-
公开(公告)号：CN109870421A
公开(公告)日：2019-06-11
申请号：CN201910237855.9
申请日：2019-03-27
Applicant: 东北林业大学
IPC: G01N21/31 , G01N21/3563 , G01N21/359
Abstract: 一种基于可见光/近红外光谱分析的递增式木材树种分类识别方法属于木材分类领域；但目前研究中都只是针对少数的树种进行识别；包括获取待测木材样品；对待测木材样品进行光谱一阶微分预处理；将处理后的木材样品信息通过SVDD分类器进行判别是否已知树种，若是已知树种，使用BP神经网络对已知树种进行树种类别的鉴别，判断出已知树种的类别；若是未知树种，进行t-SNE降维处理，通过CFSFDP聚类算法进行自动聚类处理，引入CH聚类指标，设定簇类个数K的搜索范围，确定使得CH指标值最大的K为最佳聚类数；当未知树种的聚类样本达到阈值时，确定未知树种的具体类别；转移到木材样本数据库中，通过不断重复上述过程，本发明能够分类识别的木材树种数量将不断增加。
-
公开(公告)号：CN102661920B
公开(公告)日：2014-05-21
申请号：CN201210164690.5
申请日：2012-05-25
Applicant: 东北林业大学
Inventor： 赵鹏
IPC: G01N21/25
Abstract: 一种对杂草进行分类识别的装置和方法，属于数字图像处理技术领域，解决现有的杂草识别方法计算复杂度高、野外环境下无法快速实时的对杂草进行分类识别、抗干扰性差的问题。所述装置包括图像采集装置、可移动支架和导轨，所述图像采集装置用于采集杂草的光谱反射率。所述方法包括：A.设定图像采集装置的采集参数，采集待检测杂草的光谱反射率；B.采集各种杂草的标准光谱反射率；C.将该种杂草的标准光谱反射率曲线向待检测杂草的光谱反射率曲线进行收敛；D.计算收敛后ActiveContour曲线的匹配率和变形率，并获得待测杂草与标准杂草的相似性指数。本发明用于杂草的分类识别。
-
公开(公告)号：CN102661920A
公开(公告)日：2012-09-12
申请号：CN201210164690.5
申请日：2012-05-25
Applicant: 东北林业大学
Inventor： 赵鹏
IPC: G01N21/25
Abstract: 一种对杂草进行分类识别的装置和方法，属于数字图像处理技术领域，解决现有的杂草识别方法计算复杂度高、野外环境下无法快速实时的对杂草进行分类识别、抗干扰性差的问题。所述装置包括图像采集装置、可移动支架和导轨，所述图像采集装置用于采集杂草的光谱反射率。所述方法包括A设定图像采集装置的采集参数，采集待检测杂草的光谱反射率；B采集各种杂草的标准光谱反射率；C将该种杂草的标准光谱反射率曲线向待检测杂草的光谱反射率曲线进行收敛；D计算收敛后ActiveContour曲线的匹配率和变形率，并获得待测杂草与标准杂草的相似性指数。本发明用于杂草的分类识别。
-
公开(公告)号：CN118344558A
公开(公告)日：2024-07-16
申请号：CN202410456112.1
申请日：2024-04-16
Applicant: 东北林业大学
Abstract: 一种用于人造韧带的木质素扩链剂超韧聚氨酯弹性体的制备方法，它涉及一种聚氨酯弹性体的制备方法。制备方法：一、木质素多元醇的制备；二、木质素多元醇扩链制备高强超韧聚氨酯弹性体。本发明用于人造韧带的木质素扩链剂超韧聚氨酯弹性体的制备。
-
公开(公告)号：CN106373127A
公开(公告)日：2017-02-01
申请号：CN201610825295.5
申请日：2016-09-14
Applicant: 东北林业大学
Inventor： 赵鹏
CPC classification number: G06T2207/10028
Abstract: 本发明提供了一种用于木材树种及表面缺陷的激光扫描并行检测方法，该方法首先使用3D扫描技术扫描木材表面后获取3D点云数据，通过比较当前点坐标Z值与设置的阈值的大小关系判定读入的点云数据是否为缺陷点；其次，采用诸如深度优先搜索算法对筛选保留的缺陷点进行分割，再使用诸如积分方法计算各个缺陷处所占表面积和体积；最后，利用木材表面扫描点的RGB信息及颜色矩特征进行木材树种分类识别，在计算颜色矩特征时还可以消除缺陷点产生的干扰，进一步提高树种分类识别精度和抗干扰性。这样，本发明的上述方法可以进行木材树种和表面缺陷的同时并行检测处理，其中木材缺陷检测是利用扫描点的3D坐标信息，而木材树种识别则是利用扫描点的RGB信息。
-
Patent Agency Ranking
公开(公告)号：CN109870421B
公开(公告)日：2021-04-06
申请号：CN201910237855.9
申请日：2019-03-27
Applicant: 东北林业大学
IPC: G01N21/31 , G01N21/3563 , G01N21/359
Abstract: 一种基于可见光/近红外光谱分析的递增式木材树种分类识别方法属于木材分类领域；但目前研究中都只是针对少数的树种进行识别；包括获取待测木材样品；对待测木材样品进行光谱一阶微分预处理；将处理后的木材样品信息通过SVDD分类器进行判别是否已知树种，若是已知树种，使用BP神经网络对已知树种进行树种类别的鉴别，判断出已知树种的类别；若是未知树种，进行t‑SNE降维处理，通过CFSFDP聚类算法进行自动聚类处理，引入CH聚类指标，设定簇类个数K的搜索范围，确定使得CH指标值最大的K为最佳聚类数；当未知树种的聚类样本达到阈值时，确定未知树种的具体类别；转移到木材样本数据库中，通过不断重复上述过程，本发明能够分类识别的木材树种数量将不断增加。
-
公开(公告)号：CN110533102A
公开(公告)日：2019-12-03
申请号：CN201910813086.2
申请日：2019-08-30
Applicant: 东北林业大学
Abstract: 本发明提供了一种基于模糊推理的单类分类方法以及分类器，将特征向量模糊化以及生成模糊规则集并进行校正具体方法为：当目标规则集生成后，若出现同样判定条件但是判定结果不同则需要进行规则校正。单类分类器，能够准确的识别出异常样本。首先进行数据处理，随后将数据进行模糊化，再建立模糊规则集，并进行了规则的校正。当规则集建立完成后，就可以使用测试样本来对其进行测试，当测试集的样本经过同样映射的数据处理之后生成的规则与已有规则不同，则认为其是异常样本，然后将其归入未知类别中。本发明扩大了单类分类方面数据集样本数量同时运用更加优化的算法，能够达到较好的分类效果，另外提高了训练速度。
-
公开(公告)号：CN102401638A
公开(公告)日：2012-04-04
申请号：CN201010281993.6
申请日：2010-09-15
Applicant: 东北林业大学
Abstract: 本发明名称为“微小物体表面积周长并行精密测量系统”，它将短程线主动轮廓线应用于不规则形状的图像多目标面积/周长并行测量问题中，开发出一种快速精确测量方法，并且将这种方法应用于二维图像测量机，实现了多个微小物体表面积/周长的快速准确测量。此外，使用了一种新颖的形心自标定技术，它不需要任何标准试件就能够准确完成像素尺寸当量的标定，最后求得被测物的真实表面积与周长。标定时移动导轨，并用双频激光器精确测量其位移。
-
公开(公告)号：CN102663340A
公开(公告)日：2012-09-12
申请号：CN201210104736.4
申请日：2012-04-11
Applicant: 东北林业大学
Abstract: 一种对板材进行分类识别的装置和方法，属于图像处理技术领域，解决了现有的板材进行分类识别方法精度低、抗干扰性差的问题。所述装置，光源系统、图像采集系统和窄带光学滤光片，所述光源系统用于向待测板材投射多波长光束；所述图像采集系统用于采集经过窄带光学滤光片后的待测板材灰度图像，并将所述灰度图像发送至计算机。所述方法包括：采集待测板材不同波段的灰度图像；利用已知材种的标准板材不同波段的灰度图像确定一个可分性最好的波段，并利用所述波段对待测板材进行分类识别；或将所述不同波段的灰度图像进行像素级图像融合，获得一幅合成图像；利用所述合成图像对待测板材进行分类识别。提高了板材材种分类识别的精度和抗干扰性。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.031 seconds)
