木材纹理图案是木材视觉特性的一个重要组成部分,这种具有天然美感的图案比较复杂,直接关系到木制品的感观效果和经济效益,对其进行表征和研究具有重要的实际意义。 本课题是黑龙江省自然科学基金项目(C2004-03)的一个技术单元。本文首先介绍木材表面纹理图像预处理方法,在实验的基础上论述了木材表面纹理图像的采样、灰度化处理以及去除噪声等图像处理过程,以得到便于计算机处理的图像。 马尔可夫随机场是马尔可夫随机过程在二维参数集中的推广。在数学上马尔可夫随机场是很好的表达纹理集聚的概率模型,它的统计参数能够表现出邻域像元集合的大小和方向,可以合理的描述出图像纹理的随机特性。本文根据木材表面纹理特点建立马尔可夫随机场模型,并对处理好的木材表面纹理图像进行参数估计,求取纹理特征参数。 应用人工神经网络对马尔可夫随机场木材表面纹理特征参数进行模式分类。神经网络模式识别方法是近几年兴起的模式识别领域的一个新的研究方向。实验结果证明,马尔可夫随机场木材表面纹理特征参数是有效的,人工神经网络模式识别分类方法是可行的。 小波的多分辨率分析思想是将图像分解为不同尺度、不同方向的系数矩阵,每个矩阵代表了近似、水平细节、垂直细节、对角细节四个方面的信息。在小波分解域下分别求取马尔可夫随机场纹理特征参数,并进行人工神经网络模式识别分类。实验结果证明小波分解求取纹理特征参数的方法是有效的,它为木材纹理研究开辟了新的方向。