论文部分内容阅读
纹理是木材最重要的自然属性之一,也是鉴定和利用木材的重要基础,被作为木材物理学与木质环境学的重要内容进行研究。木材纹理的定量化具有重要的科学和实用价值,但同时作为一个难题也一直困扰着木材学界。引入数字图像处理学技术对于解决这一难题具有理论和实践的双重可行性。 本文首先从木材的心理物理学属性结合计算机数字图像处理学理论及方法分析了木材的纹理特征,定义能够涵盖表征纹理特性的物理量词;再根据定义出的物理量词,利用数字图像处理学手段展开针对性的检测方法研究;并利用一些已被普遍认可的纹理算法和模型来进行纹理的空间组合统计和频谱特征分析;综合分析各算法的特点和适用性,提取出有效的纹理特征参数,既而建立起木材纹理定量化特征参数体系。 研究在以下方面取得结果: (一) 从木材科学、木材视觉环境学、心理物理学和数字图像处理学的角度综合分析木材纹理特征,归纳出一套木材纹理物理量词,作为木材纹理定量化的理论基础。这些物理量词包括:纹理色调、纹理知觉亮度(即色度学的明度或图像处理学的灰度)、纹理形状、纹理方向、纹理强度、纹理梯度、纹理宽度、纹理间距、纹理周期、纹理密度、纹理粗细度、纹理均匀度、纹理对比度、纹理规则度、纹理复杂度等。 (二) 对木材纹理特征展开针对性检测方法的研究:①在纹理色调方面,利用计算机检测出表征木材纹理色调的RGB、XYZ、L~*a~*b~*、HSI、孟塞尔坐标系色品指数值,并在综合分析的基础上选择HSI色度学参数体系来表示纹理色调;②在纹理知觉亮度方面,分析了木材纹理整体灰度和纹理颜色分量的一阶直方图特性,并以定量的统计参数辅以表征;③在纹理形状及纹理方向检测方面,筛选出木材纹理形状检测的最优函数(BWMORPH),并通过Radon变换实现木材纹理角度的定量自动检测,生成了纹理角度分布的二维曲线图;④在纹理周期及纹理宽度检测方面,通过数字图像处理手段验证了木材纹理灰度的周期性变动、灰度变化的自相似特性等,借助对纹理区域的线性扫描方式,实现了对纹理灰度变动、灰度梯度、纹理宽度、纹理间距及纹理周期的自动定量检测。 (三) 在纹理特征综合统计分析方面:运用空间灰度共生矩阵、灰度行程长度矩阵综合分析了木材纹理像素狄度的二阶统计特性,得出能够表征纹理粗细均匀度、纹理对比度、纹理周期密度、纹理明度、纹理基元大小、纹理行程和灰度分布均匀性的特征参数主成分变量。基于木材纹理的分形特征计算了木材纹理的分形维数,并以之表征纹理的粗糙度和复杂度。