木材无损检测高光谱成像技术研究成果

《木材无损检测高光谱成像技术研究成果》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、木材无损检测高光谱成像技术研究成果　　高光谱成像技术起源于遥感测量领域，它将二维成像和光谱技术有机融为一体，可以同时获取研究对象的空间及光谱信息，下面是小编搜集整理的一篇探究高光谱成像原理与装置的论文范文，供大家阅读借鉴。　　采用无损检测技术快速有效地预测木材各种物理力学性能、化学性质、解剖学性质以及各种缺陷等，对于充分合理利用木材，高效优质加工木材、挖掘木材的潜在利用价值以及加速木工企业自动化发展等方面具有重要的理论指导与实践意义。机器视觉技术和光谱技术具有无损、快速、准确等优点，是目前木材品质无损检测中的2种重要

2、技术。其中，机器视觉技术提取木材及其制品的表面信息进行分析，可用于木材表面缺陷等的检测[1-3].该技术获取的主要是灰色或RGB(红绿蓝)图像，反映木材表面缺陷信息有限，识别准确率有待进一步提高。与机器视觉技术不同，光谱技术尤其是近红外光谱技术，非常适合木材及其制品的物理力学性质[4-7]、化学性质[8-9]以及解剖学性质[10-11]等的预测。该技术只采集被测对象一个点域的信息，缺少被测对象的空间信息，这一局限性可能会影响模型的稳定性和适应性[12].　　木材无损检测高光谱成像技术研究成果　　高光谱成像技术起源于遥

3、感测量领域，它将二维成像和光谱技术有机融为一体，可以同时获取研究对象的空间及光谱信息，下面是小编搜集整理的一篇探究高光谱成像原理与装置的论文范文，供大家阅读借鉴。　　采用无损检测技术快速有效地预测木材各种物理力学性能、化学性质、解剖学性质以及各种缺陷等，对于充分合理利用木材，高效优质加工木材、挖掘木材的潜在利用价值以及加速木工企业自动化发展等方面具有重要的理论指导与实践意义。机器视觉技术和光谱技术具有无损、快速、准确等优点，是目前木材品质无损检测中的2种重要技术。其中，机器视觉技术提取木材及其制品的表面信息进行分析，

4、可用于木材表面缺陷等的检测[1-3].该技术获取的主要是灰色或RGB(红绿蓝)图像，反映木材表面缺陷信息有限，识别准确率有待进一步提高。与机器视觉技术不同，光谱技术尤其是近红外光谱技术，非常适合木材及其制品的物理力学性质[4-7]、化学性质[8-9]以及解剖学性质[10-11]等的预测。该技术只采集被测对象一个点域的信息，缺少被测对象的空间信息，这一局限性可能会影响模型的稳定性和适应性[12].　　由于图像数据能反映被测物外部特征、表面缺陷等，而光谱数据可对其物理结构及化学性质进行分析，因此，高光谱成像技术是图像技术

5、与光谱技术的完美结合[12].目前，涉及该技术在木材及其制品品质检测的研究尚在起步阶段，这是一个有着巨大潜力的研究领域。本文介绍了高光谱成像技术的原理、装置以及数据处理方法，并介绍该技术在木材及木制品的各种缺陷检测、物理力学性质以及化学性质预测等方面的研究进展。　　1高光谱成像原理与装置　　高光谱成像是指在电磁波谱的光谱波段获取较高光谱分辨率(0.6~3.0nm)的图像信息的过程，其理论基础是利用电磁波谱对被测物特性进行分析并以成像的方式对被测物的光谱特性进行研究[13].所得数据是在特定波长范围内由一系列连续的窄波

6、段图像组成的三维图像。现有高光谱成像系统的成像光谱范围包括400~1000nm,900~1700nm和1000~2500nm等3个标准光谱波段。　　高光谱图像的采集方式包括逐点扫描式、线推扫式以及面帧式[14].目前，应用最多的是线推扫式。　　一个典型的线推扫式高光谱成像系统如图1所示，由电荷耦合器件(chargecoupleddevice,CCD)探测器、成像光谱仪、镜头、光源及其控制器、可调载物台、步进电机、运动控制系统和图像采集系统等组成。　　其中，成像光谱仪以光栅型为主，是高光谱成像系统的核心部件，其内部有一

7、个棱镜-光栅-棱镜(prism-grating-prism,PGP)单元，如图2所示。在推扫过程中，该单元能将待测物一个窄带空间内的有效入射光散射成不同波长，色散后的光信号成像到CCD探测器上。其中的一个方向提供空间信息，另一个方向提供光谱信息，这样就得到了此窄带空间位置上多个像元点的光谱图像。对推扫过程中多个窄带空间区域的光谱图像进行拼接，可获得整个待测物的高光谱图像。图3给出了一种蓝变木材的高光谱图像数据[15],其中第1维和第2维是木材样品的空间位置信息(以x和y表示)，第3维是波长信息(以λ表示

8、)。　　根据高光谱成像系统中光源的类型以及传感器与光源的不同配置方式，可获取4种不同类型的高光谱图像，分别是：反射图像、散色图像、荧光图像和透射图像。目前，高光谱反射图像是木材品质无损检测应用研究的重点。　　2高光谱图像数据的处理方法　　高光谱图像数据处理的一般流程如图4所示[16].由于高光谱图像既包含光谱信息，又包括图像信息，因此，高光谱图