基于I-BGLAM纹理和光谱融合的高光谱显微成像木材树种分类

赵 鹏，韩金城，王承琨

1.东北林业大学信息与计算机工程学院，黑龙江省 哈尔滨市 150040 2.广西科技大学计算机科学与通信工程学院，广西 柳州 545006

引 言

在人们的日常生活中实木木材的应用十分广泛，因此木材具有巨大的利用价值。每种木材的强度、密度和耐用性都不相同，这就导致木材的价格也各不相同，那么正确的区分出不同种类的木材就具有非常重要的意义。在计算机领域中实现树种归类的方法主要有两种：木材微观细胞结构分类和木材表面的宏观特性分类。微观细胞结构识别技术是通过显微镜得到木材的细胞结构图像，然后对得到的图像进行识别分类。任洪娥[1]等提出了三种对木材细胞图像的轮廓提取方法，提取出的细胞特征参数可用于木材树种识别，但是这种技术需要对木材进行切片，使得实验过程比较复杂。宏观特征识别技术是通过木材的纹理、颜色和光谱等特征来识别。Mäenpää[2]等在识别分类木材表面缺陷时使用了颜色特征和纹理特征融合的方法。单纯使用颜色特征也是有一定缺点的如木材表面颜色不均匀或不同木材树种间颜色相似，这就对识别造成了困难。王辉[3]等建立了一种木材纹理和颜色结合的模型用来分类，提取了木材图像的颜色矩和纹理特征并将两者融合用于分类，得到了较高的分类精度，特征融合的方法也为木材树种分类提供了可行的思路。纹理特征提取的传统方法是使用灰度共生矩阵(gray level co-occurrence matrix,GLCM)及其统计量来表示的。……