1. 研究目的与意义
毕业设计的具体目的:
1、解决由于木材产品不同的需求条件,生产前需要进行准确的木材分类,而我国木材工业正面临劳动力短缺和人力成本上升的压力问题。
2、提高工业生产的劳动效率。
2. 国内外研究现状分析
木质板材颜色特征不仅是木材表面性质中的重要特征,而且直接与木制品品质以及室内装潢的质量评价密切相关。因此对于木质板材颜色特征的研究国内外学者很早就开始了。自20世纪80年代以来,以日本学者为主要代表进行了大量有关木材居住特性与环境科学特性的研究,国内学者在木材颜色方面的研究也取得了卓越的成就。
1967年sullivanj.d采用分光光度测定法对木材颜色进行了定量测量,讨论了测量方法的有关问题,并对单个树种的颜色参数及其差异进行分析;1969年mosiemia.a.对火炬松单板颜色进行了定量测量;1970年nelsonn.d.等测量了几种澳大利亚树种的木材心材颜色的定量参数;1979年beckwith等对22种商用阔叶树材的小径木试样进行了分光光度测定,根据每个树种的分光光度曲线,用电脑程序确定其三刺激值、明度色度坐标、主波长和色饱和度;1983年phelpsj.e等对四个不同地域生产的黑核桃树单板进行了材色测量;1987年基太村洋子采用光电式测色计测量了51种日本国内外商品用材标本和32个树种的装饰用单扳的木材表面颜色;1990年张翔等对木材表面颜色的定量表征方法作了简要评述,就22种国产针、阔叶树木材颜色按cie1931和ciei976作了详细的测定和分析,并分析了木材表面的反射率曲线;比较了树种间和树种内的材色色差,
并对22种树种的数据采用主成分分析,简化表色空间,获得了综合材色实验式,甲裴勇二等则从木材化学成分的观点出发,再加上光学的观点,对木材化学结构中的发色基团与助色基团、木材光致变色的机理等有关木材颜色的问题进行了详细的评述,佐道健利用世界各地150种树种材色的仪器测量值l*a*b*颜色空间和色卡目视测量值(孟塞尔颜色空间),采用直角坐标向极坐标转换和多元回归分析的方式,探讨了l*a*b*颜色空间的色度指数测量值向孟塞尔空间转换的简便方法,取得了孟塞尔表色空间的色度学参数明度、色调和色饱和度的表达式,东北林业大学的李坚教授、刘一星教授对110种树种的木材材色基于l*a*b*颜色空间进行了研究;王克奇教授、白雪冰教授和戴天虹副教授从图像处理和计算机视觉等角度出发对木材表面颜色进行了研究,王业琴针对木材表面颜色自动分类的难题,在rgb颜色空间,将r!g!b三个颜色矩阵融合成一个特征矩阵,再对这个特征矩阵提取颜色三阶矩参数作为木材表面颜色分类的特征参数,设计了适合木材表面颜色分类的bp神经网络分类器,分类识别率达到98.67%,验证了提取特征参数的有效性;杨少春硕士研究生基于l*a*b*颜色空间,提取了东北常见五种树种木材图像的颜色特征进行分类研究,并采用遗传算法对颜色特征进行了优化选择,取得了满意的分类正确率[2.];王辉研究了适合木材颜色特征表述的颜色空间,比较了rgb颜色空间l*a*b*颜色空间和hsv颜色空间,最终得出hsv颜色空间最适合的结论.
目前为止,对木材颜色的定量测量是采用色度学的测量方法,通常分为视觉测色法(主观测色法)和物理测色法(客观测色法)两种视觉测色法,是由视觉功能完全正常的人,在严格规定的条件下(如照明、光源、背景、距离、视角等),将待测物体与己知色(色卡或颜色图册)进行比较,从而标定出木材颜色,我国《漆膜颜色标准样本》(gb3181-82)中给出51种色漆的标准色卡。由于木材颜色分布范围较窄,有些树种间的颜色差异是很微妙的,这就要求色卡系统的细分程度非常高。用这种方法测量颜色,在一定条件下反映了人的色知觉量,但是这种系统对色调没有达到数字化表达,同时用大量色卡与木材颜色对照比较,易因疲劳而产生误差,所以有时用视觉测色法测量木材颜色难以达到预期的效果"物理测色法泛指应用仪器来测定木材颜色的方法,如光谱光度计法和绪论光电积分式色度计(色差计)法。物理测色法利用仪器直接测量木材表面的光反射特性,由光谱特性数据求得(光度计法)或直接根据光传感器的响应得到(光电积分式)三刺激值,并由内部的微型计算机直接求得色度学参数"物理测色法克服了视觉测色法分辨率低和易因肉眼疲劳产生误差的缺点,而且操作简单、迅速。
3. 研究的基本内容与计划
需要研究的内容有:
1.选择实验样本
选择常见的几种树种的径切木材样本作为实验研究对象, ,通过扫描仪获取木材图像并完成数字化过程
4. 研究创新点
(1)工业生产实现全自动机器化的处理方式是现代科技的必然发展趋势。利用计算机处理图像的技术代替人为的工作,不仅节约了劳动力也提高了企业生产的工作效率和精确性。
(2)计算机处理图像的技术不仅可以利用于识别木材的材质,还可以用于识别其他物质的分类。可以与其他计算机处理技术联系并可以提供一个全方位的生产需求。
(3)数码相机获取图像而进行的像素点分析比人为肉眼的观察更加精确。处理结果更加快速和准确
