基于Gabor滤波与Tamura纹理特征的板材分类研究

白雪冰，林 鑫*，窦延光，武云鹏

(1.东北林业大学 机电工程学院，黑龙江 哈尔滨 150040；2.陕西省林产品质检与产业服务保障中心，陕西 西安 710082)

在众多的板材品质评价指标当中，最直观的当属木材表面纹理，所以运用合适的方法对木材表面的特征进行描述，成为木材学领域争相研究的热点。目前有关木材表面相关参数的测评多是通过人为观察以及相关仪器测量，造成了效率不高、精度差的问题，难以满足人们对板材表面参数的一致性要求。本研究在总结以往学术研究的基础上，运用图像处理和模式识别的理论知识，研究适用于板材表面纹理特征描述及其分类的方法，对于木材识别分类具有重要的意义和应用价值[1-3]。

1 材料与方法

1.1 试验样本

研究对象选取中国东北部常见的红松、落叶松、白桦、水曲柳和柞木等5种树种，其中红松、落叶松归类于针叶材类，白桦、水曲柳和柞木归类于阔叶材类。对上述5种木材进行径切向和弦切向2个方向的切割制作，使用扫描仪对切割件进行扫描。在制作样本库的环节生成了上述5种木材径切面及弦切面共10类图像，每类图像数量为100幅，共计1 000幅样本图像，样本图像存储为BMP格式，像素大小为512×512。由于篇幅有限，每类样本仅列出1个图像作为代表(图1)。

图1 板材试验样本

样本库建立完成，共有10类纹理图像共计1 000幅。将其划分为2个部分：第1部分，从每类图像中随机抽取80幅，10类样本共抽取800幅木材纹理图像作为本试验的训练集合；……