文档介绍：学校代码：10225
学 号：S17075
学 位 论 文
木材缺陷的 FBP 神经网络识别与原木年轮统计
检测研究
王世伟
指导教师姓名： 牟洪波 副教授 东北林业大学
申请学位级别： 硕 士 学科专业： 生物物理学
论文提交日期： 2017 年 4 月 论文答辩日期： 2017 年 6 月 8 日
授予学位单位： 东北林业大学 授予学位日期： 2017 年 6 月
答辩委员会主席：
论 文评 阅 人：
University Code：10225
Register Code ：S17075
Dissertation for the Degree of Master
Research of wood defects identification by FBP
neural network and statistical detection of log rings
Candidate: Shiwei Wang
Supervisor: Hongbo Mu
Associate Supervisor:
Academic Degree Applied for: Master of Science
Speciality: Biophysics
Date of Oral Examination: June 8, 2017
University: Northeast Forestry University
摘要
摘要
森林资源作为生长周期相对较长的可再生资源，对于人类来说一直都是一种稀缺
的资产。我们在感谢大自然的馈赠的同时，更要关注生态的平衡。近些年来，全球森林
覆盖面积锐减，温室效应加重，大自然已经给人类敲响了警钟。科学选择木材，提高木
材利用率显得尤为重要。本课题主要对落叶松、水曲柳两种木材典型的三种缺陷（节
子、腐朽、裂纹）进行识别，对云杉的原木年轮进行检测，测算树龄。
木材缺陷特征的研究有效的利用了X射线无损检测技术。基于缺陷区域和其他区域
对X射线的吸收衰减率不同获取缺陷图像，并且利用生成的灰度共生矩阵提取缺陷图像
的13个特征值，并把它们作为神经网络的输入向量。通过比较分析本研究采用拟牛顿算
法作为网络训练的算法，将模糊理论中的隶属度概念与BP神经网络相结合对木材缺陷的
类型进行识别。