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%。