木材树种的识别方法与系统技术方案

一种识别至少一种木材树种的方法、系统和计算程序。具体地说，该方法使用一个图像获取模块（IAM）（220）获取至少一种木材树种的图像，另外使用预处理模块（PPM）（230）对该图像进行处理，以提高所获取图像的质量。同时利用特征提取模块（FEM）（240）提取该处理图像的若干特征。此外，该方法还使用图案分类模块（PCM）（250）分类至少一种图案，识别至少一种木材树种。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及对木材树种的鉴别。更具体的说，本专利技术涉及一种无人为干预的对木材树种的自动鉴定。
技术介绍
马来西亚丛林供应1000多种木材。由于木材树种决定着木材的品质、用途和成本，所以对木材树种的鉴定是木材产业首要步骤。基于解剖学对木材树种的鉴定仅仅局限于少数具有证书执照的个人。培训木材树种鉴定人员是一项非常乏味的任务。 木材树种鉴定曾是以木材树种的结构纹理为基础的。在实践中，对木材树种结构纹理的分析需要通过切割、鉴别、识别或形状计算来确定木材树种的结构纹理特性。对结构纹理特性的分析要求拥有广泛的木材识别相关知识和经验。除了人为失误，在木材树种鉴定中还存在很大的偏向性。为了避免人为误差和偏向性，需要一种自动的程序来识别木材树种。因此，本专利技术提出木材树种的自动化识别。
技术实现思路
总的来说，一方面，本专利技术描述了一种用于识别至少一种木材树种的方法。具体地说，该方法使用图像获取模块(IAM) (220)来获取至少一种木材树种的一张图像，用于进行图像分析。另外，使用预处理模块(PPM) (230)对该图像进行处理，以提高所获取图像的质量。同时利用特征提取模块(FEM) (240)提取该处理图像的若干特征，以用于归类为至少一种图案。此外，该方法还使用图案分类模块(PCM) (250)分类至少一种图案，识别至少一种木材树种。总的说来，在另一方面，本专利技术描述了一个用于识别至少一种木材树种的系统。而且，一个图像获取模块(IAM) (220)获取至少一种木材树种的图像进行图像分析。尤其是，使用预处理模块(PPM) (230)对该图像进行处理，以提高所获取图像的质量。进一步地，利用特征提取模块(FEM) (240)提取该处理图像的若干特征，以归类为至少一种图案。此外，使用一个图案分类模块(PCM) (250)分类至少一种图案，以识别至少一种木材树种。总的说来，在另一方面，本专利技术描述了一个计算程序，在实体存储介质中储存，用于识别至少一种木材树种。该程序使用一个图像获取模块(IAM) (220)获取至少一种木材树种的图像进行图像分析。另外使用预处理模块(PPM) (230)对该图像进行处理，以提高所获取图像的质量。同时利用特征提取模块(FEM) (240)提取该处理图像的若干特征，以归类为至少一种图案。此外，使用一个图案分类模块(PCM) (250)分类至少一种图案，以识别至少一种木材树种。附图说明参照对以下附图的详细描述，可以更好地了解本专利技术的这些和其他特征、外观和优势 图I是使用与本专利技术所示技术一致的自动化木材树种识别方法与系统(AWSRMS)进行木材树种自动识别的流程 图2是描述使用与本专利技术所示技术一致的自动化木材树种识别方法与系统(AWSRMS)进行木材树种自动识别程序的方框 图3是描述与本专利技术其中一方面一致的图像获取模块(IAM)的方框 图4是描述与本专利技术其中一方面一致的特征提取模块(FEM)的方框 图5是描述与本专利技术其中一方面一致的图案分类模块(PCM)的方框图。具体实施例方式本专利技术涉及自动木材树种识别，这是木材产业中的主要需求之一。更具体地说，本专利技术公开了一种识别木材树种的整合方法与系统。通常，通过分析木材树种的结构纹理来识别木材树种。结构纹理分析需要识别这些用于切割、鉴别、识别或形状计算的结构纹理特性。然而，本专利技术使用计算机视觉包括图像分析和统计分类，以探究木材解剖学的定量特征。在许多计算机视觉和图像处理算法中，在局部图像区域进行强度一致的简单假设。然而，实际物体的图像并没有强度一致的区域。在本专利技术中，木材图像的肉眼解剖并不均匀。它含有多种强度形式变体，其中某些重复的图案可被认作可视的纹理结构。这些图案是由多种结构元件组成的，例如导管或毛孔、木薄壁纤维或软组织、辐射纹与纤维。图I是一种利用自动化木材树种识别方法与系统(AWSRMS)自动识别木材树种的流程图。如图所示，该方法起始于步骤100，取一块木材样本(210)进行识别。木材样本(210)可被分割为1X1英寸大小的立方体，以保持一致性。步骤102，使用图像获取模块(220)获得木材样本(210)的图像用于分析。步骤104，获取的图像经过预处理模块(230)的处理提高图像质量。通常，经过处理的图像符合分析阶段的质量需要。步骤106，使用特征提取模块(FEM) (240)提取经过处理的图像的一个或多个特征。该些特征包括木材树种肉眼可见的解剖学纹理结构特征。用于识别的纹理结构特征包括导管或毛孔、木薄壁纤维或软组织、辐射纹与纤维，但不仅限于该领域已知的其他纹理结构特征。步骤108，可以使用图案分类模块(PCM) (250)对提取的特征进行分类。更具体地说，能够将提取的特征绘制为预设图片数据库(IDB) (260)。最后一步110，在使用预设图片数据库(IDB) (260)进行特征分类的基础上完成木材树种的识别。图2是使用自动化木材树种识别方法与系统(AWSRMS)进行木材树种自动识别程序的方框图。该AWSRMS (200)还包括木材样本(210)、图像获取模块(IAM) (220)、预处理模块(PPM) (230)、特征提取模块(FEM) (240)、图案分类模块(PCM) (250)和预设图片数据库(IDB) (260)。使用图像获取模块(IAM) (220)获得特定大小和形状的木材样本(210)的图像。在一个实施例中，图像获取模块(IAM) (220)以一种方式操作，使得获取的图像质量良好，与用作培训目的的预设图片数据库(IDB) (260)中的图像保持一致。图像质量因多种因素而变化，例如照明、放大率或视野、图案与样式。图像获取模块(IAM) (220)以一定的方式安装，保持相同的图像质量，尽量使这些因素保持不变。在另一个实施例中，预处理模块(PPM) (230)可以使用高通滤器锐化图像，从而获得肉眼可见的纹理结构特征更清晰的木材解剖学特征。此外，图像锐化的目的是为了突出图像的细节。经处理的图像可用作特征提取模块(FEM) (240)的输入。在另一个实施例中，特征提取模块(FEM) (240)可以从经处理的图片的纹理结构中提取信息、特征或属性。同时，可视化的纹理结构可以包括多种强度形式，其中含有重复的式样作为可视化纹理结构。这些式样的变化可归因于不同的物理表面性质和所暴露的环境因素。因此，纹理结构分析方法可用于提取每种木材的显著特征。这些特征可用作下一个模块的输入向量。在另一个实施例中，图案分类模块(PCM) (250)可使用提取的特征对木材树种进行分类。一般来说，分类是一个根据重要特征或属性的提取，将输入数据分配到一个或多个特定种类中的过程，以及对这些属性的处理或分析。图案分类模块(PCM) (250)可以使用预设图片数据库(IDB) (260)对这些特征进行分类，从而识别木材树种。在另一个实施例中，预设图片数据库(IDB) (260)使用已知的木材树种进行木材 识别发展起来。首先，取相近大小的木材树种样品。然后，对样本图像进行处理，建立并测试数据库。最后，预设图片数据库(IDB) (260)被用于分类和识别木材树种。图3是描述图像获取模块(IAM)的方框图。图像获取模块(IAM) (220)还包括一个图像获取元件(222)、一个图像获取本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：尤索夫·如比亚，哈利德·马祖基，
申请(专利权)人：马来西亚理工大学，
类型：发明
国别省市：