基于灰度共生矩阵和聚类方法的木材缺陷识别.pdf

总第253期 计算机与数字丁程 V01．38No．11 ComputerDigital 38 2010年第11期 Engineering 基于灰度共生矩阵和聚类方法的木材缺陷识别+ 吴东洋 业宁” 苏小青动 (南京林业大学信息技术学院 万宁571500) 南京210037)(海南省万宁市农业银行红专支行2’ 摘要文章提出了一种新的基于灰度共生矩阵的木材纹理特征提取和聚类分析的木材缺陷识别方法。该方法基于 数据降维，对产生的特征数据集分别利用k-means算法及AP算法进行聚类，自动找出并正确标识木材表面缺陷位置，并对 比分析不同木材表面缺陷类型识别效率。实验结果表明，该方法能快速有效地进行木材表面缺陷自动识别。 关键词灰度共生矩阵；k-means；AffinityPropagation聚类 中图分类号TP30l Defect BasedonGLCM Wood and Recognition ClusteringAlgorithm Wu Dongyan91’YeNingI’SuXiaoqing‘2’ (SchoolofInformation 210037) Technology，NanjingForestryUniversity”，Nanjing (TheRed Branchof Bank，Hainan Special Agricultural Provincez’，Wanning571500) AbstrmvtAnewmethodbasedonGLCMand forwooddefectidentificationwas ClusteringAlgorithm analyzed．The methodisbasedon thefivewood texturecharacteristicsE，I，SOA，SOCand the GLCM，extractingimage SOV，decreasing data thefeaturedataset K-meansand out and the dimensions，classifyingby AP，findingautomaticallyidentifyingcorrectly wood of wood surfacedefectlocation，and and theidentification differentsurfacedefects．AC- comparinganalyzing efficiency tOthe methodcan thewoodsurfacedefect and experiment，the COrding automaticallyidentify rapidlyeffectively． Words Key GLCM，K-means，AffinityPropagationclustering CI籀sNtmll确rTP301