[發明專利]一種基于定量解剖的木材樹種鑒定方法在審
| 申請號: | 202111497274.2 | 申請日: | 2021-12-09 |
| 公開(公告)號: | CN114187591A | 公開(公告)日: | 2022-03-15 |
| 發明(設計)人: | 何拓;劉守佳;殷亞方;汪嘉君;郭娟;焦立超;姜笑梅;王杰;陳家寶 | 申請(專利權)人: | 中國林業科學研究院木材工業研究所 |
| 主分類號: | G06V20/69 | 分類號: | G06V20/69;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N20/10 |
| 代理公司: | 北京和信華成知識產權代理事務所(普通合伙) 11390 | 代理人: | 焦海峰 |
| 地址: | 100091 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 定量 解剖 木材 樹種 鑒定 方法 | ||
1.一種基于定量解剖的木材樹種鑒定方法,其特征在于,包括以下步驟:
步驟100:基于木材標本獲得木材定量解剖數據參考數據集;
步驟200:采用所述木材定量解剖數據參考數據集訓練機器學習模型,并優選分類精度最高的機器學習模型;
步驟300:測量獲取待檢樣品的定量解剖數據;
步驟400:利用優選出的所述機器學習模型對所述待檢樣品的定量解剖數據進行分析,鑒定并輸出所述待檢樣品木材樹種。
2.根據權利要求1所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,在所述步驟100中,所述木材標本是來自木材標本館且經正確定名的標準樣品。
3.根據權利要求2所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,獲得所述木材定量解剖數據參考數據集的實施步驟包括:
步驟101:基于木材標本制作木材組織橫、徑、弦三切面切片;
布置102:采集所述切片的三切面顯微圖像;
步驟103:基于三切面顯微圖像測量木材定量解剖特征指標。
4.根據權利要求3所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,在所述步驟300中的所述定量解剖數據與所述步驟103中的所述木材定量解剖特征指標一致;
其中,所述木材定量解剖特征指標包括:木材的管孔弦向直徑、管孔頻率、木射線高度、木射線寬度、木射線線性頻率、軸向薄壁組織比量、導管間紋孔大小。
5.根據權利要求4所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,在所述步驟102中,通過光學顯微鏡采集所述三切面顯微圖像;
其中,每個切片采集多個不同視野的圖像,橫切面放大倍數為40倍,徑、弦切面放大倍數為100倍。
6.根據權利要求4所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,在所述步驟103中,采用Image J軟件測量木材的定量解剖指標,測量過程包括:
步驟131:將所述三切面各視野的顯微圖像導入所述Image J軟件中;
步驟132:觀察并測量各視野圖像直觀表征的定量解剖指標數據;
步驟133:根據所述直觀表征的定量解剖數據計算間接表征的其它定量解剖指標數據;
步驟134:根據所述直觀表征的定量解剖指標數據和所述間接表征的其它定量解剖指標數據建立所述木材定量解剖數據參考數據集;
其中,每個所述切面表征的定量解剖指標數據為每個切片的各視野圖像表征的定量解剖數據平均值,所述木材定量解剖數據參考數據集包括每個木材樹種的各個定量解剖指標的:平均值、最大值、最小值,以所述最大值和所述最小值作為區間極值的指標數據區間。
7.根據權利要求5所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,每個切片的視野圖像包括1個主視野和4個副視野,所述主視野設置在所述切片的中心,所述副視野為每個完整切片的均分四分之一視野圖像,且所述主視野圖像測定的解剖特征指標優先級別高于副視野。
8.根據權利要求7所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,根據所述橫切面顯微圖像獲得的定量解剖指標包括所述木材管孔弦向直徑、所述管孔頻率、所述軸向薄壁組織比量,根據所述弦切面顯微圖像提取獲得的定量解剖指標包括所述木射線高度、所述木射線寬度、所述木射線線性頻率,根據所述徑切面顯微圖像獲得的定量解剖指標包括導管間紋孔大小,且所述橫切面顯微圖像表征的定量解剖特征數據的判斷優先級別最高。
9.根據權利要求8所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,所述步驟200中的所述機器學習模型,包括人工神經網絡、支持向量機、樸素貝葉斯、決策樹和隨機森林的模型。
10.根據權利要求9所述的一種基于定量解剖的木材樹種鑒定方法,其特征在于,所述機器學習模型的篩選標準為:
每個切面的多個視野圖像獲得的定量解剖指標識別準確率的平均值作為每個切面表征的定量解剖指標識別準確率,機器學習模型的三個切面指標識別準確率的加權平均值作為機器學習模型精度篩選的標準。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國林業科學研究院木材工業研究所,未經中國林業科學研究院木材工業研究所許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111497274.2/1.html,轉載請聲明來源鉆瓜專利網。





