第1章 绪论 1
1.1 研究的目的和意义 1
1.2 木材无损检测技术的研究现状 3
1.3 数字图像处理的进展 7
1.4 神经网络的发展及研究现状 9
1.5 MATLAB神经网络工具箱的基本特征 11
1.6 本书的主要研究内容 14
第2章 木材X射线无损检测系统 16
2.1 X射线的性质 16
2.2 木材X射线检测原理 17
2.3 木材X射线图像成像的基本规律 18
2.4 木材X射线无损检测系统 19
2.5 木材缺陷图像的采集和冻结 30
2.6 本章小结 32
第3章 木材缺陷图像预处理与图像分割 33
3.1 数字图像 33
3.2 数字图像处理 37
3.3 木材缺陷图像增强 41
3.4 木材缺陷图像分割 48
3.5 本章小结 64
第4章 木材缺陷图像的特征提取 65
4.1 木材缺陷类型 65
4.2 木材缺陷特征的选取 67
4.3 木材缺陷位置和尺寸的确定 67
4.4 基于木材缺陷位置和尺寸的木材缺陷特征提取 68
4.5 基于Hu不变矩的木材缺陷特征提取 70
4.6 本章小结 78
第5章 BP和RBF神经网络在木材缺陷识别中的应用 79
5.1 人工神经元模型 79
5.2 人工神经网络模型 85
5.3 人工神经网络学习过程 87
5.4 基于BP神经网络的木材缺陷识别 90
5.5 基于RBF神经网络的木材缺陷识别 105
5.6 基于BP-RBF混合神经网络的木材缺陷识别 112
5.7 本章小结 116
第6章 结论 117
参考文献 119