糊分类对纹理进行分类具有适用性。尽管灰度共生矩阵可以描述纹理,但是灰度共生矩阵方法参数较多,构建模糊分类器复杂,笔者将研究优选灰度共生矩阵的纹理特征量,并在此基础上构建纹理特征的模糊分类器,实现纹理的直纹与曲纹的有效分类。

1 灰度共生矩阵及纹理特征选择

1.1 灰度共生矩阵

空间灰度共生矩阵通过计算统计灰度图像中一定距离和一定方向的两像素点灰度之间的相关性得到它的共生矩阵,然后对这个共生矩阵进行计算,得到这个矩阵的二次统计量,用来代表图像的某些纹理特征。……

登录APP查看全文

猜你喜欢

分类特征
分类算一算
垃圾分类的困惑你有吗
如何表达“特征”
不忠诚的四个特征
教你一招:数的分类
给塑料分分类吧
线性代数的应用特征