【摘 要】
:
在木材生长和加工过程中产生的缺陷会影响单板的视觉和机械性能,进而影响由单板制成的木制产品的质量,因此处理单板缺陷成为木材产品加工过程中非常重要的一环。研究者们进行了大量的相关研究,但主要集中在木材缺陷检测识别的方法,没有实现损失率最小化的目标,未真正有效提高木材利用率。本文研究基于对抗生成网络(GAN)的单板表面纹理重建的方法,通过生成器和判别器的对抗博弈训练模型,最终重建单板缺陷区域表面纹理。该
论文部分内容阅读
在木材生长和加工过程中产生的缺陷会影响单板的视觉和机械性能,进而影响由单板制成的木制产品的质量,因此处理单板缺陷成为木材产品加工过程中非常重要的一环。研究者们进行了大量的相关研究,但主要集中在木材缺陷检测识别的方法,没有实现损失率最小化的目标,未真正有效提高木材利用率。本文研究基于对抗生成网络(GAN)的单板表面纹理重建的方法,通过生成器和判别器的对抗博弈训练模型,最终重建单板缺陷区域表面纹理。该方法对人造板等木制产品补绘修复,从而实现劣材优用,达到提高木材利用率的目的。具体如下:构建单板图像采集系统。采集东北地区生产加工中使用最多的落叶松、樟子松、红松、桦木及杨树五个树种的单板图像,将图像数据按照有无缺陷分为两个数据集,单板缺陷图像按照活节、死节、虫眼分类。针对图像修复需要人工对被修复区域绘制掩膜的问题,对单板缺陷实例分割网络模型进行研究。该模型能够检测出单板中的缺陷并分割出缺陷区域,能够对缺陷区域自动地生成掩膜,同时实现检测和分割,为后续单板缺陷区域的纹理修复网络提供所需的遮罩。针对修复复杂纹理时易出现全局不一致的问题,研究基于注意力机制对抗生成网络的单板纹理修复模型。通过注意力机制有效地评估缺失区域与空间距离远的画面信息之间的相关性,使得模型在修复过程中关注到背景图像中的重要特征,从而重建出全局一致性强的木材纹理。针对训练中容易出现的梯度爆炸和边缘伪影问题,研究基于分区归一化对抗生成网络的单板纹理修复模型。分区归一化将特征图的前景(缺失区域)和背景(已知区域)分别进行归一化处理,避免对特征图整体归一化可能导致的均值和标准差偏差的出现,使得训练更稳定,加快模型收敛速度,增强边缘细节。在构建的数据集上经实验验证表明,基于分区归一化对抗生成网络的TG-Net算法在峰值信噪比(PSNR)和结构相似性(SSIM)上分别提高了22.9%和29.8%。固定遮罩和随机遮罩的纹理预测结果都表现出较高的精度和丰富的细节,在视觉上与周围的健康区域表现出非常强的一致性。
其他文献
木材顺纹抗压强度和顺纹抗拉强度是研究木材力学强度重要物理指标,使用传统方法对其进行检测,存在时间长,成本高的缺点,且由于木材的各向异性及不均匀性,使得检测操作复杂且准确度低,因此准确地、无损地对其进行检测在实际工程中显得尤其重要。近红外光谱(NIR)分析技术是一种简单便捷、快速有效的无损检测技术,其通过对近红外光谱数据的间接分析建模来实现对木材力学性能的预测,可作为对木材力学强度检测的有效方法。本
随着智能化、网联化、共享化和电动化“新四化”技术的迅猛发展,具有信息交互、协同控制能力的智能车已成为智能交通领域的重要研究热点。智能车高度自主性的特点有利于提升车辆的被控性能,尤其在针对快速增长的交通量所导致的交通安全问题时,能够为紧急协同避撞系统的改善提供新的机遇。但当前紧急协同避撞系统的研究未考虑交通场景约束、控制安全性约束与控制稳定性约束的影响,无法有效应对未来混行交通环境的难预测性所引发的
中密度纤维板(Medium Density Fiberboard,MDF)材质精良且具备良好的加工性能,同时具有较低的生产成本,因而在板材市场中拥有较高的占有率。在MDF生产过程中,板坯厚度是影响产品最终质量的关键要素。因此,实现连续热压电液伺服系统对位置信号稳定准确且快速的跟踪,从而确保MDF的成品质量,成为MDF制造业中的关键课题。然而,MDF连续热压电液伺服系统在工作过程中始终受到其固有物理
随着我国社会经济的发展和人民生活方式的改变,汽车保有量和居民消费水平迅速上升,但同时交通环境压力、生活压力也逐渐增加,由驾驶人危险情绪变化引发的交通恶性事故常见报端。目前国内外相关学者已对驾驶人情绪变化识别开展了大量研究工作,但大多仅局限于单模态的情绪变化识别,且鲜有文献从面部表情和驾驶行为多模态融合的角度设计驾驶人情绪变化识别模型。因此,如何对驾驶人情绪变化进行准确有效的识别,是目前应对危险驾驶
植被资源作为人类赖以生存的物质基础,为人类的生产、生活提供必要的生态系统服务功能,对地表植被资源进行分类是充分监测和科学管理的重要先决条件。目前,高光谱遥感影像因具有分辨率高、信息量丰富、获取时效快等优势,已成为地物信息统计的主要数据源,深度学习算法能够自动的从遥感影像中提取具有判别力的高级语义特征,得到较好的分类效果。但深度学习方法在对高维遥感数据进行植被分类时往往存在计算效率低、耗时较长的问题
随着人民生活水平的不断提高,对农产品的需求量与日俱增,进而使得农产品物流需求量逐渐增大,而农产品物流作为农民增收、农村发展的“助力器”,是国民经济的重要组成部分。但当前我国农产品物流企业具有“小、散、乱”的特点,无法有效整合社会上分散的农产品物流资源并提供高质量的农产品物流服务,而引入农产品物流服务供应链则可有效解决这一问题,其通过整合供应链中各节点企业的农产品物流资源,可为客户提供个性化和定制化
蒙古栎是中国东北林区主要的次生林树种,其坚硬耐腐,常作为结构木材。抗弯弹性模量是主要的木材力学性能之一,代表了木材力学性能的综合情况,是实现木材应用和分级的重要参数和依据。传统的木材力学检测方法为破坏性实验法,易造成浪费且操作复杂,无法满足实际工程需要。常见的近红外光谱无损检测方法是一种可靠无污染的分析方法,可对木材力学性质进行快速、准确地测定,然而由于传统的一维线性光谱往往存在过宽和重叠现象,无
木制品的出厂检测是提高木材利用率,避免造成隐形浪费的必要过程。随着保护环境的力度不断加大,实木等天然材料的使用率逐渐降低,木制品在人们的日常生活中的地位是不可替代的。木制品是最常见的家居组件,而针对木制品变形方面的检测,当前的方法比较繁琐和不便,并且在现阶段也无法统一标准。为应对与解决这些问题,利用新技术形式对木制品检测进行新方法、新装置的研究是非常必要的,同时也可以大大地降低人工成本,物资成本,
现阶段完全自动驾驶技术尚未实现,人机共驾作为一种有效过渡方法,其接管过程中的安全问题成了众多学者研究的目标。本研究在揭示相关变量对接管时间影响的基础上,对智能汽车接管时间及碰撞事故风险做出预测,对于提高接管安全有重要意义。多数学者对智能汽车接管时间及事故风险进行探索,但仍存在以下问题:周边车流对接管时间的影响尚不明确;现有的接管时间预测模型不能很好的捕捉变量的时空特征;目前对事故风险的研究不能体现
橡胶衬套作为悬架中广泛使用的连接件,其力学特性直接影响悬架性能,进而影响操纵稳定性和平顺性。因此,高精度橡胶衬套模型下的悬架性能分析及衬套影响下的悬架性能合理优化匹配是当前研究的热点。针对当前悬架模型中将橡胶衬套简化为线性模型而导致悬架性能分析不全面,和衬套刚度匹配中悬架操纵稳定性(K&C特性)和平顺性矛盾的问题,本文以麦弗逊悬架下摆臂橡胶衬套为研究对象,提出了基于自适应混沌粒子群算法(ACPSO