Исследование исследований подлинных свободных судоходных видов и видов деревьев и испытания дефектов
Цена: 1 489руб. (¥82.8)
Артикул: 624146483817
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:创品世纪图书专营
Адрес:Пекин
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥73.61 324руб.
¥ 28.3 15.9286руб.
¥34612руб.
¥ 43.2 39.4709руб.
Основная информация
| Заголовок: | Исследования по видам дерева и тестированию дефектов |
| Автор: | Чжао Пэн |
| Издательство: | Science Press |
| Дата публикации: | 2020-04-01 |
| Версия: | 1 |
| ISBN: | 9787030647504 |
| Рыночная цена: | 128.0 |
Оглавление
Оглавление
Предисловие
Глава 1 Введение 1
1.1 Значение обнаружения качества древесины 1
1.2 Определение Описание видов древесины и общих дефектов 1
1.3 Обзор исследования и разработки видов древесины и обнаружения дефектов 2
Ссылки 3
Глава 2 Классификация и распознавание микроцитоза дерева пластин.
2.1 Обзор 4
2.1.1 Обзор внутренних исследований 4
2.1.2 Обзор иностранных исследований 5
2.1.3 Классификация и идентификация материалов пластин.
2.2 Системный аппаратный и программный состав 7
2.2.1 Системный аппаратный состав и конфигурация 7
2.2.2 Системный программный дизайн 8
2.3 Извлечение и распознавание признаков элемента элемента и распознавание классификации.
2.3.1 Предварительное обработку ячейки 10
2.3.2 Сегментация изображения ячейки пластины 14
2.3.3 Внеклеточный контур фиксированный тип 21
2.3.4 Стандартный аналог 33
2.4 Извлечение функций текстуры и идентификация классификации 36
2.4.1 Метод исследования текстуры 37
2.4.2 Теория преобразования контуре 40
2.4.3 Распознавание классификации изображения ячейки пластин 48
Ссылки 53
Глава 3 Классификация цветовых характеристик дерева и видов деревьев 55
3.1 Цветовое пространство и цвет 55
3.1.1 Цветовое пространство 55
3.1.2 Цветная функция 59
3.2 Распознавание классификации на основе CIE 1976 L*A*B*Разница в цвете 61
3.2.1 На основании CIE 1976 L*A*B*Особенности цвета дерева с извлечением цветов 61
3.2.2 Результаты испытаний на классификацию древесины на основе CIE 1976 L*A*B*Разница в цвете 63
3.3 Распознавание классификации на основе цветового крутящего момента 64
3.3.1 Выбор цветового момента Символа 64
3.3.2 Эксперименты по классификации на основе символа цветового крутящего момента 65
3.4 Распознавание классификации на основе гистограммы 65
3.4.1 Выбор характеристик цветов гистограммы 65
3.4.2 Эксперименты по классификации на основе цветовых характеристик гистограммы 66
3.5 Распознавание классификации на основе основного цвета 67
3.5.1 Концепция основного цвета 67
3.5.2 Характеристики основного цвета и результатов классификации 68
Ссылки 70
Глава 4 Классификация характеристик текстуры дерева и дерева 71
4.1 Характеристики текстуры древесины и количественные 71
4.1.1 Особенности древесной текстуры 71
4.1.2 Значение количественного анализа рисунка древесины 71
4.2 Определение количества текстуры древесины 71
4.2.1 Независимые характеристики текстуры древесины 72
4.2.2 Характеристики серой разности текстуры древесины 73
4.2.3 Серые дифференциальные статистики текстуры древесины 75
4.2.4 Резюме 76
4.3 Анализ текстуры дерева.
4.3.1 Анализ серого симбиотического матричного анализа характеристик характеристик древесной текстуры 77
4.3.2 Проверка и классификация параметров текстуры текстуры 78
4.3.3 Статистика Холмона ингредиентов характеристик текстуры древесины 80
4.4 Анализ анализа функций частоты текстуры древесины 83
4.4.1 Quick Fourier Transform Spectrum 83
4.4.2 Применение Анализ преобразования Фурье характеристик текстуры древесины 85
4.5 Идентификация дерева на основе текстуры дерева 87
4.5.1 Основные принципы и процессы классификации шаблонов 87
4.5.2 Искусственная нейронная сеть 88
4.5.3.
4.6 Извлечение матча по текстуре дерева 90
4.6.1 Преимущества обнаружения и сопоставления содержимого изображения 90
4.6.2 Дифференциальный метод на основе принципа аналогичных сходств 91
4.6.3 Подобное поиск содержания и анализа текстуры древесины 93
4.7 Классификация и идентификация деревянных видов деревьев на основе характеристик текстуры 98
Ссылка 99
Глава 5 Используйте спектральные характеристики для классификации видов древесного дерева категория 101
5.1 Используйте ближний спектр для выполнения распознавания типа красного дерева 101
5.1.1 Прибор, оборудование и сбор данных 101
5.1.2 Экспериментальные результаты Обсуждение и анализ 102
5.2 Используйте вблизи спектра вблизи для хвойного и широкоразлитного материала классификации и идентификации 104
5.2.1 Прибор, оборудование и сбор данных 104
5.2.2 Экспериментальные результаты Обсуждение и анализ 105
5.3 Выбор характеристик спектральной отражательной способности и особенности выбранных видов дерева категории категория 107
5.3.1 Экспериментальная система и материал 108
5.3.2. Выбор функций с помощью фильтра и отбора проб.
5.3.3 Оптимизированный дизайн источника освещения в помещении 110
5.3.4 Дизайн классификатора 112
5.3.5 Экспериментальные результаты и анализ 113
5.3.6 Заключение и пост -работа 114
5.4 Использование технологии дистанционного зондирования высокого спектра для классификации и идентификации видов лесных деревьев 115
5.4.1 Закон о спектральной функции 115
5.4.2 Метод спектрального сопоставления 119
5.4.3 Закон о статистическом анализе 119
Ссылки 120
Глава 6 Классификация и идентификация деревянных видов деревьев на основе мультихарактеристического слияния 121
6.1 ВВЕДЕНИЕ ДАННЫХ ДАННЫХ 121
6.2 Вопросы, которые необходимо учитывать в процессе слияния 121
6.3 Метод слияния Введение 123
6.3.1 Метод слияния сигнала 123
6.3.2 Метод слияния пикселя.
6.3.3 Метод слияния символов 133
6.3.4 Метод интеграции решений 134
6.4 Распознавание режима и слияние информации 136
6.4.1 Визуальная информация слияние 136
6.4.2 Visual and Tental Fusion 137
6.4.3 Слияние визуальной и инфракрасной информации 138
6.4.4 Автоматическое распознавание цели 138
6.4.5 Информация о восприятии мобильных роботов Fusion 139
6.5 Распознавание классификации деревянных видов деревьев с цветной текстурой и спектральными характеристиками 140
6.5.1 Экстракт классификации деревянной поверхности Экстракт 140
6.5.2 Определенная конструкция нейронной сети BP 142
6.5.3 Экспериментальный анализ и обсуждение 144
Ссылки 149
Глава 7 Использование технологии визуализации микро -спектрометра для видов дерева и идентификации 151
7.1 Высокий спектр, показывающий микроавторанную деревянную категорию видов деревьев на основе поддерживаемой векторной композитной функции 151
7.1.1 Введение 151
7.1.2 Материалы и методы 152
7.1.3 Экспериментальные результаты и обсуждение 154
7.1.4 Заключение 158
7.2 Метод идентификации древесного дерева с изображением Высокого спектра на основе широко -листерального деревянного креста -сечения микро -структуры 159
7.2.1 Введение 159
7.2.2 Материалы и методы 161
7.2.3 Экспериментальные результаты и обсуждение 165
7.2.4 Заключение 171
7.3 Исследование по микро -гиплентным исследованиям изображения Алгоритм Алгоритм микроавтографического алгоритма 172
7.3.1 Введение 172
7.3.2 Материалы и методы 172
7.3.3 Экспериментальные результаты и обсуждение 179
7.3.4 Заключение 188
Ссылки 188
Глава 8 Классификация и идентификация деревянных видов деревьев на основе обработки звуковых волн 191
8.1 Классификация деревянных видов деревьев на основе ультразвуковых сигналов 191
8.2 Классификация и идентификация деревянных видов деревьев на основе стрессовых волн 192
Ссылки 203
Глава 9 Квалифицированные тестирование деревянного дефекта 204
9.1 Классификация дефектов древесины на основе спектральных характеристик 204
9.2 Используйте метод визуализации слоя для обнаружения дефектов древесины 208 208
9.3 Тестирование и распознавание деревянных дефектов на основе обработки изображений 213
Ссылка 219
Глава 10 Количественное тестирование деревянного дефекта 221
10.1 Количественное обнаружение 3D -сканирующей технологии для дефектов депрессии древесины 221
10.1.1 3D -сканирование и обработка дефекта дерева 221
10.1.2 Дефектное разделение 223
10.1.3 Расчет количества дефекта дерева 224
10.1.4 Экспериментальные результаты и анализ 226
10.2 Дефицит древесины и количественный тест на основе ультразвукового и вейвлет -преобразования 228
10.3 Используйте ультразвуковое поле связи для деревянных дефектов для количественного обнаружения 232
10.4 Резюме и перспективы деревянных видов деревьев и обнаружения дефектов 236
Ссылка 237
Предисловие
Глава 1 Введение 1
1.1 Значение обнаружения качества древесины 1
1.2 Определение Описание видов древесины и общих дефектов 1
1.3 Обзор исследования и разработки видов древесины и обнаружения дефектов 2
Ссылки 3
Глава 2 Классификация и распознавание микроцитоза дерева пластин.
2.1 Обзор 4
2.1.1 Обзор внутренних исследований 4
2.1.2 Обзор иностранных исследований 5
2.1.3 Классификация и идентификация материалов пластин.
2.2 Системный аппаратный и программный состав 7
2.2.1 Системный аппаратный состав и конфигурация 7
2.2.2 Системный программный дизайн 8
2.3 Извлечение и распознавание признаков элемента элемента и распознавание классификации.
2.3.1 Предварительное обработку ячейки 10
2.3.2 Сегментация изображения ячейки пластины 14
2.3.3 Внеклеточный контур фиксированный тип 21
2.3.4 Стандартный аналог 33
2.4 Извлечение функций текстуры и идентификация классификации 36
2.4.1 Метод исследования текстуры 37
2.4.2 Теория преобразования контуре 40
2.4.3 Распознавание классификации изображения ячейки пластин 48
Ссылки 53
Глава 3 Классификация цветовых характеристик дерева и видов деревьев 55
3.1 Цветовое пространство и цвет 55
3.1.1 Цветовое пространство 55
3.1.2 Цветная функция 59
3.2 Распознавание классификации на основе CIE 1976 L*A*B*Разница в цвете 61
3.2.1 На основании CIE 1976 L*A*B*Особенности цвета дерева с извлечением цветов 61
3.2.2 Результаты испытаний на классификацию древесины на основе CIE 1976 L*A*B*Разница в цвете 63
3.3 Распознавание классификации на основе цветового крутящего момента 64
3.3.1 Выбор цветового момента Символа 64
3.3.2 Эксперименты по классификации на основе символа цветового крутящего момента 65
3.4 Распознавание классификации на основе гистограммы 65
3.4.1 Выбор характеристик цветов гистограммы 65
3.4.2 Эксперименты по классификации на основе цветовых характеристик гистограммы 66
3.5 Распознавание классификации на основе основного цвета 67
3.5.1 Концепция основного цвета 67
3.5.2 Характеристики основного цвета и результатов классификации 68
Ссылки 70
Глава 4 Классификация характеристик текстуры дерева и дерева 71
4.1 Характеристики текстуры древесины и количественные 71
4.1.1 Особенности древесной текстуры 71
4.1.2 Значение количественного анализа рисунка древесины 71
4.2 Определение количества текстуры древесины 71
4.2.1 Независимые характеристики текстуры древесины 72
4.2.2 Характеристики серой разности текстуры древесины 73
4.2.3 Серые дифференциальные статистики текстуры древесины 75
4.2.4 Резюме 76
4.3 Анализ текстуры дерева.
4.3.1 Анализ серого симбиотического матричного анализа характеристик характеристик древесной текстуры 77
4.3.2 Проверка и классификация параметров текстуры текстуры 78
4.3.3 Статистика Холмона ингредиентов характеристик текстуры древесины 80
4.4 Анализ анализа функций частоты текстуры древесины 83
4.4.1 Quick Fourier Transform Spectrum 83
4.4.2 Применение Анализ преобразования Фурье характеристик текстуры древесины 85
4.5 Идентификация дерева на основе текстуры дерева 87
4.5.1 Основные принципы и процессы классификации шаблонов 87
4.5.2 Искусственная нейронная сеть 88
4.5.3.
4.6 Извлечение матча по текстуре дерева 90
4.6.1 Преимущества обнаружения и сопоставления содержимого изображения 90
4.6.2 Дифференциальный метод на основе принципа аналогичных сходств 91
4.6.3 Подобное поиск содержания и анализа текстуры древесины 93
4.7 Классификация и идентификация деревянных видов деревьев на основе характеристик текстуры 98
Ссылка 99
Глава 5 Используйте спектральные характеристики для классификации видов древесного дерева категория 101
5.1 Используйте ближний спектр для выполнения распознавания типа красного дерева 101
5.1.1 Прибор, оборудование и сбор данных 101
5.1.2 Экспериментальные результаты Обсуждение и анализ 102
5.2 Используйте вблизи спектра вблизи для хвойного и широкоразлитного материала классификации и идентификации 104
5.2.1 Прибор, оборудование и сбор данных 104
5.2.2 Экспериментальные результаты Обсуждение и анализ 105
5.3 Выбор характеристик спектральной отражательной способности и особенности выбранных видов дерева категории категория 107
5.3.1 Экспериментальная система и материал 108
5.3.2. Выбор функций с помощью фильтра и отбора проб.
5.3.3 Оптимизированный дизайн источника освещения в помещении 110
5.3.4 Дизайн классификатора 112
5.3.5 Экспериментальные результаты и анализ 113
5.3.6 Заключение и пост -работа 114
5.4 Использование технологии дистанционного зондирования высокого спектра для классификации и идентификации видов лесных деревьев 115
5.4.1 Закон о спектральной функции 115
5.4.2 Метод спектрального сопоставления 119
5.4.3 Закон о статистическом анализе 119
Ссылки 120
Глава 6 Классификация и идентификация деревянных видов деревьев на основе мультихарактеристического слияния 121
6.1 ВВЕДЕНИЕ ДАННЫХ ДАННЫХ 121
6.2 Вопросы, которые необходимо учитывать в процессе слияния 121
6.3 Метод слияния Введение 123
6.3.1 Метод слияния сигнала 123
6.3.2 Метод слияния пикселя.
6.3.3 Метод слияния символов 133
6.3.4 Метод интеграции решений 134
6.4 Распознавание режима и слияние информации 136
6.4.1 Визуальная информация слияние 136
6.4.2 Visual and Tental Fusion 137
6.4.3 Слияние визуальной и инфракрасной информации 138
6.4.4 Автоматическое распознавание цели 138
6.4.5 Информация о восприятии мобильных роботов Fusion 139
6.5 Распознавание классификации деревянных видов деревьев с цветной текстурой и спектральными характеристиками 140
6.5.1 Экстракт классификации деревянной поверхности Экстракт 140
6.5.2 Определенная конструкция нейронной сети BP 142
6.5.3 Экспериментальный анализ и обсуждение 144
Ссылки 149
Глава 7 Использование технологии визуализации микро -спектрометра для видов дерева и идентификации 151
7.1 Высокий спектр, показывающий микроавторанную деревянную категорию видов деревьев на основе поддерживаемой векторной композитной функции 151
7.1.1 Введение 151
7.1.2 Материалы и методы 152
7.1.3 Экспериментальные результаты и обсуждение 154
7.1.4 Заключение 158
7.2 Метод идентификации древесного дерева с изображением Высокого спектра на основе широко -листерального деревянного креста -сечения микро -структуры 159
7.2.1 Введение 159
7.2.2 Материалы и методы 161
7.2.3 Экспериментальные результаты и обсуждение 165
7.2.4 Заключение 171
7.3 Исследование по микро -гиплентным исследованиям изображения Алгоритм Алгоритм микроавтографического алгоритма 172
7.3.1 Введение 172
7.3.2 Материалы и методы 172
7.3.3 Экспериментальные результаты и обсуждение 179
7.3.4 Заключение 188
Ссылки 188
Глава 8 Классификация и идентификация деревянных видов деревьев на основе обработки звуковых волн 191
8.1 Классификация деревянных видов деревьев на основе ультразвуковых сигналов 191
8.2 Классификация и идентификация деревянных видов деревьев на основе стрессовых волн 192
Ссылки 203
Глава 9 Квалифицированные тестирование деревянного дефекта 204
9.1 Классификация дефектов древесины на основе спектральных характеристик 204
9.2 Используйте метод визуализации слоя для обнаружения дефектов древесины 208 208
9.3 Тестирование и распознавание деревянных дефектов на основе обработки изображений 213
Ссылка 219
Глава 10 Количественное тестирование деревянного дефекта 221
10.1 Количественное обнаружение 3D -сканирующей технологии для дефектов депрессии древесины 221
10.1.1 3D -сканирование и обработка дефекта дерева 221
10.1.2 Дефектное разделение 223
10.1.3 Расчет количества дефекта дерева 224
10.1.4 Экспериментальные результаты и анализ 226
10.2 Дефицит древесины и количественный тест на основе ультразвукового и вейвлет -преобразования 228
10.3 Используйте ультразвуковое поле связи для деревянных дефектов для количественного обнаружения 232
10.4 Резюме и перспективы деревянных видов деревьев и обнаружения дефектов 236
Ссылка 237
Введение
В древесной промышленности тестирование качества древесины имеет важное практическое значение.Среди многих показателей тестирования качества древесины виды дерева и дефекты древесины являются двумя важными показателями тестирования.За последние 20 лет, с быстрым разработкой программного обеспечения для компьютерного аппаратного обеспечения, традиционное искусственное субъективное тестирование было заменено на появление неразрушающего тестирования, такого как обработка изображений, распознавание образцов и спектральный анализ.Никакое обнаружение потерь не имеет преимуществ высокой точности обнаружения, высокой степени автоматизации и хорошей повторяемости.Изучение видов деревьев деревьев и дефектной проверки «систематически вводило традиционные классические методы деревянных видов деревьев и дефектов и неразрушающего тестирования и основных методов в последние годы. В то же время оно также суммировало соответствующие результаты исследования автора. Последние 10 лет.
Чтение в Интернете
СМИ обзор
