陈美红

(上海城建职业学院 图文信息中心， 上海 201415)

0 引言

在大规模木材存储领域，如何实时高效地监督木材枝干氧化度、破损等异常特征，始终是一个难题[1]。相关学者研究的树木枝干特征识别方法有，谢忠红等[2]提出基于梯度相位编组的树枝识别算法，改进平方梯度法计算树木枝干边缘梯度相位角，并归类相位角的边缘点，利用两点表决Hough变换算法识别枝干特征。Costa等[3]提出利用近红外光谱法识别并预测干叶和枝条的功能性状，结合傅里叶变换近红外光谱及偏最小二乘回归法检测植物枝条及干叶的水分及植物碳等特征的分布频率值，具有大规模应用的潜力。李艳文等[4]提出基于RGB颜色分量的枝干图像分割方法，分析RGB三个颜色分量的关系，获得两两颜色的线性表达式，根据枝干彩色图像分割阈值范围公式参数实现枝干识别及分类。

无线传感器网络在国防军事、道路交通运输管理、环境监测与保护、医疗卫生、工农业生产等领域应用广泛[5]。为此，本文提出基于无线视觉传感器结合BP神经网络模型的枝干状态特征检测算法。结合无线视觉传感器，建立三层BP神经网络模型，将木材枝干的各种数据输入至模型输入层节点后，依次传递至下一层节点进行处理，并从输出节点输出。为尽量减小模型输出结果的误差，对模型的各组训练样本进行迭代记忆训练，将待检测数据进行预处理，再将得到的预处理矩阵输入到BP神经网络模型中，检测枝干各种异常状态特征。……