木材识别方法研究综述

介绍了人工知识、对分检索和穿孔卡片检索等3种传统木材识别方法和数据库检索识别方法。指出基于计算机视觉的木材识别方法的优点,它将成为木材识别的一种趋势。根据识别过程将该方法按照给定木材的类型、识别的特征和分类器等3种方式进行分类,并给出了每种类型详细的分类和当前研究的进展。最后,对今后木材识别研究在语义特征提取、语义特征与纹理特征的结合、树种指纹挖掘、无切片识别和设备研制等5个方面提出了自己的看法。

粗糙集属性约简算法的实现与应用

粗糙集理论在对不精确、不确定和不完全的数据进行分类分析和知识获取中具有突出的优势。从粗糙集理论基本内容属性约简的理论介绍开始,讨论了属性约简的核心算法实现方法。然后使用Visual C++实现了该算法,并将其应用于林业信息管理系统中,对立地因子数据库进行数据预处理,以减少数据维度,提高数据分析的效率。最后指出属性约简算法实现方法在数据规模过大时的不足之处。

一种新的针叶材自动识别方法

提出通过横切面显微图像对针叶材树种进行计算机识别的方法。该方法通过提取图像的PCA特征,生成"特征树",然后采用SVM对样本进行分类。使用8种针叶材,每种12个样本,并采用留一交叉验证,对图像的分割方法、最近邻与SVM分类算法和不同范数距离下的识别效果进行试验。结果表明通过部分木材微观的纹理结构进行木材识别的可能性。

空间分析中的空间数据结构

空间分析是基于地理对象位置和形态特征的空间数据分析技术,它在众多领域中应用非常广泛。空间分析的效率由空间数据结构和主要空间操作所决定。阐述了空间数据及其特征,从散列访问方法到四叉树、k-d树、R树、R+树、R*树、S树和两阶段树等各种树型结构,综述了主要空间数据结构,并通过不同结构之间的比较,得到不同空间结构的优缺点。熟悉空间数据结构及其特点可以指导选择空间分析的方法。

自动排料中关键算法的研究

通过基于演化计算的全局搜索,寻找零件在排料时的最优次序及各自的最佳旋转角度,并采用最低最左原则(BL,Bottom-Left)实现自动排料。文中通过对自动排料中排料件图形的表示及数据结构描述,以及关键算法的实现讨论,将在处理不规则多边形的排料优化问题中判断点是否在多边形内部的通用方法射线法与多边形的单调性相结合,提出一种改进算法,并通过实验获得了较好的结果和性能。

操作系统内核的比较与研究

介绍了当前操作系统中流行的三种主要内核结构:单模块内核结构、微内核结构和模块化内核结构,并比较了它们之间各自的优缺点.结合两个新的操作系统———动态可扩展操作系统和虚地址空间基于文件操作系统的研究介绍,对操作系统体系结构发展进行了思考和展望,指出新的操作系统体系结构研究必须突破传统操作系统中资源共享的概念,提出新的、更有利于资源共享的体系结构.

基于GIS的喀斯特森林生态仿真系统的构建

根据恢复生态学原理和相似学原理,将退化喀斯特森林演替系列各群落中所有的种划分为5个适应等级种组,并把自然恢复演替过程划分为6个演替阶段.通过考察不同适应等级种组在不同恢复阶段的变化过程,得出群落动态演替中种组替代规律,并通过退化群落恢复潜力度、恢复度和恢复速度3个评价指标对退化喀斯特森林自然恢复过程进行评价.在这些机理基础之上,基于GIS开发出一套退化喀斯特森林自然恢复生态仿真系统,应用于退化喀斯特森林自然恢复过程、恢复对策及其变化的研究,制定相应的经营措施,加速退化喀斯特森林恢复.

模糊集和粗糙集的集成研究

模糊集和粗糙集理论在含有不确定性知识的领域中具有广泛的应用。两者所具有的各自特点及其互补性,使得它们的结合是必然的。讨论了关于模糊集和粗糙集的基本问题,在分析了模糊集、粗糙集和经典集合之间的关系后,给出因它们的集成而产生的模糊粗糙集和粗糙模糊集概念。最后结合具体实例讨论了模糊粗糙集和粗糙模糊集的应用。

一种改进蚁群算法研究和旅游景区路径规划问题求解

针对旅游景区路径规划问题的复杂性,将景区路径分为全景区图和子景区图,并归为同一问题解决。提出一种改进蚁群算法,设计繁殖蚂蚁、视觉蚂蚁和普通蚂蚁,各类蚂蚁按各自规则遍历;蚂蚁遍历完所有景点,求出最佳行程MIN,并根据约束条件对符合要求的路径上的信息素进行更新;再结合模拟退火算法,在每个状态对蚁群行程进行舍取,重复迭代,最终获得全局最优解。仿真实验结果表明,该方法在景区路径规划中表现出良好的稳定性和高效性。

基于横切面微观构造图像的木材识别方法

提出一种基于核主成分分析(KPCA)和自适应增强(AdaBoost)的木材识别算法。通过把图像投影到KPCA高维空间,利用PCA方法对该空间中的数据进行特征提取和压缩,使用Gentle AdaBoost进行分类。结果表明:本方法对基于横切面微观构造图像的木材识别,具有较高的识别率和算法鲁棒性且运行时间快的特点。

基于分块LBP的树种识别研究

本文基于获取便捷的木材体视图进行木材树种自动识别研究。首先对木材图像进行标准化预处理,然后采用分块LBP提取特征,分别使用欧式、卡方、衰减3种不同的距离进行分类,最后采用最近邻进行识别。讨论了木材图像特征分块方式对识别结果的影响,并比较了在不同距离下的识别效果。结果表明:采取不同的分块方式对最终的分类影响较大,其中沿着年轮线方向上的分块呈现下降趋势,而在垂直年轮线方向上进行适当的分块可以提高分类的识别率;采用卡方距离可以得到最好的识别率,最高可达93.3%,比欧式距离高出2.5%。

基于Graph Cuts的木材扫描电镜图像特征提取方法

提出一种基于Graph Cuts图像分割的木材SEM图像特征提取方法。首先对木材SEM图像增强,应用Graph Cuts分割图像;提取木材组织轮廓后,使用数学形态学平滑对象轮廓;最后提出木材细胞的9种几何和统计特征及其计算方法。针对12个木材树种的试验结果表明:本方法给出的特征在给定树种及各树种的早、晚材间均具有较大的差异,为木材材种识别提供了重要依据。

基于改进区域生长的木材导管形态特征提取方法

基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材,对木材科学和产业具有十分重要的意义。提出了一种基于改进区域生长的木材导管形态特征提取方法:采用分治策略改进区域生长法实现木材横切面显微图像中导管细胞的快速分割,用链码跟踪技术提取了10个导管细胞的形态特征;选取了6种阔叶材树种的横切面显微图像进行仿真实验。实验结果显示:本文方法能提高导管细胞的分割速度;所提取的10个形态特征在给定的树种显微图像上具有较高的区分度,说明将本文方法用于阔叶材树种智能识别具有较强的可行性。

基于加速鲁棒特征的木材显微图像自动配准方法

针对显微镜观测视野狭小而难以采集到全局图像的问题,提出了一种基于加速鲁棒特征(SURF)的木材显微图像自动配准方法。首先使用SURF检测并描述兴趣点,通过最近邻匹配得到匹配点对后,用双向匹配和RANSAC算法剔除错误匹配。然后利用最小二乘法和匹配结果进行模型参数估计,最后通过插值获得配准图像。对阔叶材显微图像配准实验结果表明,该方法具有较好的鲁棒性,无论图像是否有旋转,都可以实现自动的配准。比起尺度不变特征转换(SIFT),由于用SURF得到的兴趣点数量更少,运算速度更快,总的匹配速度提升了5倍左右,缩短了整个配准过程的时间,算法更具有实时性。

基于PCA+FisherTrees特征融合的木材识别

提出一种高效的基于PCA和FisherTrees特征融合的木材识别方法,首先把训练样本分别投影到PCA和FisherTrees空间,得到PCA特征和FisherTrees特征;然后通过算术均值、交换转置均值和加权均值进行特征融合,将融合后的特征应用不同距离函数的分类器进行分类。结果表明:通过交换转置均值融合PCA和FisherTrees特征,然后使用余弦角分类器能获得最好的识别效果。

面向.Net战略的C#语言

为迎接互联网的挑战 ,微软公司提出了 .Net战略 ,即将推出的VisualStudio 7 0就体现了这个战略思想 ,其中新增加的C #语言便是微软 .Net架构的主力开发语言。在阐述.Net战略思想的基础上 ,重点总结了C #语言的特点和特色。参 1

问题驱动模式在VB教学中的应用研究

本文提出问题驱动模式教学概念，并给出问题设计的原则，接着以定时器控件为例具体分析了问题驱动式模式在VB课堂教学中的应用。

基于FMT的快速Copy-Move篡改检测

为了对图像篡改中常用的复制-移动伪造进行检测,基于傅里叶-梅林变换的平移、旋转和缩放的不变性提出一种快速图像区域分割和匹配的高效篡改检测算法。不同于以往模板匹配方式中按照单像素点移动得到重叠块划分方法,该算法采用相邻图像块的图像区域分割方式来减少整个图像块的数量。通过相似性匹配检测,得到初步的复制图像区域,然后利用边缘处理的方法处理改善篡改区域,从而达到改进篡改检测算法的效率和准确性。最后通过实验验证了该算法的有效性。

项目化教学在“VB程序设计”课程中的应用

在VB程序设计课程的教学中,采用项目化教学能够避免传统教学方式的缺陷,提高学生分析问题和解决问题的能力,使学生在教学过程中不断得到实践技能的训练和综合素质的提升。本文指出这种教学的关键是针对教学计划的项目设计,并给出了几点设计原则;然后将整个项目分解成各个子项目模块,各模块中包含了教学知识点,并以一个子项目为例,详细介绍了项目化教学的实施过程及效果分析。

基于多目标遗传算法的管孔组合特征识别

提出一种管孔组合方式的自动识别方法。提取木材显微横切面的边缘后,基于类圆区域面积直方图,通过最大类间方差将封闭区域分为2类,将导管与其他形状相似、大小不同的组织分开;同时,引入封闭区域平均面积作为另一目标函数。最后采用管孔集邻接度来判断管孔的组合方式。试验表明该方法能够对各种导管的分布和组合获得满意的分割效果,并给出管孔的组合方式。