[发明专利]一种基于MMI的木材图像纹理分析与识别方法

权利要求书

1.一种基于MMI的木材图像纹理分析和识别方法，包括如下步骤：

（1）在给定木材图像的特征明显部位选取一块子区域，得到该区域的二值图；

（2）用HLAC模板取所述的二值图的匹配图；

（3）在所述的匹配图上提取连通区域特征、直方图特征和区域矩特征；

（4）重复步骤（1）～（3），形成训练样本集；

（5）对待识别木材图像重复上述步骤（1）～（3），基于提取到的特征集与所述的训练样本集采用SVM进行分类，得出识别结果。

2.根据权利要求1所述的基于MMI的木材图像纹理分析和识别方法，其特征在于，所述的特征明显部位为木材上两个年轮线之间的部位。

3.根据权利要求1所述的基于MMI的木材图像纹理分析和识别方法，其特征在于，对所述的子区域图像进行灰度转化和二值化处理，得到所述的二值图。

4.根据权利要求1或2或3所述的基于MMI的木材图像纹理分析和识别方法，其特征在于，在步骤（2）中，如果所述的二值图上的任意一点与所述的HLAC模板匹配，则将当前点赋为黑色，否则将当前点赋为白色。

5.根据权利要求4所述的基于MMI的木材图像纹理分析和识别方法，其特征在于，在步骤（2）中应用多个HLAC模板，每一个HLAC模板得到一幅匹配图。

6.根据权利要求1所述的基于MMI的木材图像纹理分析和识别方法，其特征在于，所述的连通区域特性包括连通度、黑点总数、连通区域的像素最大值和最小值，包括如下步骤：（1）用广搜的方法统计所述的匹配图，图片中黑色点连通区域的个数即为所述的连通度；（2）统计每块所述的连通区域中黑点的个数，得到所述的连通区域的像素最大值和最小值。

7.根据权利要求1所述的基于MMI的木材图像纹理分析和识别方法，其特征在于，所述的直方图特征的提取包括如下步骤：

（1）扫描一张m×n的所述的匹配图上的每个像素点；

（2）如果为黑色点，则提取该点水平方向和竖直方向上相邻黑色点的个数，作为该当前黑色像素点的权值；

（3）以宽度方向连续黑点的个数a（a=1,2,…n）作为横轴，以a个连续黑点出现的个数作为纵轴，形成一张宽度直方图；

（4）以长度方向连续黑点的个数b（b=1,2,…m）作为横轴，以b个连续黑点出现的个数作为纵轴，形成一张长度直方图。

8.根据权利要求1所述的基于MMI的木材图像纹理分析和识别方法，其特征在于，所述的步骤（3）中，区域矩特征包括中心矩（Central Moment）特征、中心不变矩（Central Moment Invariant）特征和辐射矩（Radial Moment）特征。