基于Top-k反距離加權(quán)的木材內(nèi)部缺陷三維成像方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種木材內(nèi)部缺陷的成像方法，具體是設(shè)及一種基于Top-k反距離加 權(quán)的木材內(nèi)部缺陷=維成像方法。
【背景技術(shù)】
[0002] 我國是一個木材資源嚴(yán)重缺乏的國家，隨著經(jīng)濟(jì)發(fā)展和人民生活水平的不斷提 升，木材的需求量也隨之逐年遞增。利用木材無損檢測技術(shù)對活體木進(jìn)行大量定期的檢測 和及時的補(bǔ)救成為有效提高相關(guān)林業(yè)資源利用率的重要手段。木材無損檢測技術(shù)用來檢測 木材生長特性、木材及其結(jié)構(gòu)的物理性質(zhì)、木材內(nèi)部缺陷、木材的力學(xué)性質(zhì)等，利用木材無 損檢測技術(shù)可W提高木材利用率。
[0003]木材無損檢測技術(shù)中，通常會使用一些成像方法使得木材內(nèi)部的缺陷可W直觀地 顯現(xiàn)出來，供研究者們更加快捷直觀地對木材內(nèi)部缺陷位置等進(jìn)行研究分析，現(xiàn)有技術(shù)提 供了一種應(yīng)力波斷層成像技術(shù)，該成像技術(shù)主要是通過應(yīng)力波斷層成像技術(shù)獲取木材二維 斷層圖像，再通過斷層圖像獲取木材內(nèi)部缺陷的大小、形狀等信息，但是該種方法需要對木 材進(jìn)行多次橫截面圖像的獲取，該種通過獲取木材二維斷層圖進(jìn)行=維研究的方法實驗周 期長、實現(xiàn)效率低；另外現(xiàn)有技術(shù)中有一種通過CT掃描技術(shù)獲取木材內(nèi)部=維情況的方 法，該方法雖然一次性獲得了木材內(nèi)部=維情況，但是成本比較高，不易實現(xiàn)。

【發(fā)明內(nèi)容】

[0004]發(fā)明目的；為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于Top-k反距離 加權(quán)的木材內(nèi)部缺陷=維成像方法，該方法可W準(zhǔn)確定位木材內(nèi)部缺陷位置與缺陷腐朽情 況，大大提高了檢測效率。
[0005]技術(shù)方案：為實現(xiàn)上述目的，本發(fā)明的一種基于Top-k反距離加權(quán)的木材內(nèi)部缺 陷=維成像方法，包括W下步驟：
[0006] S1在待測木材周圍固定傳感器，使傳感器均勻分布在待測木材周圍且傳感器被固 定在待測木材周圍的不同高度處；
[0007] S2對傳感器依次進(jìn)行敲擊，使應(yīng)力波在待測材料內(nèi)部傳播，記錄應(yīng)力波在木材內(nèi) 部的傳播時間，計算應(yīng)力波在任意兩個傳感器之間的傳播速度；
[0008] S3根據(jù)應(yīng)力波傳播速度數(shù)據(jù)，得到空間預(yù)估點鄰域內(nèi)已知點速度數(shù)據(jù)集；
[0009]S4通過空間預(yù)估點鄰域內(nèi)已知點速度數(shù)據(jù)集，根據(jù)反距離加權(quán)算法計算該空間預(yù) 估點的屬性值；
[0010]S5根據(jù)空間預(yù)估點的屬性值繪制S維空間點分布圖，根據(jù)S維空間點分布圖分析 待測木材內(nèi)部腐朽情況。
[0011] 進(jìn)一步地，計算空間預(yù)估點的屬性值之前對該空間預(yù)估點的領(lǐng)域內(nèi)已知點進(jìn)行篩 選，具體包括W下步驟：
[0012]S21首先將方位捜索法中的基于二維的四方捜索法擴(kuò)展到基于=維的空間捜索 法，設(shè)空間預(yù)估點為Pi(X。yi)，該空間預(yù)估點Pi(x。yi)周圍8個領(lǐng)域空間內(nèi)存在已知點 QiUi'Yi);
[001引S22然后采用捜索半徑r對各領(lǐng)域空間內(nèi)已知點進(jìn)行捜索，其中rmh<r<R，R為 木材的半徑，rmi。是指Wrmi。捜索到的領(lǐng)域空間內(nèi)已知點的數(shù)目必須達(dá)到預(yù)先設(shè)定的闊值 S;
[0014] S23最后采用基于Top-k查詢技術(shù)查詢空間預(yù)估點Pi(Xi，yi)領(lǐng)域空間內(nèi)與該空間 預(yù)估點相關(guān)性最大的k個已知點。
[0015] 進(jìn)一步地，所述步驟S23具體包括W下步驟：
[0016] 給定M個元組的集合T，各元組具有m' = (U。咕...，IV,)個屬性，將集合T存儲 為列文件的集合S=咕，S2,. . .，S。}，每個列文件為二元組合Si(rid, ，其中rid表示對 象的標(biāo)識符，Ui表示對象在屬性處的屬性值，其中各列文件的存儲方式為各元組的屬性值 的單調(diào)非增序列，定義F為m'個屬性的評分函數(shù)，F(xiàn)公式如下：
[0017]
(公式 1)
[0018] 式中，Ai是評分函數(shù)F在屬性值Ui上的權(quán)重；
[001引利用Top-k查詢技術(shù)查詢查詢集合T中各元組的k個子集，通過讀取m列已經(jīng) 降序排列的列文件S，順序讀取序列中，當(dāng)元組rid出現(xiàn)時，隨機(jī)讀的方式在另外一個m-1 個列文件獲取其他屬性值，然后計算它們的評分值，如果該評分值是目前最大的k個，用 優(yōu)先隊列維護(hù)k個元組及其相關(guān)信息，對每一列序列，設(shè)其當(dāng)前讀取位置Ui，設(shè)闊值T= F(Ul，U2，...，lV)，當(dāng)優(yōu)先隊列里k個元組分?jǐn)?shù)值的最小值不小于T時，查詢結(jié)束。
[0020] 進(jìn)一步地，所述步驟S4包括W下步驟：
[002" 841令\.表示空間預(yù)估點Pi(Xi，yi)到其領(lǐng)域內(nèi)已知點的權(quán)重，則表示為：
[002引
（公式。
[002引式中，端表示空間預(yù)估點為Pi(Xi，yi)和已知點qi(Xi，yi)之間的距離，m為常數(shù)； [0024] S42空間預(yù)估點Pi(X。y;)的屬性值表示為；
[002引
（公式如
[002引式中，與，，為空間預(yù)估點的屬性值，式，.為Pi(X。Yi)領(lǐng)域內(nèi)第i個已知點的屬性值， 5為參與計算的鄰域內(nèi)已知點的個數(shù)。
[0027] 進(jìn)一步地，m的取值為1。
[0028] 進(jìn)一步地，所述步驟S1中，固定在待測木材上的傳感器之間的最大高度差范圍是 15cm~30cm。
[002引有益效果：本發(fā)明與現(xiàn)有技術(shù)比較，具有的優(yōu)點是：
[0030] 1、采用本分明的方法對木材內(nèi)部缺陷進(jìn)行S維成像，將空間預(yù)估點的鄰域關(guān)系擴(kuò) 展到S維空間，增加預(yù)估點的捜索半徑并引入top-k查詢找出其鄰域內(nèi)影響最大的k個已 知點，計算得到預(yù)估點的屬性值并進(jìn)行=維成像，具有較高的成像精度；
[0031] 2、采用本發(fā)明的方法對木材內(nèi)部缺陷進(jìn)行檢測，對腐朽位置、腐朽嚴(yán)重程度進(jìn)行 分析，技術(shù)簡便，快速高效，可準(zhǔn)確快速知道木材內(nèi)部腐朽情況，大大提高了木材內(nèi)部腐朽 檢測的效率。
【附圖說明】
[0032] 圖1是本發(fā)明基于Top-k反距離加權(quán)的木材內(nèi)部缺陷S維成像方法流程圖。
[0033] 圖2是本發(fā)明實施例5種實驗樣本圖。
[0034] 圖3是基于本發(fā)明算法得到的木材內(nèi)部缺陷成像效果圖。
【具體實施方式】
[00巧]下面結(jié)合附圖對本發(fā)明作更進(jìn)一步的說明。
[0036] 本發(fā)明提出的基于Top-k反距離加權(quán)的木材內(nèi)部缺陷S維成像方法，參照圖1，包 括W下步驟：
[0037] 在待測木材周圍固定傳感器，使傳感器均勻分布在待測木材周圍且傳感器被固定 在待測木材周圍的不同高度處，其中固定在待測木材上的傳感器之間的最大高度差范圍是 15cm~30cm，對傳感器依次進(jìn)行敲擊，使應(yīng)力波在待測材料內(nèi)部傳播，記錄應(yīng)力波在木材 內(nèi)部的傳播時間，計算應(yīng)力波在任意兩個傳感器之間的傳播速度；
[003引根據(jù)應(yīng)力波傳播速度數(shù)據(jù)，得到空間預(yù)估點鄰域內(nèi)已知點速度數(shù)據(jù)集；
[0039] 通過空間預(yù)估點鄰域內(nèi)已知點速度數(shù)據(jù)集，根據(jù)反距離加權(quán)算法計算該空間預(yù)估 點的屬性值，計算空間預(yù)估點的屬性值之前需要對該空間預(yù)估點的領(lǐng)域內(nèi)已知點進(jìn)行篩 選，具體包括W下步驟：
[0040] 首先將方位捜索法中的基于二維的四方捜索法擴(kuò)展到基于=維的空間捜索 法，設(shè)空間預(yù)估點為Pi(X。yi)，該空間預(yù)估點Pi(x。yi)周圍8個領(lǐng)域空間內(nèi)存在已知點 QiUi'Yi);
[00川然后采用捜索半徑r對各領(lǐng)域空間內(nèi)已知點進(jìn)行捜索，其中rmh<r<R，R為木 材的半徑，rmi。是指Wrmi。捜索到的領(lǐng)域空間內(nèi)已知點的數(shù)目必須達(dá)到預(yù)先設(shè)定的闊值5 ; [0042]最后采用基于Top-k查詢技術(shù)查詢空間預(yù)估點Pi(X。Yi)領(lǐng)域空間內(nèi)與該空間預(yù) 估點相關(guān)性最大的k個已知點；給定M個元組的集合T，各元組具有m' = (Ui,咕...，Um.，） 個屬性，將集合T存儲為列文件的集合S=怯1，52，...，5。}，每個列文件為二元組合 Si(rid,Ui)，其中rid表示對象的標(biāo)識符，Ui表示對象在屬性處的屬性值，其中各列文件的 存儲方式為各元組的屬性值的單調(diào)非增序列，定義F為m'個屬性的評分函數(shù)，F(xiàn)公式如下：
[004引
（公式1)
[0044]式中，是評分函數(shù)F在屬性值Ui上的權(quán)重；F是單調(diào)函數(shù)，即V口i，V口2^了，如果 對所有1《i《m'，ai?a2?U2,那么F知）《F枉);利用Top-k查詢技術(shù)查詢查詢集 合T中各元組的k個子集，通過讀取m列已經(jīng)降序排列的列文件S，順序讀取序列中，當(dāng)元組 rid出現(xiàn)時，隨機(jī)讀的方式在另外一個m-1個列文件獲取其他屬性值，然后計算它們的評分 值，如果該評分值是目前最大的k個，用優(yōu)先隊列維護(hù)k個元組及其相