基于奇异值分解的木材细胞切片识别算法*

孙永科1，曹涌1，熊飞1，邱坚2

(1.西南林业大学 计算机与信息学院，云南昆明650224；2.西南林业大学 材料工程学院，云南昆明650224)

摘要：木材细胞切片识别需要对图片进行降维处理，提取最大特征数据来进行识别。相似度高的切片由于它们的最大特征的范数相近，所以很难区分。针对这种情况，提出了一种基于RealAdaBoost+SVD-n的细胞切片识别算法，该算法首先计算切片图像的奇异值，将奇异值按从大到小的顺序排列，然后去掉前n项较大的值，使用剩余项作为图片特征，利用RealAdaBoost分类器进行训练和测试。实验结果表明，该方法不仅能够识别差异较大的木材切片，而且还能够很好地区分较为相似的细胞切片，该识别算法具有很好的鲁棒性。

关键词：木材识别；奇异值；细胞切片；AdaBoost

木材的识别技术在生产生活中经常使用且具有重要的意义。首先，木材材种的快速有效鉴别方法可以帮助有关部门及时查处非法交易的珍贵木材资源，有保护资源的作用。其次，还可以对从国外进口的各种物品的木质包装进行检测，防止非法木质材料以及木材上带有的有害物种进入中国。最后也可以用在木质家具市场中，用来鉴别家具的真实材料。

传统的木材识别技术需要较长的鉴别时间，而木材的快速识别技术，目前的研究成果主要有3种：第一种是基于宏观的木纹识别，第二种是基于DNA技术的木材识别，第三种是基于微观的细胞切片木材识别。……