论文部分内容阅读
对于一些昂贵的珍稀木材,如何提高成材率是一个值得深入研究的课题,本文将支持向量机的多分类方法引入到对木材图像的缺陷识别中,通过采样提取木材缺陷数据和相关统计信息,并标记缺陷的类别信息,将这些信息组成一个向量作为支持向量机训练的输入信息,用训练后的支持向量机网络分类木材图像,取得了较好的分类效果。