采用颜色纹理及光谱特征的木材树种分类识别

摘要：

针对木材分类特征的繁多，同科属木材种间差异小，单纯依靠一种特征分类易误识等特点，提出了一种基于模糊 BP 综合神经网络的新型木材树种分类识别方法。该方法使用分类特征的模糊化处理，充分考虑木材的分类特征本身存在的不确定性；同时使用一种特征级数据融合方法，该综合神经网络包括颜色特征、主要和次要纹理特征和光谱特征4个 BP 子网络；并用散度进行光谱特征波段的特征选择，还运用遗传算法对网络结构进行优化处理，提高了该综合神经网络的收敛性和稳定性。实验时针对东北地区常见的5种树种(白松、樟子松、落叶松、杨木和桦木)木材进行分类测试，实验结果表明，5种树种木材的混合识别率达到89%，具有较好的分类识别精度。

关键词：模式识别、树种识别、特征选择、数据融合、光谱分析

分类号：O439(光学)

资助基金：教育部新世纪优秀人才支持计划专项资助项目NCET-12-0809；教育部中央高校基本科研业务费专项基金资助项目2572014EB05-01；中国博士后科学基金特别资助项目2012T50318

在线出版日期：2015-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：147-154