木纤维SLS加工工艺理论研究

介绍了木纤维SLS加工的基本工作原理，提出了功率密度的计算公式，对木纤维SLS技术的参数确定进行了初步探讨。本文从微观上分析了木纤维各向异性下的燃烧机理，从而从更深层次上认识了木纤维的SLS技术。给出了功率密度的计算公式，丰富了传统木纤维SLS加工的理论，本文对木纤维SLS加工的理论进行了系统化研究，并对木纤维SLS技术的参数确定进行了初步探讨，使SLS在木纤维上的研究深入了一步。     

基于数字图像处理技术实现人造板孔穴评价的研究*

利用计算机数字图像处理技术对人造板板材断面的图像进行分析,提取人造板孔穴率、孔穴率均匀程度、孔穴大小和孔穴形态四个参数,作为对板材物理性能进行综合评价的参数.通过对50个样本进行实验对比,验证了该方法的可行性.     

板材横断面视频检测结果的模拟理论研究*

论述了板材横断面数学模型建立与视频再现的理论和方法,提出了板材横断面视频识别动态模拟软件设计的总体方案,详细介绍了板材视频检测计算机模拟三维重建的方法及再现软件。     

深度迁移学习在古筝品质分级中的应用

深度学习和迁移学习的兴起为树种识别提供了新方向,然而其在同树种内不同品质间木材识别仍存在挑战。为改善古筝面板品质分级现状,设计了一种深度残差网络模型。首先将数据集进行划分并采用数据增强技术来扩充训练样本,然后将ImageNet上经过预训练的模型迁移到该问题上。为高效提取到板材图像特征,在预训练模型后新增深层特征提取部分,其融合了残差连接和深度可分离卷积,不仅可增强特征重利用率和缓解梯度消失,而且有利于提取到图像深层特征。最后为提升模型在训练过程中的鲁棒性,使用LeakyReLU函数代替ReLU函数避免神经元死亡问题。该方法在泡桐导管图像数据集上测试精度达到了92.8%,对比其他主流方法,该模型可节省古筝品质分级时间,提高识别精度。     

基于SURF和SIFT特征的视频镜头分割算法

在视频镜头分割处理中,SIFT(Scale-invariant feature transform)特征由于其具有尺度、旋转不变性等诸多优点而被广泛应用,但是SIFT特征提取复杂,计算量大,导致程序效率低下,很难满足实时性的要求。本文提出了一种基于SURF(Speeded Up Robust Features)和SIFT特征的视频镜头分割算法。首先对相关帧进行颜色直方图特征提取,然后通过一个自适应阈值判断是否为候选帧,如果不是,则融合SURF特征再进行复检。最后筛选出的候选帧再通过SIFT算法进行复选,去除误检帧,有效解决了SIFT特征低效率的问题。实验结果表明,对于切变镜头查全率为95%,查准率为93%,对于渐变镜头查全率为90%,查准率为76%,平均单帧运行时间为0.26s,本算法与SIFT、SURF等单一特征的算法相比,在高效性和准确性之间取得了平衡,并且它是鲁棒的。     

基于全卷积神经网络的林木图像分割

针对传统方法进行图像分割易受噪声影响问题,提出了一种基于全卷积神经网络的林木图像分割方法。该方法不需要对图像进行预处理,利用上池化和反卷积层恢复图像分辨率,采用跳跃连接降低网络复杂度,同时避免了梯度消失问题,使用Dropout正则化随机激活网络隐藏单元以防止过拟合,后端结合全连接的条件随机场以恢复对象边缘的细节信息,进一步优化分割结果。该模型能够在林木图像上实现良好的分割。     

原木模型理论的发展

原木模型理论是下锯优化、制材数控化技术的理论基础,本文通过综述国内外原木模型理论的发展,分析了我国原木模型理论的研究现状,展望了我国原木模型理论的发展趋势和应用前景.     

一种适用于矩形图像的新二维映射图像加密算法

针对目前图像加密方法多局限于对方形图像进行加密的特点,提出了一种同时适用于方形和矩形图像的加密算法。将基于图像分割的新映射用于图像位置置乱,将含有混沌映射的扩散函数用于图像灰度置乱,从而得到位置置乱和灰度置乱相结合的加密算法。实验仿真结果表明该算法能够很好的实现对任意大小图像的加密,且具有密钥空间大,密钥敏感性强以及能够抵御统计和已知明文攻击等优点。