[發明專利]基于雙樹復小波特征提取及壓縮感知的實木板材表面紋理與缺陷協同分類方法

在審

• 申請號: 201410642066.0
• 申請日: 2014-11-13
• 公開（公告）號: CN104392242A
• 公開（公告）日: 2015-03-04
• 發明（設計）人: 李超;于慧伶;張怡卓
• 申請（專利權）人: 東北林業大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 楊立超

1.一種基于雙樹復小波特征提取及壓縮感知的實木板材表面紋理與缺陷協同分類方法，其特征在于：

所述方法的實現過程為：

步驟一、獲取的實木板材圖像，一部分用作訓練樣本，另一部分用作測試樣本；對獲取的實木板材圖像應用雙樹復小波變換進行特征提取(由于雙樹復小波具有近似的平移不變性和更多的方向選擇性，這些特征能較為全面和完整的表征實木板材圖像的紋理與缺陷信息)，并選取利用粒子群算法(PSO)優選后的特征作為用于訓練及識別的圖像特征向量；

步驟二、根據壓縮感知理論，構建數據字典，將每個訓練樣本圖像優選后的低維特征向量作為數據字典矩陣的一列，形成數據字典矩陣；

步驟三、根據測試樣本在所述數據字典矩陣上的稀疏表示，用訓練樣本線性地表示測試樣本，并計算未知測試樣本的殘差，具有殘差最小的類即為測試樣本的紋理類別或缺陷類別。

2.根據權利要求1所述的基于雙樹復小波特征提取及壓縮感知的實木板材表面紋理與缺陷協同分類方法，其特征在于：在步驟一中，應用雙樹復小波變換進行實木板材紋理與缺陷的特征提取過程為：

(1)對實木板材表面圖像進行3級雙樹復小波變換；

(2)3級雙樹復小波變換后得到低頻子帶及18個高頻子帶，一幅圖像變化后得到19子帶；

(3)計算每個子帶圖像系數矩陣的均值μ_i，公式如下：

μi=1N2Σx1=1NΣx2=1N|f(x1,x2)|---(3)]]>

式中：N表示實木板材表面圖像的大小，為像素個數；f(x₁,x₂)表示子帶圖像系數的幅值；x₁,x₂表示圖像的二維坐標；μ_i中的下腳標i表示子帶個數，取值范圍為1～19；

(4)計算每個子帶圖像系數矩陣的標準差σ_i，公式如下：

σi=Σx1=1NΣx2=1N(f(x1,x2)-μi)N2---(4)]]>

式中：f(x₁,x₂)表示子帶圖像系數的幅值；下腳標i表示子帶個數，取值范圍為1～19；

(5)計算整幅圖像的熵e和標準差σ′，計算公式如下：

e=-Σt=0255p(t)log p(t)---(5)]]>

σ′=Σx1=1N′Σx2=1N′(z(x1,x2)-μ′)N′2]]>

式中：e表示整幅圖像的熵，t的取值范圍為0～255，表示圖像灰度值范圍，p(t)表示圖像灰度值為t的概率，σ′表示整幅圖像的標準差，z(x₁,x₂)表示實木板材圖像上每個點的灰度值，μ′表示整幅圖像的均值，N′表示整幅圖像的大小；

(6)將得到40個參數作為樣本的特征向量，一幅圖像變化后得到19子帶圖像系數，由此計算得到19個均值和19個標準差加上計算整幅圖像的熵和標準差共40個參數，即40維特征向量，作為一個樣本的特征向量。