[发明专利]基于近红外光谱分析的实木板材节子形态反演方法

说明书

基于近红外光谱分析的实木板材节子形态反演方法，属于实木缺陷检测识别技术领域。本发明的目的是利用近红外光谱分析技术准确地刻画出节子在木材内部的形态，进而对实木板材力学性能和缺陷类别进行准确预测与识别。首先利用图像提取表面节子的缺陷区域，计算出相应中心位置；然后，提取节子缺陷边缘的多点位置，采集这些边缘点的光谱信息并进行基线漂移与去噪处理；运用主成分与马氏距离结合剔除异常光谱，利用K‑S划分校正样本集，并运用ISOMAP对缺陷光谱信息特征进行有效提取；最后，应用小波网络建立节子边缘光谱与该点倾角间的关系，并利用Solidworks软件实现节子椎体模型的三维呈现。本发明用于实木板材节子形态的建模。

技术领域

本发明涉及一种实木板材节子形态反演方法，属于实木缺陷检测识别技术领域。

背景技术

节子作为木材生长缺陷，破坏了木材的均匀性和完整性，不仅影响产品外观，而且节子影响着实木板材的力学性能，如何准确刻画出节子在木材内部的形态，进而计算出实木板材力学性能是一个具有应用价值的科学问题。

近年来，由于无损检测技术具有非破坏、灵活、可靠的特点，许多学者已应用机器视觉、超声波检测、X-ray扫描以及激光成像等方法对实木缺陷开展了相关检测研究。Gonzalo A.Ruz^[1]搭建了自动视觉检测(AVI)系统，实现了11种缺陷类别图像集的正确分类；Zhang Yizhuo^[2,3]针对实木表面缺陷与纹理种类开展了分类研究，首先，应用图像分割技术提取缺陷，利用PCA和SOM完成缺陷特征融合与识别；然后，利用双树复小波提取实木图像频谱信息，运用PSO和CS完成特征降维和纹理、缺陷类别的快速分类。缺陷的超声波检测是根据声波信号在实木板材中传递的时间完成节子信息和木材性能的定性估算，Jose^[4]构建了缺陷的超声波检测系统并对海岸松进行了测试，缺陷面积比在20％至30％时，准确率为75％至83％；张厚江^[5]构建了振动测试系统，发现横向振动方式可以有效地测得了木板试材固有频率，弹性模量预测值稍大于静态方式测得的弹性模量。Olsson^[6]提出应用激光成像技术测量实木表面纤维角，进而预测木材缺陷状态和估算木材相关力学性能。X-ray扫描与机器视觉技术可以全面掌握实木板材的密度分布和缺陷形态信息^[7]，但设备复杂，成本较高；Mohamad^[8]应用该技术测量了实木板材的缺陷形态、缺陷密度与净木密度，通过计算缺陷的KDR参数，估算了木材的MOE和MOR力学参数。

目前，基于机器视觉的缺陷检测解决了实木缺陷表面检测与识别，超声波检测可以判断出缺陷的存在，X-ray虽然可以全面的掌握实木信息，但其检测成本较高。

近红外光谱分析技术通过检测木材含氢基团，即C-H、N-H、O-H物质含量，进而判断木材相关物理与化学性质。梁浩^[9]分析了近红外光谱与实木地板缺陷类型的相关性，并通过贝叶斯神经网络实现了缺陷的识别；Yang Zhong^[10]采用近红外光谱结合SIMCA法分别建立了桉树的缺陷识别模型；张怡卓等^[11，12]采用近红外光谱技术，分别利用GN样本优选与CPLS建模、Isomap-PLS方法预测了蒙古栎的相关力学性能。尽管近红外光谱分析技术可以对实木板材力学性能和缺陷类别进行预测和识别，但是如何应用该技术完成缺陷板材力学性能分析还尚未开展。

发明内容

本发明的目的是提供一种基于近红外光谱分析的实木板材节子形态反演方法，以利用近红外光谱分析技术准确地刻画出节子在木材内部的形态，进而对实木板材力学性能和缺陷类别进行准确预测与识别。

本发明为解决上述技术问题采取的技术方案是：

一种基于近红外光谱分析的实木板材节子形态反演方法，所述方法的实现过程为：

训练过程：