？采用颜色纹理及光谱特征的木材树种分类识别

？针对木材分类特征的繁多，同科属木材种间差异小，单纯依靠一种特征分类易误识等特点，提出了一种基于模糊bp综合神经网络的新型木材树种分类识别方法．该方法使用分类特征的模糊化处理，充分考虑木材的分类特征本身存在的不确定性；同时使用一种特征级数据融合方法，该综合神经网络包括颜色特征、主要和次要纹理特征和光谱特征4个bp子网络；并用散度进行光谱特征波段的特征选择，还运用遗传算法对网络结构进行优化处理，提高了该综合神经网络的收敛性和稳定性．实验时针对东北地区常见的5种树种(白松、樟子松、落叶松、杨木和桦木)木材进行分类测试，实验结果表明，5种树种木材的混合识别率达到89%，具有较好的分类识别精度．