典型文献
锯材表面缺陷识别方法对比分析研究
文献摘要：
锯材的表面质量对木结构制品的质量起着至关重要的作用.锯材的表面质量主要受锯材表面缺陷(如节子、虫眼、裂纹等)类型、分布、数量等综合影响.文中针对基于浅层学习网络和深度学习算法的2类图像处理方法,对比分析其在锯材表面缺陷识别中的研究现状、存在的问题及发展趋势;同时,结合准确率、平均识别精度均值和图像识别时间等目标检测评价指标,对比分析多种图像处理算法在锯材表面缺陷识别中的性能;最后,对未来锯材表面缺陷识别方法的发展趋势进行了展望.
文献关键词：
锯材;表面缺陷;识别方法;深度学习;图像处理
中图分类号：
作者姓名：
王勇;张伟
作者机构：
国家林业和草原局北京林业机械研究所,北京100029;中国林业科学研究院木材工业研究所,北京100091
文献出处：
引用格式：
[1]王勇;张伟-.锯材表面缺陷识别方法对比分析研究)[J].世界林业研究,2022(04):47-52
A类：
虫眼
B类：
锯材,表面缺陷,缺陷识别,识别方法对比,表面质量,木结构,节子,综合影响,浅层学习,学习网络,深度学习算法,识别精度,和图像,图像识别,目标检测,检测评价,图像处理算法
AB值：
0.297851
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
