基于Otsu算法的木材缺陷图像分割_吴东洋

机器人;视觉;控制

总第２７６期年第期

计算机与数字工程

Ｃｏｍｕｔｅｒ＆ＤｉｉｔａｌＥｎｉｎｅｅｒｉｎ　　ｐｇｇｇＶｏｌ．４０Ｎｏ．１０

１１６　

基于Ｏｔｓｕ算法的木材缺陷图像分割

吴东洋１　业　宁１　徐　波２　尹佟明３

（）南京林业大学森林资源和环境学院　南京　２３．１００３７

＊

（）（）南京林业大学信息技术学院　南京　２南京林业大学网络中心　南京　２１．１００３７２．１００３７

摘　要　提出了基于Ｏ将平滑过的图像用ｓｔｕ算法的木材缺陷图像分割。该方法借助于二维中值滤波器对木材图像进行平滑处理，该方法可以有效地实现木材表面缺陷图像分割。Ｏｔｓｕ算法确定图像分割阈值。实验结果表明，

关键词　木材缺陷图像；二维中值滤波器；Ｏｔｓｕ算法中图分类号　ＴＰ３９１　　

ＷｏｏｄＤｅｆｅｃｔＩｍａｅＳｅｍｅｎｔａｔｉｏｎＢａｓｅｄｏｎＯｔｓｕ　　　　　　ｇｇ

１１２３

ＷＵ　ＤｏｎａｎＥＮｉｎＢｏＩＮ　Ｄｏｎｍｉｎ　　Ｙｇｙｇ　Ｙｇ　ＸＵ　ｇｇ

（，Ｎ，Ｎ）１．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏａｎＪｉｎＦｏｒｅｓｔｒＵｎｉｖｅｒｓｉｔａｎＪｉｎ１００３７　　　　２ｇｙｇｙｙｇ　　（，Ｎ，Ｎ）２．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎａｎｄＮｅｔｗｏｒｋＣｅｎｔｅｒａｎｉｎＦｏｒｅｓｔｒＵｎｉｖｅｒｓｉｔａｎｉｎ１００３７　　　　　　２ｊｇｙｙｊｇ　　，Ｎ，Ｎ）（３．ＦｏｒｅｓｔＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔＩｎｓｔｉｔｕｔｅａｎｉｎＦｏｒｅｓｔｒＵｎｉｖｅｒｓｉｔａｎｉｎ１００３７　　　　　２ｊｇｙｙｊｇ　　

，ＡｂｓｔｒａｃｔｏｏｄｄｅｆｅｃｔｉｍａｅｓｅｍｅｎｔａｔｉｏｎｂａｓｅｄｏｎＯｔｓｕｗａｓａｎａｌｚｅｄ．Ｕｓｉｎ２Ｄｍｅｄｉａｎｆｉｌｔｅｒｔｏｓｍｏｏｔｈｔｈｅｗｏｏｄｉｍａｅｔｈｅｉｍａｅ　Ｗ　　　　　　　　　　　　　　　ｇｇｙｇｇｇ　ｓｅｍｅｎｔａｔｉｏｎｔｈｒｅｓｈｏｌｄｗａｓｄｅｔｅｒｍｉｎｅｄｂＯｓｔｕ．Ｔｈｅｅｘｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｗｏｏｄｄｅｆｅｃｔｉｍａｅｃａｎｂｅｓｅｍｅｎｔａｔｅｄｅｆｆｅｃｔｉｖｅｌ．　　　　　　　　　　　　　　　　ｇｙｐｇｇｙ　

，，ＫｅＷｏｒｄｓｏｏｄｄｅｆｅｃｔｉｍａｅ２ＤｍｅｄｉａｎｆｉｌｔｅｒＯｔｓｕａｌｏｒｉｔｈｍｓ　ｗ　　　　ｇｇｙ　ＣｌａｓｓＮｕｍｂｅｒＰ３９１　　　　Ｔ

１　引言

木材缺陷对木材质量有一定的影响，木材的质量决定了木材及其制品的商品价值和使用价值。木材表面缺陷类型多、形状复杂，用常规方法不能在各方面同时都达到人工检测的检测效果。

发达国家如美国、日本、德国等国十分重视木材检测技

］１

术，已将超声波、射线、微波等无损检测技术［应用到木材缺

地解决了线性滤波器的不足，对于远偏离高斯型的，甚至是不完全独立于有用信号的各种噪声同样能得到较好的结果。

二维中值滤波首先确定一个窗口领域作为滤波窗口，常方型、圆型、十字型等，通常选取为方用的滤波窗口有线型、

形，将窗口领域中的像素按灰度等级进行排序，选择该组像素的中间值作为输出像素值。当窗口在图像中上下左右滑动，中值滤波算法可以很好地对图像进行平滑处理。二维中但影响低频分值滤波能减弱或消除傅里叶空间的高频分量，

量。因为高频分量对应图像中的区域边缘的灰度值具有较该滤波可将这些分量滤除使图像平滑。大较快变化的部分，

二维中值滤波可以表示如下：

，），）），）为窗口领域。ｉ＝ｍｅｄｉａｍ（Ｆ（ｉｉ　其中Ｆ（ｙ（ｊｊｊ２．２　Ｏｔｓｕ算法

［］

也Ｏｔｓｕ算法由日本人大津展之在１９７９年提出来９，

陷检测中，但这些检测手段易受到各种客观因素的影响。比需要必要的保护设施；微波法检测木如射线法设备成本高，

］２

材缺陷及物理性质时受到木材含水率的影响［等。我国近

年来也提出了许多木材缺陷识别方法，如基于改进Ｃ－Ｖ模型

］］３４

、、空频变换的图像分割［基于应力波断层成像技的方法［

］５

术［等，这些方法对于死节、活节、虫眼等缺陷有较好的分割

存在对于腐朽、空洞、裂纹、掌状节等分割不理想以及效果，

存在木材显微图像分割受大面积的木射线影响等问题。

针对上述问题，本文基于二维中值滤波技术，采用Ｏｔ－实验取得了较好的分割效果。ｓｕ算法进行木材图像分割，

称最大类间方差法或大津阈值法。

其基本思想是通过对图像的一维直方图进行统计，获得目标和背景的类间方差值，从而动态确定图像分割的最佳阈值。

，对于一幅图像，其像素数为Ｎ×Ｍ，灰度范围取为［０Ｌ－］。１

设ｎｉ的像素数，ｉ的像素点出ｉ为灰度级ｉ是灰度级为ｐ

２　背景知识

２．１　中值滤波

中值滤波器于１９７１年由Ｔｕｋｅｙ提出并应用于一维信号

］６～８

。中值滤波是常用的一种非线性平滑滤波，分析中［较好

修回日期：２０１２年４月５日，２０１２年５月２０日＊收稿日期：

）（）；；；基金项目：国家重点基础研究发展计划（国家杰出青年基金（江苏省自然基金（江苏９７３２０１２ＣＢ１１４５０５３１１２５００８）ＢＫ２００９３９３）

）省青蓝工程学术带头人项目；江苏省六大人才项目；江苏省研究生创新项目（资助。ＣＸＬＸ１１－０５２５作者简介：吴东洋，女，讲师，研究方向：数据挖掘，图像处理。

机器人;视觉;控制

２０１２年第１０期现的概率，则：

计算机与数字工程

２

）求出使σ；取最大值时的阈值ｓ１０

）根据阈值ｓ输出分割后的二值化图像Ｆｏ。１１

１１７　

ｎｉ

），］ｉ＝０，Ｌ－１　ｉ∈［ｐ（

Ｎ×Ｍ

Ｌ２－

（）１

其中：

）＝１。ｉ∑ｐ（

ｉ＝０

４　实验及测试

在实验中，我们从ＶＴＴＢｕｉｌｄｉｎＴｅｃｈｎｏｌｏ　ｇｇｙ提供的　ＷＯＯＤＩＭＡＧＥＤＡＴＡＢＡＳＥ中选取了其中１４１个具代表　　

性的样本，整个木材缺陷的特征提取和识别算法均采用首先对采集的木材图像用１ＭａｔｌａｂＲ２００７ｂ编程实现，０×　

然后使用Ｏ１０的滤波窗口进行平滑处理，ｔｓｕ算法进行缺陷区域分割。

我们给出其中３次实验的测试结果图，在此３个样本中，木材缺陷数量与类型和木材质地与颜色深度均有所不图中黑色区域标识即为缺陷在木材表面的确切位置。同，

图ｉ该方法将所ｍ１３中缺陷类型为节子节点及小虫眼，

有缺陷正确识别。图ｉｍ１４中缺陷类型为ｌｅａｆｋｎｏｔ以及在　

（）３

使用Ｏ取材时的切割损伤，ｔｓｕ方法将切割损伤完全分割，但是对于ｌｅａｆｋｎｏｔ缺陷存在分割断裂。图ｉｍ１５中缺陷类　其节子及腐朽缺陷正确标出，同时将左下型为节子及腐朽，

角正常区域也分割为缺陷

。

，设分割阈值ｓ０，Ｌ－１］ｂｂ∈［１、２表示一个二值灰度级

别，则图像Ｆ在阈值ｓ上的二值化分割结果可表示为

Ｆｘ，＝ｓ（ｙ）

｛

ｂＦ（ｘ，ｓ＜２ｙ）ｂＦ（ｘ，ｓ１ｙ）

（）２

即通过阈值ｓ将图像Ｆ的灰度级划分为两个区域ｂ１、分别代表图像中的背景区域及目标区域。ｂ２，

图像中像素灰度小于ｓ的将包含在ｂｂ１区域中，１包含

…，］，灰度级为［像素灰度大于等于ｓ的将包含在０，１，ｓ－１，…，］。ｂｂｓｓ＋１，Ｌ－１２区域中，２灰度级为［

ｂ１区域和ｂ２区域的类间方差为

２２

ｕｕσ＝ｗ１ｗ２（２－１）

ｓ

其中：ｂ１区域比例ｗ１＝

ｓ

ｉ＝０

），ｉｂ∑ｐ（

１

区域均值ｕ１＝

ｉ＝０

）ｉｐ（∑ｉ

Ｌ１－

ｗ１

Ｌ２－

，）ｂｉｂ＝１－ｗ１，２区域比例ｗ２＝２区域均值∑ｐ（

ｉｓ＝

ｕ２＝

）ｉｉｐ（∑

ｉｓｗ２

。

２

，当σ取最大时对应的阈值ｓ即：

２２

）（ｓ＝ｍａｘσ（σ）

（）４

３　基于Ｏｔｓｕ算法的木材表面缺陷图像分

割算法描述

３．１　基于Ｏｔｓｕ算法的木材缺陷图像分割基本流程

基于Ｏｔｓｕ算法的木材缺陷识别的基本流程如图１所示。识别前，将样本图像转换为灰度图，灰度级别为２５６级，将该灰度图通过中值滤波器进行平滑处理，降低小黑点及较深纹理对图像分割阈值选取的影响。将平滑后的灰度图像作为输入，利用Ｏ将背景ｔｓｕ算法获得图像分割阈值，区域与缺陷区域分割并输出图像

。

图２　Ｏｔｓｕ算法木材缺陷识别结果

对于ｉｍ１３、ｉｍ１４、ｉｍ１５图像分割阈值选取如表１所示。

表１　图像分割阈值图像

图１　木材缺陷识别流程

阈值

ｉｍ１３１６４　

ｉｍ１４１６７　

ｉｍ１５１３４

３．２　基于Ｏｔｓｕ算法的木材表面缺陷图像分割算法描述

Ｏｔｓｕ算法实现木材缺陷识别过程如下：

）读取图像；１

）设置滤波窗口大小为１２０×１０；）读取窗口下对应像素的灰度值Ｆ３１０×１０；

＊）将这些灰度值从小到大排序，得到Ｆ４１×１００；

我们发现该方法对于木纹　　通过分割图像的对比分析，

较浅的图像分割效果较好，通过图像平滑处理可以减少小黑点对于缺陷识别的影响，对于缺陷面积较大及缺陷位置特殊（如位于边缘或角落）并不敏感，而对于木质纹理较深同时缺陷颜色不明显的图像分割效果并不理想。

）获取出Ｆ＊的中值ｙ）；５ｉ０，０１ｉｊ１ｊ（

）将ｙ），重复步骤（６１ｉｊ赋给对应窗口中心位置的像素，，）。得到平滑后图像Ｆｍ（ｉｊ

）统计图像Ｆｍ的各灰度级像素点出现概率ｐ（）；７ｉ）统计图像均值ｕ计算ｂ８ｂｗ２及ｂｋ，１、２区域比例ｗ１、１、

５　结语

本文提出了一种基于Ｏｔｓｕ算法的木材缺陷识别方法。实验采用ＶＴＴＢｕｉｌｄｉｎＴｅｃｈｎｏｌｏＯＤＩＭＡＧＥ　　ｇｇｙ提供的ＷＯ

对木材图像使用中值滤波进行平滑处理后用ＤＡＴＡＢＡＳＥ，结果表明ＯＯｔｓｕ算法进行缺陷区域分割，ｔｓｕ算法对于木

材缺陷识别具有较好的分隔效果，并具有应用于实际生产的价值。

ｂｕ２区域均值ｕ１、２；

２

）计算ｂ９１区域和ｂ２区域的类间方差σ；

机器人;视觉;控制

１１８　

参考文献

吴东洋等：基于Ｏｔｓｕ算法的木材缺陷图像分割

，（）：ＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒＵｎｉｖｅｒｓｉｔ２０１０，３８８７１７４．　－ｙｙ　

第４０卷

［］，１ＪＲｏｂｅｒｔ．ＲｏｓｓＫＢｒｉａｎ．ＢｒａｓｈａｗａｎｄＲｏＦ．Ｐｅｌｌｅｒｉｎ．Ｎｏｎｄｅｓｔｒｕｃ　　　　－ｙ　

，（）ｔｉｖｅＥｖａｌｕａｔｉｏｎｏｆｗｏｏｄ．ＦｏｒｅｓｔＰｒｏｄｕｃｔｓＪｏｕｒｎａｌ１９９８１．　　　　　［］徐凯宏．压阻式木材内部缺陷类无损检测理论与技术的研究２

［东北林业大学博士论文，Ｄ］．２００４．

ＸｕＫａｉｈｏｎ．ＴｈｅｏｒａｎｄＴｅｃｈｎｏｌｏｏｆＤｅｔｅｃｔｉｎＩｎｎｅｒｅｆｅｃｔｓ　　　－Ｄｇｙｇｙｇ　　　ｉｎ　ＷｏｏｄｗｉｔｈａＰｒｏｂｉｎＤｒｉｌｌＤｅｖｉｃｅ［Ｄ］．Ｄｏｃｔｏｒａｌｔｈｅｓｉｓｏｆ　　　　　　ｇ　，ＦｏｒｅｓｔｒＵｎｉｖｅｒｓｉｔ２００４．Ｎｏｒｔｈｅａｓｔ　ｙｙ　

［］王阿川，曹军等．改进Ｃ－Ｖ模型的木材缺陷彩色图像分割研究３

［］（）：Ｊ．计算机工程与应用，２０１２，４８５１６４１６７．－

，，ＷａｎＡｃｈｕａｎＣａｏＪｕｎ，ＹｕＬｉｎｉｎｅｔａｌ．Ｒｅｓｅａｒｃｈｏｎｗｏｏｄ　　　　　ｇｙｇ　ｓｕｒｆａｃｅｄｅｆｅｃｔｓｃｏｌｏｒｉｍａｅｓｅｍｅｎｔａｔｉｏｎｗｉｔｈｉｍｒｏｖｅｄＣ－Ｖ　　　　　　　ｇｇｐ［］，ｍｏｄｅｌＪ．ＣｏｍｕｔｅｒＥｎｉｎｅｅｒｉｎａｎｄＡｌｉｃａｔｉｏｎｓ２０１２，４８　　ｐｇｇｐｐ　（）：５１６４１６７．－

［］白雪冰，］王林．基于空频变换的木材缺陷图像分割［４Ｊ．东北林

（）：业大学学报，２０１０，３８８７１７４．－

，ＢａｉＸｕｅｂｉｎＷａｎＬｉｎ．ＩｍａｅＳｅｍｅｎｔａｔｉｏｎｏｆＷｏｏｄＤｅｆｅｃｔｓ　　　　　ｇｇｇｇ　ｏｎＳａｃｅｆｒｅｕｅｎｃＴｒａｎｓｆｏｒｍａｔｉｏｎ［Ｊ］．ＪｏｕｒｎａｌｏｆＢａｓｅｄ　　－　ｐｑｙ　

［］梁善庆，赵广杰．应力波断层成像诊断木材内部缺陷［］５Ｊ．木材

（）：工业，２０１０，２４５１１１３．－

，，ＳｈａｎｉｎＺｈａｏＧｕａｎｉｅＦｕＦｅｎ．ＤｉａｎｏｓｉｓｏｆＩｎｔｅｒｎａｌＬｉａｎ　　　　ｑｇｇｊｇｇｇ　ＤｅｆｅｃｔｓｏｆＷｏｏｄＷｉｔｈＳｔｒｅｓｓＷａｖｅＴｏｍｏｒａｈＪ］．Ｃｈｉｎａ　　　　　　ｇｐｙ［（）：Ｉｎｄｕｓｔｒ．２０１０，２４５１１１３．Ｗｏｏｄ　－ｙ

［］崔屹．数字图像处理技术与应用［第一版．北京：北京电子６Ｍ］．

工业出版社，１９９７．

（ＣｕｉＹｉ．ＤｉｉｔａｌＩｍａｅＰｒｏｃｅｓｓｉｎＴｅｃｈｎｏｌｏａｎｄＡｌｉｃａｔｉｏｎＦｉｒｓｔ　　　　ｇｇｇｇｙｐｐ　　）［：，ｅｄｉｔｉｏｎＭ］．ＢｅｉｉｎＢｅｉｉｎＥｌｅｃｔｒｏｎｉｃＩｎｄｕｓｔｒＰｒｅｓｓ１９９７．　ｊｇｊｇｙ　　［］王新成．高级图像处理技术［北京：中国科学技术出版社出７Ｍ］．

版，２００１．

ｒｏｃｅｓｓｉｎＸｉｎｃｈｅｎ．ＡｄｖａｎｃｅｄｉｍａｅｔｅｃｈｎｏｌｏＭ］．Ｗａｎ　　ｐｇｇｇｇｇｙ［　　：，ＢｅｉｉｎＣｈｉｎａＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏＰｒｅｓｓ２００１．　　　ｊｇｇｙ　

［］［，８ＴｕｋｅＪＷ．ＥｘｌｏｒａｔｏｒｄａｔａａｎａｌｓｉｓＭ］．ＲｅａｄｉｎＭＡ：Ａｄｄｉ　　－ｙｐｙｙｇ　　

，ｓｉｏｎｅｓｌｅ１９７１．－Ｗｙ

［］Ｏ９ＴＳＵ　Ｎ．Ａ　ＴｈｒｅｓｈｏｌｄＳｅｌｅｃｔｉｏｎＭｅｔｈｏｄＦｒｏｍ　ＧｒａｌｅｖｅｌＨｉｓ　　　－　－ｙ

］（）：ｔｏｒａｍ［Ｊ．ＩＥＥＥＴｒａｎｓ．ＳＭＣ，１９７９，９１６２６６．　－ｇ

檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷檷

（上接第６９页）

居家老人或幼儿的身体监测功能，以掌握有利的处理与急救时机。

与医疗流程貌合神离。但是通过实现医疗无线化之后，可以实现现场的医疗管理和监控，使这两个流程能够真正融具有跨越性的合在一起。这对于医院的信息化应用来说，

意义。这样才能够更好地发挥医院的整体优势，提升经济增强其竞争能力。效益，

参考文献

［，Ｓ．１］ＲｏＵｌｔｒａｗｉｄｅｂａｎｄＲａｄｉｏＤｅｓｉｎＴｈｅＰｒｏｍｉｓｅｏｆＨｉｈ　　　　　　－ｙｇｇ

ｓｅｅｄＳｈｏｒｔａｎｅＷｉｒｅｌｅｓｓＣｏｎｎｅｃｔｉｖｉｔ．Ｐｒｏｃｅｅｄｉｎｓｏｆｔｈｅ　－Ｒ　　　　ｐｇｙｇ（）：９８，２００４，９２２２９５３１１．ＩＥＥＥ’－

［］Ｓ，Ｏ２ｈｅｎＨｏｎｓａｎｒｌｉｋＰ，Ｈａｉｍｏｖｉｃｈ．ＯｎｔｈｅＳｅｃｔｒａｌａｎｄ　　　　ｇｇｐ　

ＰｏｗｅｒＲｅｕｉｒｅｍｅｎｔｓｆｏｒＵｌｔｒａｉｄｅｂａｎｄＴｒａｎｓｍｉｓｓｉｏｎ．ＩＥＥＥ　　　－Ｗ　ｑＣｏｎｆｅｒｅｎｃｅｏｎＣｏｍｍｕｎｉｃａｔｉｏｎｓＣＣ＇０３，２００３，５Ｉｎｔｅｒｎａｔｉｏｎａｌ　　　　（）：１７３８７４２．－

［］ＭＡ／３Ｌ，ＹＵＦ，ＬＥＵＮＧＣ．Ａｎｅｗ　ｍｅｔｈｏｄｔｏｓｕｏｒｔＵＭＴＳ　　　　　　　ｐｐ

］ＷＬＡＮｖｅｒｔｉｃａｌｈａｎｄｏｖｅｒｕｓｉｎＳＣＴＰ［Ｊ．ＩＥＥＥＪｏｕｒｎａｌｏｆ　　　　　ｇ　，（）：ＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ２００４，１１４４４５１．　－

［］Ｒ，（４ａｓｈｉｄＳａｅｅｄＳａｂｉｒａＫｈａｔｕｎ．ＵｌｔｒａＷｉｄｅＢａｎｄＵＷＢ）Ａｄｈｏｃ　　　　－

：］ＲｅｖｉｅｗａｎｄＴｒｅｎｄｓ［Ｊ．ＪｏｕｒｎａｌｏｆＣｏｍｕｔｅｒＳｃｉＮｅｔｗｏｒｋｓ　　　　　－ｐ，（）：ｅｎｃｅ２００５１３５３９．－

［］５ＮａｎｄａＳ，ＣｈａｗｌａＫ，ａｎｄＢｕｄｋａＫＣ．ＣＤＰＤｏｖｅｒｓｈａｒｅｄＡＮＩＰＳ　　　　　　　

：Ｃｈａｎｎｅｌｓｉｎｔｅｒｆｅｒｅｎｃｅａｎａｌｓｉｓ．６ｔｈＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＳｍ－　　　　ｙｙ，ＰｏｓｉｕｍｏｎＰｅｒｓｏｎａｌＩｎｄｏｏｒａｎｄＭｏｂｉｌｅＲａｄｉｏＣｏｍｍｕｎｉｃａ　　　　　　－，（）：ｔｉｏｎｓ１９９５１３５４３５９．－

［６］ＡＩＥＬＬＯＧＲ，ＲＯＧＥＲＳＯＮ　ＧＤ．Ｕｌｔｒａｉｄｅｂａｎｄｗｉｒｅｌｅｓｓ　　　－ｗ　　

］，（）：ｓｓｔｅｍｓ［Ｊ．ＩＥＥＥ　ＭｉｃｒｏｗａｖｅＭａａｚｉｎｅ２００３，４２３６４７．　－ｙｇ［７］ＨｕＢ，ＢｅａｕｌｉｅｕＮＣ．ＡｃｃｕｒａｔｅＰｅｒｆｏｒｍａｎｃｅＥｖａｌｕａｔｉｏｎｏｆＴｉｍｅ　　　　　　　－

ｈｏｉｎａｎｄＤｉｒｅｃｔｓｅｕｅｎｃｅＵＷＢＳｓｔｅｍｓｉｎＭｕｌｔｉｕｓｅｒＩｎｔｅｒｆｅｒ　－　　　　－　－ｐｐｇｑｙ　［］，，（）：ｅｎｃｅＪ．ＩＥＥＥＴｒａｎｓ．Ｃｏｍｍｕｎ．２００５５３６１０５３１０６２．　－［，Ｆ８］ＺｈａｎＸｕ，ＣｈｅｎＳｈｅｎｅｎＭｅｉｕ．ＳｉｍｕｌａｔｉｏｎＳｔｕｄ　ｇｇｇｇｙｙ　　　

］ｏｆＲｏｕｔｉｎＰｒｏｔｏｃｏｌｓｆｏｒＭｏｂｉｌｅａｄｈｏｃＮｅｔｗｏｒｋ［Ｊ．Ｃｏｍｕｔｅｒ　　　　　ｇｐ　，（）：Ｅｎｉｎｅｅｒｉｎ２００５，３１５６０６２．－ｇｇ

［］’９ＴｅｘａｓＩｎｓｔｒｕｍｅｎｔｓＩｎｃｏｒｏｒａｔｅｄ．ＭＳＰ４３０Ｆ１６１ＸＦａｍｉｌＵｓｅｒｓ　　ｐｙ　

［］，，ＧｕｉｄｅＳ．ＤａｌｌａｓＴｅｘａｓ２００４．

［，Ｅ．：１０］ＡｋｉｌｄｉｚＩＦ，Ｓｕ　Ｗ　ＣａｉｒｃｉＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋ　　　　ｙｙ

［］，（）：ＡＳｕｒｖｅＪ．ＣｏｍｕｔｅｒＮｅｔｗｏｒｋｓ２００２，３８４３９３４２２．　－ｙｐ

５　超宽带无线通信技术应用中存在的问题

５．１　无线局域网络安全问题

随着无线局域网应用领域的不断拓展，其安全问题也越来越受到重视。在有线网络中，可以清楚辨别哪个客户端连接在网线上。无线网络与此不同，由于无线局域网采用公共的电磁波作为载体，电磁波能够穿过天花板、玻璃、楼层、砖、墙等物体，因此在一个无线访问点所服务的区域中任何一个无线客户端都可以接收到，包括并不希望他接收数据的客户端。因此在无线局域网中，只要有与和无线局域网设备工作在同一个频段的设备，任何人都有条件窃听，为了阻止非授权用户访问无线网络，以及防止对无线局域网数据流的非法侦听，在无线局域网的应用当中引入相应安全的手段。５．２　无线信号的干扰问题

在大范围的应用环境中，往往需要采用多个ＡＰ覆盖一片较大区域。为了能够做到客户端在这片区域内的无缝漫游，每个相邻的ＡＰ的覆盖范围都需要有一定程度的重叠。重叠区域内的无线电信号如果频道也重叠，势必会造成冲突，影响到网络传输速率，因此，相邻ＡＰ通常采用不重叠频道的方法来避免干扰。

５．３　数据的可靠性问题

在数据传递过程中，加密可以保护信息不被破解，但是无法保证数据的真实性和完整性，所以部署无线系统的时候必须为其提供匹配的认证机制。在使用的无线系统带有认证机制的情况下可以直接利用，但是与加密一样，要保证认证机制与其他应用系统能够协同工作。

６　结语

无线通信技术的应用不仅仅是技术手段的变化，而且使医院信息化的应用模式、流程控制发生了重要的改变。目前由于信息化设备相对固定，移动范围有限，信息化过程