Classification of wood surface texture based on Gauss-MRF Model

Gauss-MRF 的基础理论被详细说明， 2-5 命令 Gauss-MRF 模型被建立。2-5 的参数为 300 件木头样品订 Gauss-MRF 模型“表面质地被使用 LMS 也估计。数据分析显示出那： 1 )不同质地参数有清楚的散布分布， 2 )质地的主要方向是 Gauss-MRF 参数的最大的参数代表的方向，并且 3 )为有一样的主要方向的那些样品，质地越好，相应参数是越多 greater ，并且更小另外的参数是；并且 Gauss-MRF 的顺序越高，质地越清楚地被描述。在第二个顺序 Gauss-MRF 模型的条件上，参数 B1，正切的质地的 B2 比光线的质地的小，当正切的质地的 B3 和 B4 比光线的质地的大时。根据分开的标准的价值，第五 orderGauss-MRF 的参数为 Hamming 神经网络分类被用作特征向量。作为结果，正确性的比率到达 88% 。