基于人工神經(jīng)網(wǎng)絡(luò)的木材缺陷檢測研究.pdf

1、采用X射線作為檢測手段，對木材進(jìn)行無損檢測。通過檢測透過被檢物體后的射線差異，來判斷被檢測木材是否有缺陷存在。在木材的另一端利用圖像增強(qiáng)器進(jìn)行接收，再經(jīng)過微光攝像機(jī)送入A/D轉(zhuǎn)換器將木材X射線模擬圖像轉(zhuǎn)換成一數(shù)字圖像存入計(jì)算機(jī)中，運(yùn)用MATLAB和VC++軟件的圖像處理功能對采集到的木材缺陷圖像進(jìn)行處理和分析，針對木材中不同類型的缺陷，對木材缺陷圖像進(jìn)行特征提取，確定了木材缺陷的尺寸和位置。本文就三種常見的木材缺陷：節(jié)子、蟲害、腐朽進(jìn)行

2、了具體的研究。 在無損檢測信號處理和特征構(gòu)造的基礎(chǔ)上，運(yùn)用特征參數(shù)建立了缺陷識別的數(shù)學(xué)模型，針對無損檢測信號的特征，構(gòu)造了人工神經(jīng)網(wǎng)絡(luò)，選用多層前饋神經(jīng)網(wǎng)絡(luò)模型(BP網(wǎng)絡(luò))，網(wǎng)絡(luò)識別所需要的特征參數(shù)能夠反映木材缺陷的全部特征。我們把缺陷的灰度均值、缺陷灰度方差、缺陷的長寬比作為進(jìn)行神經(jīng)網(wǎng)絡(luò)識別的特征輸入中的三個(gè)量，利用反向傳播網(wǎng)絡(luò)的學(xué)習(xí)算法，對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。對于某批訓(xùn)練樣本，用BP算法，通過反向傳播來調(diào)整各層神經(jīng)元的權(quán)系數(shù)，

3、反復(fù)輸入所有樣本序列，重復(fù)以上步驟，直至權(quán)系數(shù)不再改變，輸出誤差在規(guī)定范圍內(nèi)。網(wǎng)絡(luò)學(xué)習(xí)結(jié)束后，得到輸入層、中間層和輸出層各單元的連接系數(shù)矩陣。運(yùn)用MATLAB對已訓(xùn)練成熟的神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真，便可得到輸入向量的模型，完成網(wǎng)絡(luò)識別任務(wù)。此過程在完成特征提取的基礎(chǔ)上，采用人工神經(jīng)網(wǎng)絡(luò)方法對缺陷類型進(jìn)行有效識別，準(zhǔn)確判斷木材內(nèi)部的缺陷信息。實(shí)驗(yàn)結(jié)果表明這種方法可以成功地對這三種木材缺陷進(jìn)行無損檢測和分類。此方法也可在對其它木材缺陷的檢測和分類上