基于灰度共生矩阵和模糊BP神经网络的木材缺陷识别

摘要：

针对当前木材资源紧缺的严重形势,提高木材缺陷检测的准确率显得尤为重要.利用X射线无损检测技术获取木材缺陷的图像,并且通过灰度共生矩阵的方法能够有效地提取图像的主要特征值即特征向量,同时将模糊数学与BP神经网络相结合设计出模糊BP神经网络(FBP),并采用最大隶属度方法对特征向量进行模式识别,从而实现木材缺陷的自动识别和分类.经多次学习训练,结果表明FBP网络的平均识别成功率在90％以上.因此,FBP神经网络对木材缺陷有较高的识别准确率,可以为缺陷识别提供重要的理论依据.

关键词：木材缺陷、灰度共生矩阵、特征提取、模糊BP神经网络

所属期刊栏目：33

分类号：S781.5(森林采运与利用)

资助基金：国家自然科学基金项目31570712;黑龙江省自然科学基金项目C201338

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：40-43,54