| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 1 绪论 | 第16-24页 |
| 1．1 木材纹理 | 第16-18页 |
| 1．1．1 木材是纹理型的事物 | 第16页 |
| 1．1．2 木材纹理的特点 | 第16-17页 |
| 1．1．3 纹理是木材的重要自然物理属性 | 第17-18页 |
| 1．2 传统的木材纹理定性描述 | 第18-19页 |
| 1．3 木材纹理定量化分析的意义 | 第19页 |
| 1．4 国内外关于木材纹理定量化的代表性研究 | 第19-21页 |
| 1．5 木材纹理定量化的问题及难点 | 第21-22页 |
| 1．5．1 存在的问题 | 第21-22页 |
| 1．5．2 难点 | 第22页 |
| 1．6 基于计算机图像处理进行木材纹理定量化的构想 | 第22-23页 |
| 1．7 本论文的研究任务 | 第23-24页 |
| 1．7．1 研究目标与内容 | 第23页 |
| 1．7．2 研究方案 | 第23-24页 |
| 2 实验材料和方法 | 第24-39页 |
| 2．1 实验材料 | 第24-26页 |
| 2．2 实验方法 | 第26-34页 |
| 2．2．1 数字图像处理 | 第26-27页 |
| 2．2．2 图像的离散数字化 | 第27-29页 |
| 2．2．3 数字图像处理的基本运算形式 | 第29-30页 |
| 2．2．4 基于数字图像处理技术的典型纹理算法 | 第30-34页 |
| 2．2．5 纹理算法与特征参数提取的校验模型 | 第34页 |
| 2．3 木材纹理物理量的定义 | 第34-39页 |
| 2．3．1 从木材科学定义木材纹理物理量 | 第35页 |
| 2．3．2 从心理物理学和视觉环境学定义木材纹理物理量 | 第35-37页 |
| 2．3．3 从计算机视觉和图像图形学定义木材纹理物理量 | 第37-38页 |
| 2．3．4 木材纹理物理量的归纳与总结 | 第38-39页 |
| 3 木材纹理的特征量针对性检测 | 第39-63页 |
| 3．1 木材纹理色品指数的检测 | 第39-45页 |
| 3．1．1 色度学模型 | 第39-40页 |
| 3．1．2 木材纹理R、G、B三基色的提取 | 第40页 |
| 3．1．3 RGB系统颜色值向CIE-XYZ系统转换 | 第40-41页 |
| 3．1．4 CIE XYZ系统颜色值向CIE L~*a~*b~*系统转换 | 第41-42页 |
| 3．1．5 CIE L~*a~*b~*系统颜色值向孟塞尔色空间的转换 | 第42-43页 |
| 3．1．6 RGB系统颜色值向HSI系统转换 | 第43-45页 |
| 3．2 木材纹理知觉亮度特征的检测 | 第45-49页 |
| 3．2．1 木材纹理灰度的直方图统计 | 第45-46页 |
| 3．2．2 纹理亮度一阶直方图的定量形状描述 | 第46-47页 |
| 3．2．3 纹理颜色分量的亮度直方图统计 | 第47-48页 |
| 3．2．4 基于Matlab的纹理亮度检测代码 | 第48-49页 |
| 3．3 木材纹理形状与纹理角度的检测 | 第49-55页 |
| 3．3．1 木材纹理形状的检测 | 第50-51页 |
| 3．3．2 木材纹理线图像的Radon变换 | 第51-52页 |
| 3．3．3 木材纹理角度的二维曲线图 | 第52-54页 |
| 3．3．4 基于Matlab的纹理形状及角度检测代码 | 第54页 |
| 3．3．5 木材纹理方向性特征规律 | 第54-55页 |
| 3．4 木材纹理周期、纹理宽度及间距的检测 | 第55-61页 |
| 3．4．1 木材纹理灰度的周期性变动 | 第56-57页 |
| 3．4．2 木材纹理周期长度检测 | 第57-58页 |
| 3．4．3 木材纹理宽度及间距检测 | 第58-59页 |
| 3．4．4 基于Matlab的纹理周期及纹理宽度检测代码 | 第59-61页 |
| 3．5 本章小结 | 第61-63页 |
| 4 木材纹理的灰度变动特性 | 第63-69页 |
| 4．1 木材纹理灰度的变动特征及规律 | 第63-66页 |
| 4．1．1 木材纹理灰度的自相似特性 | 第63-64页 |
| 4．1．2 木材纹理灰度差值的变动特征 | 第64-66页 |
| 4．2 木材纹理的灰度差分统计 | 第66-67页 |
| 4．2．1 纹理灰度差分直方图 | 第66页 |
| 4．2．2 不同纹理特征的灰度差分统计参数比较 | 第66-67页 |
| 4．3 本章小结 | 第67-69页 |
| 5 木材纹理的空域和频域统计特征分析 | 第69-106页 |
| 5．1 木材纹理特征的空间灰度共生矩阵分析 | 第69-83页 |
| 5．1．1 构建空间灰度共生矩阵 | 第69-70页 |
| 5．1．2 基于灰度共生矩阵的特征参数 | 第70-71页 |
| 5．1．3 木材纹理的灰度共生特性的分析 | 第71-83页 |
| 5．2 木材纹理特征的行程长度矩阵统计分析 | 第83-88页 |
| 5．2．1 灰度行程长度矩阵 | 第84页 |
| 5．2．2 行程长度统计参数 | 第84-85页 |
| 5．2．3 行程长度统计参数对不同纹理的规律 | 第85-86页 |
| 5．2．4 木材纹理的行程长度统计规律 | 第86-88页 |
| 5．3 应用快速傅里叶变换功率谱分析木材纹理频率特征 | 第88-92页 |
| 5．3．1 快速傅里叶变换功率谱 | 第89-91页 |
| 5．3．2 应用 FFT分析木材纹理特征 | 第91-92页 |
| 5．4 应用小波在多尺度和多频率空间提取木材纹理特征 | 第92-100页 |
| 5．4．1 小波二进正交分解 | 第93-94页 |
| 5．4．2 基于小波分量的特征参数 | 第94-95页 |
| 5．4．3 基于小波分量特征参数的木材纹理分析 | 第95-100页 |
| 5．5 木材纹理的分形特征与纹理复杂度描述 | 第100-104页 |
| 5．5．1 木材纹理的分形特征 | 第100页 |
| 5．5．2 分形对纹理的描述 | 第100-101页 |
| 5．5．3 木材纹理的分形维数计算 | 第101-103页 |
| 5．5．4 木材纹理分形维数的特征规律 | 第103-104页 |
| 5．5．5 分形与其它纹理分析方法的比较 | 第104页 |
| 5．6 本章小结 | 第104-106页 |
| 6 木材纹理特征参数体系的建立 | 第106-109页 |
| 6．1 各种纹理算法的针对性及优缺点分析 | 第106页 |
| 6．2 各种纹理算法之间的相互联系 | 第106-107页 |
| 6．3 木材纹理综合变量体系的建立 | 第107-108页 |
| 6．4 本章小结 | 第108-109页 |
| 7 木材纹理特征参数的应用实验分析 | 第109-136页 |
| 7．1 基于纹理特征和神经元网络的木材聚类判别 | 第109-112页 |
| 7．1．1 模式分类的基本原理和过程 | 第109页 |
| 7．1．2 人工神经网络 | 第109-110页 |
| 7．1．3 木材分类判别的网络设计及效果测试 | 第110-112页 |
| 7．2 基于最大相似原理的木材纹理内容检索 | 第112-120页 |
| 7．2．1 基于图像内容检索匹配算法的优点 | 第112页 |
| 7．2．2 根据最大相似原理的判别方法 | 第112-115页 |
| 7．2．3 木材纹理内容相似性检索实例及分析 | 第115-120页 |
| 7．3 木材纹理的模拟与重构 | 第120-123页 |
| 7．3．1 自回归模型法 | 第120-121页 |
| 7．3．2 木材纹理的重构 | 第121-123页 |
| 7．4 应用于指示木材涂饰工艺学的效果 | 第123-129页 |
| 7．4．1 材料和方法 | 第123-124页 |
| 7．4．2 试验前后木材纹理特征参数的变化及分析 | 第124-129页 |
| 7．5 基于改进的视觉物理量预测木材的心理评价效果及环境学品质 | 第129-135页 |
| 7．5．1 木材视觉物理量的选取与整理 | 第130-132页 |
| 7．5．2 木材视觉心理量的选取与整理 | 第132-133页 |
| 7．5．3 木材视觉物理量与视觉心理量的相关性分析 | 第133-134页 |
| 7．5．4 木材视觉心理量评价效果的回归预测 | 第134页 |
| 7．5．5 木材视觉环境学品质评价 | 第134-135页 |
| 7．6 本章小结 | 第135-136页 |
| 结论 | 第136-138页 |
| 参考文献 | 第138-145页 |
| 附录 论文内容的查新结果 | 第145-151页 |
| 攻读学位期间发表论文、著作及学术获奖情况 | 第151-153页 |
| 致谢 | 第153页 |
