如果您无法下载资料,请参考说明:
1、部分资料下载需要金币,请确保您的账户上有足够的金币
2、已购买过的文档,再次下载不重复扣费
3、资料包下载后请先用软件解压,在使用对应软件打开
硕士研究生学位论文开题报告硕士研究生学位论文开题报告1一、立题依据(包括选题来源、目的和意义以及国内外研究动态等)。1.选题来源、目的和意义选题来源:木材识别是适才适用、合理利用木材的基本前提。计算机技术在木材识别中的应用改善了传统人工识别方法的缺陷。近几年来,相关学者发现木材横切面显微图像中包含着丰富的信息,其中蕴含的细胞排列特征、各种细胞的形态因子等特征具有区别于其他树种的独立性。为了达到高效、自动识别树种的目的,必须从显微图像中快速、准确地提取出各种组织细胞的特征参数,因此,基于计算机视觉技术对显微图像进行分析的木材识别新方法受到了学者们的广泛关注。基于此,本项目将以木材显微图像作为研究对象,探索出一种木材轴向薄壁组织的提取方法,对研究基于轴向薄壁组织的阔叶材树种的识别具有重要的意义,同时也对计算机学科与木材学科的交叉研究具有积极的推动作用。所以本项目的实施很有必要。由于这个方向在木材识别中算是比较新颖的,也是前人较少进入的领域,所以我选择了该项研究题目作为本论文研究题目。目的和意义:众所周知,木材作为一种可再生资源,其利用前景非常广阔。随着经济的日益发展以及人民生活水平的不断提高,木材作为一种环保型材料,越来越受到人们的青睐。因此,提高木材识别的正确性,对木材科学发展、木材资源的合理使用与管理、木材贸易流通、木材进出口管理和木材考古等与木材相关工作都有重大意义。例如,珍贵木材――红木,自古至今都被人们视为国宝级的珍贵资源,不可再生,红木家具集使用、收藏、观赏、保值等多重功能于一身,具有极大的收藏及保值价值。由于可称之为红木的木材种类比较多,如紫檀木类、花梨木类、香枝木类、黑酸枝木类等,隶属紫檀属、黄檀属、柿属、崖豆属及铁刀木属,其识别和区分比较困难。由于红木家具材质鉴定措施不完善而给不明真伪的生产者和消费者带来的经济损失少则几千,多的可达上百万元。2.国内外研究动态2.1木材识别特征提取20世纪80年代初计算机图像处理技术开始应用于木材解剖学的研究,McMillin利用图像处理和分析技术测量了木材细胞率、纤维长度、细胞腔面积和径向细胞腔直径以及纤维板剪切过程中的木材破损率。Hie和Hillis所开发的图像处理分析系统对细胞管腔面积及不同细胞类型所占面积比例等特征进行了量化分析。Diao等应用能量光谱方法分析确定了木材细胞形状,并用快速傅立叶变换(FFT)检测了10种针叶材横断面细胞排列及形状的周期性,测量了细胞的径弦向直径和径弦壁角度,同时他们还对18种针叶材横切面上的管胞形态学指标进行量化测定以确定不同树种的管胞形态参数。Fujita用FFT分析了32种日本阔叶材横切面的导管分布。曲艳杰等利用FFT方法进行了木材细胞排列的图像分析研究,利用得到的木材解剖特征的波动性和周期性,以解决传统木材解剖方法难以做到的演化规律的研究问题。MasakoKINO等也通过图像方式精确测定了木材细胞壁厚度。保昆雁等开发了木材解剖特征量的处理系统,可提取细胞数目、胞腔面积及其分布、胞腔直径、胞壁厚度、胞壁率、壁腔比等木材解剖特征参数。以上的研究较多关注于细胞形态比量等特征的测量,图像处理技术用作辅助测量的方法为定量化研究提供了有力的手段,解决了以往人工无法测量的问题,但尚未对传统木材识别中的定性描述的识别特征如管孔式、木射线、轴向薄壁组织等木材图像中的特有对象特征(以下这类识别特征均称为对象特征)的研究,也未涉及对这类对象特征的自动提取。有别于传统计算机视觉中对象处理时所遇到的诸如光照、遮挡、变形及对象本身高度复杂的挑战,木材显微图像构成中的对象相对稳定,仅存在如导管、木射线、薄壁组织等若干种稳定的对象,在标准约束条件下获取的图像也排除了光照等影响因素,因此特征提取仅需关注对象本身的特点。本论文的前期研究中,祁亨年、汪杭军等分别利用数学形态学、遗传算法、改进的OTSU方法等完成了木材横切面显微图像中导管对象的分割,从而可以获得导管的直径、面积、圆形度等特征。2.2木材图像纹理特征分析与提取木材图像纹理特征分析的研究始于上世纪90年代。Huang利用FFT功率谱图分析了木材砂光表面的粗糙度。赵学增对木质材料表面粗糙度测量进行了研究。王克奇等选取9幅木材纹理图计算分形维数,提供了描述木材纹理粗糙度的一种定性度量方法。王晗等将高斯―马尔可夫随机场(GMRF)引入木材纹理的研究,提取样本的低阶和高阶GMRF参数,分析表明通过指定的参数可判断纹理的主方向、区分开木材的弦切和径切纹理。谢永华将不变矩方法引入木材纹理的计算机视觉研究领域。王晗利用灰度共生矩阵法建立了木材纹理参数。以上研究以木材宏观的径切面和弦切面图像纹理为研究对象,基于显微构造纹理特征研究尚未涉及。对于木材识别而言,宏观特征变异性较大,而显微结构特征相对稳定,所以对识别来说显微木纹