Earticle

현재 위치 Home

Wood Defect Classification Based On Support Vector Machine

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJCA) 바로가기
  • 간행물
    International Journal of Control and Automation SCOPUS 바로가기
  • 통권
    Vol.9 No.11 (2016.11)바로가기
  • 페이지
    pp.179-190
  • 저자
    Hongbo Mu, Yang Yang, Haiming Ni, Dawei Qi
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A290827

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
Effective identification of wood decay and crack defects by using support vector machine (SVM) theory. Extracting wood defect image through the image acquisition system, then processing the defect image by using gray level change, equalization, and median filtering et al. So as to achieve the purpose of improve the image quality and detection accuracy. Segment the target images, and then measures the area, perimeter, and diameter of the wood defects. Three eigenvalues, area and perimeter square ratio, length to diameter ratio and circumference and area ratio, which can be identified the wood defects was obtained. Separating these eigenvalues into training set and testing set. Training Support vector machine by using training set, establish a preliminary model of support vector machine. Using support vector machine model for accuracy test, if the test accuracy is low, repeatedly adjust the parameters of support vector machine for training and testing until reach the test accuracy. Making sure the kernel function and various parameters of support vector machine, constructing the support vector machine, which using for wood defect classification. The experimental results showed that this method has fast calculation speed, high precision, and helps to raise the utilization rate of wood.

목차

Abstract
 1. Introduction
 2. Wood Defects Image Pre-Processing
  2.1. Histogram Equalization
  2.2. Median Filtering Process of Wood Defect Images
  2.3. Wood Defect Image Segmentation
 3. The Selection and Extraction of Wood Defect Characteristic Value
  3.1. The Selection of Wood Defect Characteristic Value
  3.2. The Extraction of Wood Defect Characteristic Value
 4. Application of Support Vector Machine to Wood Defect Classification
  4.1. The Support Vector Machine
  4. 2. The Design of the Support Vector Machine
 5. Results and Discussion
 References

키워드

wood defects image processing support vector machine classification

저자

  • Hongbo Mu [ College of Science, Northeast Forestry University, PR China ]
  • Yang Yang [ College of Science, Northeast Forestry University, PR China ]
  • Haiming Ni [ College of Mechanical and Electrical Engineering, Northeast Forestry University, PR China ]
  • Dawei Qi [ College of Science, Northeast Forestry University, PR China ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJCA) [Science & Engineering Research Support Center, Republic of Korea(IJCA)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of Control and Automation
  • 간기
    월간
  • pISSN
    2005-4297
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of Control and Automation Vol.9 No.11

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.