2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在木材加工領(lǐng)域,木纖維制品的廣泛應(yīng)用已經(jīng)成為一種趨勢(shì),伴隨著其使用量的逐年遞增,人們對(duì)產(chǎn)品質(zhì)量及性能的要求也日益嚴(yán)格。研究表明,木纖維的形態(tài)特征對(duì)制成品的質(zhì)量影響最為直接,所以說(shuō)探究適用于木纖維形態(tài)檢測(cè)的方法就顯得尤為重要。
  骨架是一種降維的物體形態(tài)描述方式,利用骨架信息獲取木纖維形態(tài)參數(shù)數(shù)據(jù)對(duì)于實(shí)現(xiàn)林業(yè)智能化加工生產(chǎn)具有積極作用。由于傳統(tǒng)骨架提取算法普遍存在準(zhǔn)確性與連通性之間難以平衡、易受邊界噪聲干擾等缺點(diǎn),本文對(duì)傳統(tǒng)算法進(jìn)

2、行優(yōu)化,提出了基于向量?jī)?nèi)積的新型骨架提取方法,以圖形數(shù)據(jù)庫(kù)中的標(biāo)準(zhǔn)圖像作為實(shí)驗(yàn)對(duì)象進(jìn)行多角度驗(yàn)證。首先對(duì)實(shí)驗(yàn)圖像進(jìn)行歐氏距離變換,以8-鄰域范圍內(nèi)邊界向量?jī)?nèi)積值符號(hào)的變化次數(shù)作為衡量標(biāo)準(zhǔn)選取候選骨架點(diǎn);再依據(jù)鄰近原則及回歸分析完成分支骨架的延伸處理。實(shí)驗(yàn)結(jié)果表明,該算法能夠同時(shí)保證骨架的連通性和完整性,且定位準(zhǔn)確,平均正確率達(dá)到92.96%。
  為克服傳統(tǒng)纖維形態(tài)檢測(cè)方法成本較高、誤差較大、對(duì)人工的依賴程度高等缺點(diǎn),本文提出了利

3、用骨架信息測(cè)量木纖維長(zhǎng)度及卷曲程度的方法。將骨架長(zhǎng)度近似看作是真實(shí)長(zhǎng)度,根據(jù)兩端點(diǎn)坐標(biāo)計(jì)算出投影長(zhǎng)度,最終得出木纖維的卷曲指數(shù)。該方法有效避免了木纖維形態(tài)變化對(duì)長(zhǎng)度測(cè)量準(zhǔn)確性的影響,而且利用卷曲指數(shù)能夠量化表示木纖維的彎曲程度。另外,為彌補(bǔ)傳統(tǒng)纖維形態(tài)研究缺乏數(shù)學(xué)模型支持的不足,本文對(duì)骨架離散點(diǎn)做了函數(shù)擬合。實(shí)驗(yàn)數(shù)據(jù)表明,運(yùn)用多項(xiàng)式函數(shù)擬合木纖維形態(tài)模型是最為合理的,再依據(jù)擬合函數(shù)的一階導(dǎo)數(shù)信息能夠判斷出木纖維形態(tài)類別。
  為最

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論