不同含水率下利用电阻与应力波断层成像定量检测木材腐朽

通过对不同含水率的山杨原木试件进行检测,分析了含水率对腐朽和健康木材电阻与应力波传播速度的影响,及其对2种检测技术误差率的影响.结果表明:(1)随着含水率的提高,原木试件健康和腐朽区域的电阻均先减小后趋于平稳,但相同含水率下,腐朽区域木材电阻低于健康木材;(2)采用电阻断层成像仪检测腐朽缺陷面积的误差率随含水率的提高有差异(最大误差率为37.83%,最小误差率为2.48%),含水率在36.13%~81.79%时误差较小,腐朽缺陷检测较接近真实值;(3)应力波传播速度随着木材含水率的提高先降低后趋于平稳.应力波二维图像检测腐朽缺陷面积的准确率随着含水率的变化也有差异,最大误差率为52.61%,最小误差率为17.78%,腐朽缺陷检测准确性比较高的含水率为20.23%~71.58%;(4)通过2种方法测试腐朽缺陷面积的对比研究,结果表明电阻断层成像的腐朽缺陷识别优于应力波二维图像.     

木材无损检测技术中的应力波传播时延估计算法

为了准确测量应力波在木材内部的传播时间,提高木材内部缺陷识别的精度,提出了一种基于小波变换和高阶统计量的广义相关时延估计算法。该方法利用滤波算法,将采集到的应力波信号进行滤波去噪,然后输入到广义互相关时延模型,求出传播时延估计值。仿真和实际的木材检测实验结果表明:提出的算法比传统的定时器计时法时延估计精度提高81.5%,并具有较强的抗干扰能力。     

木材径切面内部缺陷的应力波成像算法

为了获得木材径切面上的缺陷形状、大小和位置,提出一种木材径切面内部缺陷成像的方法。首先,基于应力波在木材径切面上的传播规律,提出一种木材径切面上的应力波速度修正方法。将应力波速度转换为径切面上的若干个预估点的值,结合反距离加权插值（IDW）法提出一种速度修正插值（VCI）方法。最后,使用VCI方法在不同树木样本上进行了木材径切面缺陷的二维成像实验。结果表明:①VCI方法可以重建木材内部缺陷大小以及缺陷位置,缺陷成像结果与真实的缺陷情况相吻合。②对比IDW方法的成像结果,VCI方法对缺陷的大小以及缺陷形状、位置的成像结果有较大提高。③利用混淆矩阵方法对VCI与IDW方法进行定量分析表明,VCI方法的平均准确率、平均精确度和平均查全率均高于IDW方法,说明VCI方法成像效果的可行性和有效性。     

苹果糖度无损检测模型研究

【目的】对套袋和不套袋苹果分别建立反射光谱与糖度预测模型,并对模型的精度进行比较分析,为构建苹果品质分级系统提供理论支撑。【方法】采用美国ASD公司的便携式光谱仪和数显折光计分别测量套袋和不套袋烟富3号红富士苹果,以苹果赤道位置4个取样点的反射率光谱和对应位置的糖度为数据源,原始光谱经多元散射校正后,与糖度数据一同用偏最小二乘回归算法,分别建立套袋和不套袋苹果的反射率光谱糖度模型,进行糖度预测。【结果】(1)套袋苹果校正集相关系数Rc=0.76,均方根误差RMSEP=0.8375 Brix;预测集相关系数Rv=0.72,均方根误差RMSEP=0.8702 Brix;(2)不套袋苹果校正集相关系数Rc=0.69,均方根误差RMSEP=0.9040 Brix;预测集相关系数Rv=0.63,均方根误差RMSEP=0.9134 Brix。【结论】不套袋苹果的模型精度低于套袋苹果模型精度。相对复杂的表面情况导致不套袋苹果模型精度较差,不套袋苹果的无损检测误差会高于套袋苹果。     

基于高光谱成像的枇杷果实品质检测

采用高光谱成像技术(HSI)在可见/近红外(363～1 026 nm)区域检测枇杷果实的可溶性固形物(SSC)和硬度,并判断其成熟度,以实现枇杷果实品质的无损检测和分级分选.利用蒙特卡洛法(MC)剔除异常样本,基于联合X-Y距离(SPXY)进行建模集和预测集样本的划分,再采用竞争性自适应权重采样算法(CARS)和连续投影算法(SPA)选取特征波长,与全波段光谱(FS)比较,分别建立偏最小二乘回归(PLSR)模型.结果显示,CARS-PLSR模型更优,CARS提取的SSC特征波长和硬度特征波长分别占总波长的8.52%和5.36%,枇杷果实中SSC和硬度的建模集相关系数R_c分别为0.981 7,0.970 7,预测集相关系数R_p分别为0.918 5,0.742 3,说明CARS能有效地对光谱进行降维,简化了数据处理过程.枇杷果实SSC和硬度的变化与果实成熟度显著相关,建立判别偏最小二乘法(DPLS)成熟度预测模型,预测集总识别准确率为89.29%.由此说明,高光谱成像技术可对枇杷品质进行有效检测,为枇杷果实的无损检测和分级分选提供了理论依据.     

基于近红外光谱无损检测的水果品质定量分析与预测

针对近红外光谱原理、检测技术及特点,利用近红外光谱检测漫反射技术在水果品质检测方法上的定量分析进行了深入系统研究.在光谱数据预处理上平滑和导数法最常见.建立模型以偏最小二乘法较常见.以遗传算法结合偏最小二乘法、小波分析结合偏最小二乘法等为代表的建模方法,其测量精度有所提高.模型优劣评价指标主要以相关系数(R)、校正集标准偏差(RMSEC)和预测集标准偏差(RMSEP)等参数决定.最后对相关研究进行展望.     

基于高光谱成像技术的生菜叶片水分检测研究

[目的]探索利用高光谱图像技术检测作物含水率的方法。[方法]以意大利全年耐抽苔生菜为试材,利用高光谱成像系统采集生菜叶片的高光谱图像,用ENVI V.4和Matlab V.7.0软件对高光谱图像进行处理。[结果]采用自适应波段选择法从所采集的生菜叶片高光谱图像数据中优选出特征波长1 420 nm;对每个样本特征波长下的图像进行分割,反转以及形态运算等操作得到目标图像;从每个目标图像中提取灰度均值、灰度标准差作为灰度特征,能量、熵、惯性矩、相关性的均值和标准差作为纹理特征;采用GA-PLS法选出最优特征子集,并建立基于最优特征的偏最小二乘回归模型,以检测生菜叶片的含水率。[结论]模型的预测值与实测值的相关系数R为0.902,精度明显高于基于灰度特征或纹理特征的预测模型。     

基于偏最小二乘法设计的蜜柚糖度无损检测装置

针对厚皮水果内部品质检测存在的问题,采用基本水果中密度与含糖量的函数关系,以质量和体积关系检测水果密度,结合偏最小二乘法对水果密度和含糖度进行曲线拟合得出水果含糖量,进而研制了一种以单片机为控制核心的厚皮水果糖度无损检测装置。实验(以蜜柚为例)表明,蜜柚的密度和含糖量相关系数高达0.984 6,因此利用蜜柚密度来检测蜜柚的含糖量具有可行性。     

含水率和密度对木材应力波传播速度的影响

为了用应力波检测木材含水率,采用ARBOTOM 应力波测试仪测量了木材径向不同位置上的试件在不同含 水率(0 ~65%范围内)条件下的应力波纵向传播速度。结果表明:木材中应力波传播速度随含水率的下降而增加; 当含水率低于纤维饱和点时,传播速度随含水率下降增加较大,其中山毛榉的增幅为17.4% ~19.5%,落叶松的增 幅为18.2% ~20.8%;当含水率高于纤维饱和点时,传播速度随含水率下降增加较小,其中山毛榉的增幅为6.0% ~ 7.9%,落叶松的增幅为8.0% ~10.6%。当含水率相同时,应力波在同一树种木材不同位置上的传播速度不同,这 与木材不同位置的基本密度差异有关。应力波传播速度随木材基本密度的增大而增大,其中山毛榉木材的增幅为 17.5% ~20.8%,落叶松木材的增幅为12.7% ~ 14.5%。同一树种内的任意含水率下,基本密度不同时应力波传 播速度之间差异显著,传播速度和基本密度之间存在较好的正相关线性关系。不同树种之间,传播速度和基本密 度之间没有明显关系,这可能与不同树种之间的成分差异有关。      

A post-processing step error correction algorithm for overlapping LiDAR strips from agricultural landscapes

In the processing of light detection and ranging (LiDAR) data, a step error is an abrupt change in estimates of elevation between adjacent strips and must be reduced before building a digital surface model (DSM) of elevation. Existing methodologies in the literature for removing this artifact require an analyst to (1) utilize the sensor and aircraft information of the LiDAR mission, (2) isolate homologous flat surfaces within regions of overlap of adjoining LiDAR strips to estimate the mean offset, or (3) a combination of the two. In this application involving an agricultural landscape, a different methodology was required because the necessary information from the laser scanner or internal navigation system (INS) of the aircraft was unavailable and it was not possible to successfully identify homologous flat surfaces. Therefore, a post-processing, quadratic optimization model was formulated to reduce step artifacts. Using statistics obtained from the geographic overlap of the strips with a benchmark strip, it was possible to determine from the elevation values of the LiDAR point clouds two quantities: the strip variance and the total variance. Using these values and related statistics, the optimization model estimated correction constants, called decision variables, that minimized the among-group variance of the adjoining strips. When the values of these decision variables are added to the point cloud elevations of their respective LiDAR strips, the systematic step errors among adjoining strips are minimized with respect to the elevations provided by the point cloud of the benchmark strip. Decision variable values ranged between −0.087 and 0.078 m. The adjusted LiDAR strip point clouds were used to build a corrected DSM of a 638.2-ha agricultural landscape at a spatial resolution of 0.5 m. The elevation range of the DSM is approximately 44–81 m HAE (height above the ellipsoid), where the higher elevations are the tops of trees. Effectiveness of the optimization model approach to reduce the step errors was evaluated by comparing the DSM before and after adjustment. Several hillshade, gray scale image subsets, and profile plot comparisons between the before and after adjustment of the point clouds of the LiDAR strips illustrate the algorithm's performance in reducing step error effects.     

基于雷达检测的木材内部孔洞面积测算与修正

  目的  开展木材内部孔洞的雷达检测研究,探讨该检测手段下孔洞成像的准度和精度,实现木材内部孔洞的雷达快速识别和定量表征。  方法  以古建筑木结构常用的马尾松Pinus massoniana木材和杉木Cunninghamia lanceolata木材为研究对象,采取人工模拟的方法在木段端部制作异型孔洞,并利用雷达扫描仪对带孔木段进行检测,比较分析直观成像技术与希尔伯特积算法、单路径数据提取合成以及成像轮廓多参数校正等处理方法之间的差异,提出基于雷达检测的木材内部孔洞面积测算与可行的修正方法。  结果  利用雷达无损检测技术可以对马尾松和杉木木材内部孔洞的存在进行快速识别,但其直观成像技术在定量评估方面误差较大,需进行相关的数据处理和修正;未经修正的雷达图像其预估孔洞面积小于实际孔洞面积,通过希尔伯特积算法演算或介电常数修正的雷达图像其预估孔洞面积与实际孔洞面积仍存在一定的误差;木材边缘与孔洞边缘的距离应按s_3c=(s_r－a)k₁k₂进行修正,即实际应用中根据树种和含水率所得到的介电常数仅为多参数校正中的一个因素;无论是否进行数据处理和修正,雷达检测难以准确识别孔洞的具体形状,应开展进一步研究。  结论  该雷达检测及修正方法应用于木材内部孔洞探测,综合树种和含水率数值,可确保孔洞面积识别误差小于30%。图6表2参17     

基于协整和误差校正理论的中国建造价格水平预测研究

基于向量自回归理论,构建了能充分刻画中国建造价格、在建大中型建设项目数、建筑企业数、城镇失业率、广义货币供给量及已完大中型建设项目数6个向量间动态关系的VAR(2)模型,通过对此VAR(2)模型的协整分析和误差校正模型分析,充分考虑VAR(2)模型内变量间的长期均衡和短期波动,构建了中国建造价格预测模型,克服了用时间序列技术和多元回归技术在预测中国建造价格时的缺陷。     

应力波仪和阻力仪用于雪松立木内部材性检测的研究

采用应力波仪和阻力仪分别对雪松进行了材性检测分析。结果表明,由应力波断层扫描得到的图片和阻力仪得到的阻力曲线图比较准确地反映出雪松立木内部的材质分布情况,应力波仪和阻力仪结合在一起对立木内部材性进行检测时,提高了检测结果的准确性,而且很好地弥补了每个设备的不足;通过和实际测量的生材密度相比较,无论是应力波速和雪松密度还是阻力值和雪松密度的相关系数都大于0.8,能够证明应力波和阻力仪所反映的材质材性信息和雪松立木的密度有较好的相关性。     

基于改进区域生长的木材导管形态特征提取方法

基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材,对木材科学和产业具有十分重要的意义。提出了一种基于改进区域生长的木材导管形态特征提取方法:采用分治策略改进区域生长法实现木材横切面显微图像中导管细胞的快速分割,用链码跟踪技术提取了10个导管细胞的形态特征;选取了6种阔叶材树种的横切面显微图像进行仿真实验。实验结果显示:本文方法能提高导管细胞的分割速度;所提取的10个形态特征在给定的树种显微图像上具有较高的区分度,说明将本文方法用于阔叶材树种智能识别具有较强的可行性。      

Detection and analysis on the stress relaxation properties of thin wood composites based on cantilever-beam bending

基于悬臂梁弯曲原理对薄板木质材料应力松弛特性进行研究,并通过试验证明该检测方法的可行性。结果表明：应力值的衰减幅度先快后慢,测试2h即可得到较为理想的应力松弛现象。高密度板和刨花板的应力松弛曲线比较平滑,中密度纤维板的应力松弛曲线平滑度略差,木塑板的应力松弛曲线能看到明显波纹。应力松弛系数m能直观地反映应力松弛曲线的衰减程度：m值越大,应力松弛曲线衰减越严重。