可计算视觉显微结构与木材指纹研究

木材识别对木材科学发展、木材资源的合理使用、贸易流通、进出口管理和考古研究等具有重大意义。目前基于木材显微构造特征的微观识别方法通过观察定性进行木材识别,识别准确性高度依赖于木材专家的经验，难以普及和广泛应用。本项目将基于木材显微结构图像，结合木材微观识别知识, 应用计算机图像处理、模式识别技术，通过显微构造对象特征、全局性纹理特征、可微结构性纹理特征的提取和量化，挖掘并验证可标识木材树种唯一性的识别特征即"树种指纹"，达到精确而有效地智能化木材识别的目的。本项目研究的成果将提高木材识别的准确性、效率及适应性，对推动木材产业和相关研究的发展具有重要意义。

项目研究了基于纹理、形状等通用视觉特征图像检索的木材识别方法的有效性，并结合木材识别领域知识，重点研究了基于语义特征的图像检索木材识别方法，包括导管、木射线、横向薄壁组织、年轮线等特征；通过建立木材识别知识库，描述木材显微图像的语义特征及其特征匹配规则，实现木材识别方法。项目还探索了在木材体视图上的识别方法，采用了多种经典有效的纹理手段进行纹理的提取，在给定数据库内获得了较好的识别效果。.　　　建立基于Web的木材标本信息管理系统，调研并设计覆盖常用木材信息的标本数据库，对木材标本的树种名称、木材主要产地、用途、构造与识别、物理性质、加工性质、木材宏观微观图像等多方面信息进行数字化加工处理；. 提出通过横切面显微图像对针叶材树种进行计算机识别的方法。该方法通过提取图像的PCA特征，生成“特征树”，然后采用SVM对样本进行分类。使用8种针叶材，每种12个样本，并采用留一交叉验证，对图像的分割方法、最近邻与SVM分类算法和不同范数距离下的识别效果进行了实验。结果表明通过部分木材微观的纹理结构进行木材识别的可能性。. 对木材显微构造进行了语义特征提取的研究。通过提取木材的导管、木射线、轴向薄壁组织和年轮线，获取每个树种的统计特征，并进行建库，然后用这些特征对未知样本进行识别。. 通过优选、综合对木材识别方法的研究，筛选木材“指纹”特征，构建了有效的木材识别系统方案，并开发了一套产品原型。可直接为木材相关专业和行业的研究、教学、生产、经营贸易等方面的人员提供信息服务，并通过该系统为正确认识和了解各种木材的性质，更合理、高效地利用木材资源提供解决方案，亦可为国家有关管理部门进行宏观决策和制定相关行业政策提供可靠的数据依据。