浙江農(nóng)林大學(xué)碩士論文開題報(bào)告

1、浙 江 農(nóng) 林 大 學(xué)碩士研究生學(xué)位論文開題報(bào)告學(xué) 院 學(xué)科專業(yè) 學(xué)生姓名 學(xué)號(hào)條碼 指導(dǎo)教師 研究方向 開題日期 二一二年十月制表填表說明學(xué)位論文開題報(bào)告應(yīng)包括以下內(nèi)容：1. 立題依據(jù)（包括選題的來源、目的和意義以及國內(nèi)外的研究動(dòng)態(tài)）；2. 研究方法、技術(shù)路線、研究內(nèi)容及擬解決的關(guān)鍵問題；3. 論文的研究特色與創(chuàng)新之處；4. 論文的預(yù)期目標(biāo)與預(yù)期研究成果；5. 論文的進(jìn)展和研究進(jìn)度安排；6. 論文框架；7. 文獻(xiàn)綜述；8. 學(xué)號(hào)條碼下載及使用說明見網(wǎng)址：19擬撰寫學(xué)位論文的題目基于計(jì)算機(jī)視覺木材軸向薄壁組織提取技術(shù)研究支持學(xué)位論文研究的科研項(xiàng)目國家級(jí) 省部級(jí) 廳局級(jí) 校級(jí) 縣市級(jí) R自選學(xué)位

2、論文是否保密1.不保密（ ）導(dǎo)師簽名2.保密密級(jí)：絕密（ ） 機(jī)密（ ） 秘密（ ）開題報(bào)告內(nèi)容：（一至六部分字?jǐn)?shù)不少于3000字）一、 立題依據(jù)（包括選題來源、目的和意義以及國內(nèi)外研究動(dòng)態(tài)等）。1.1選題來源、目的和意義選題來源：木材識(shí)別是適才適用、合理利用木材的基本前提。計(jì)算機(jī)技術(shù)在木材識(shí)別中的應(yīng)用改善了傳統(tǒng)人工識(shí)別方法的缺陷。近幾年來，相關(guān)學(xué)者發(fā)現(xiàn)木材橫切面顯微圖像中包含著豐富的信息，其中蘊(yùn)含的細(xì)胞排列特征、各種細(xì)胞的形態(tài)因子等特征具有區(qū)別于其他樹種的獨(dú)立性。為了達(dá)到高效、自動(dòng)識(shí)別樹種的目的，必須從顯微圖像中快速、準(zhǔn)確地提取出各種組織細(xì)胞的特征參數(shù)，因此，基于計(jì)算機(jī)視覺技術(shù)對(duì)顯微圖像進(jìn)行

3、分析的木材識(shí)別新方法受到了學(xué)者們的廣泛關(guān)注。基于此，本項(xiàng)目將以木材顯微圖像作為研究對(duì)象，探索出一種木材軸向薄壁組織的提取方法，對(duì)研究基于軸向薄壁組織的闊葉材樹種的識(shí)別具有重要的意義，同時(shí)也對(duì)計(jì)算機(jī)學(xué)科與木材學(xué)科的交叉研究具有積極的推動(dòng)作用。所以本項(xiàng)目的實(shí)施很有必要。由于這個(gè)方向在木材識(shí)別中算是比較新穎的，也是前人較少進(jìn)入的領(lǐng)域，所以我選擇了該項(xiàng)研究題目作為本論文研究題目。目的和意義：眾所周知，木材作為一種可再生資源，其利用前景非常廣闊。隨著經(jīng)濟(jì)的日益發(fā)展以及人民生活水平的不斷提高，木材作為一種環(huán)保型材料，越來越受到人們的青睞。因此，提高木材識(shí)別的正確性，對(duì)木材科學(xué)發(fā)展、木材資源的合理使用與管理

4、、木材貿(mào)易流通、木材進(jìn)出口管理和木材考古等與木材相關(guān)工作都有重大意義。例如，珍貴木材紅木，自古至今都被人們視為國寶級(jí)的珍貴資源，不可再生，紅木家具集使用、收藏、觀賞、保值等多重功能于一身，具有極大的收藏及保值價(jià)值。由于可稱之為紅木的木材種類比較多，如紫檀木類、花梨木類、香枝木類、黑酸枝木類等，隸屬紫檀屬、黃檀屬、柿屬、崖豆屬及鐵刀木屬，其識(shí)別和區(qū)分比較困難。由于紅木家具材質(zhì)鑒定措施不完善而給不明真?zhèn)蔚纳a(chǎn)者和消費(fèi)者帶來的經(jīng)濟(jì)損失少則幾千，多的可達(dá)上百萬元。1.2 國內(nèi)外研究動(dòng)態(tài)1.2.1木材識(shí)別特征提取20世紀(jì)80年代初計(jì)算機(jī)圖像處理技術(shù)開始應(yīng)用于木材解剖學(xué)的研究，McMillin利用圖像處理

5、和分析技術(shù)測量了木材細(xì)胞率、纖維長度、細(xì)胞腔面積和徑向細(xì)胞腔直徑以及纖維板剪切過程中的木材破損率。Hie和Hillis所開發(fā)的圖像處理分析系統(tǒng)對(duì)細(xì)胞管腔面積及不同細(xì)胞類型所占面積比例等特征進(jìn)行了量化分析。Diao等應(yīng)用能量光譜方法分析確定了木材細(xì)胞形狀，并用快速傅立葉變換(FFT)檢測了10種針葉材橫斷面細(xì)胞排列及形狀的周期性，測量了細(xì)胞的徑弦向直徑和徑弦壁角度，同時(shí)他們還對(duì)18種針葉材橫切面上的管胞形態(tài)學(xué)指標(biāo)進(jìn)行量化測定以確定不同樹種的管胞形態(tài)參數(shù)。Fujita用FFT分析了32種日本闊葉材橫切面的導(dǎo)管分布。曲艷杰等利用FFT方法進(jìn)行了木材細(xì)胞排列的圖像分析研究，利用得到的木材解剖特征的波動(dòng)

6、性和周期性，以解決傳統(tǒng)木材解剖方法難以做到的演化規(guī)律的研究問題。Masako KINO等也通過圖像方式精確測定了木材細(xì)胞壁厚度。保昆雁等開發(fā)了木材解剖特征量的處理系統(tǒng)，可提取細(xì)胞數(shù)目、胞腔面積及其分布、胞腔直徑、胞壁厚度、胞壁率、壁腔比等木材解剖特征參數(shù)。以上的研究較多關(guān)注于細(xì)胞形態(tài)比量等特征的測量，圖像處理技術(shù)用作輔助測量的方法為定量化研究提供了有力的手段，解決了以往人工無法測量的問題，但尚未對(duì)傳統(tǒng)木材識(shí)別中的定性描述的識(shí)別特征如管孔式、木射線、軸向薄壁組織等木材圖像中的特有對(duì)象特征（以下這類識(shí)別特征均稱為對(duì)象特征）的研究，也未涉及對(duì)這類對(duì)象特征的自動(dòng)提取。有別于傳統(tǒng)計(jì)算機(jī)視覺中對(duì)象處理時(shí)所

7、遇到的諸如光照、遮擋、變形及對(duì)象本身高度復(fù)雜的挑戰(zhàn)，木材顯微圖像構(gòu)成中的對(duì)象相對(duì)穩(wěn)定，僅存在如導(dǎo)管、木射線、薄壁組織等若干種穩(wěn)定的對(duì)象，在標(biāo)準(zhǔn)約束條件下獲取的圖像也排除了光照等影響因素，因此特征提取僅需關(guān)注對(duì)象本身的特點(diǎn)。本論文的前期研究中，祁亨年、汪杭軍等分別利用數(shù)學(xué)形態(tài)學(xué)、遺傳算法、改進(jìn)的OTSU方法等完成了木材橫切面顯微圖像中導(dǎo)管對(duì)象的分割，從而可以獲得導(dǎo)管的直徑、面積、圓形度等特征。1.2.2 木材圖像紋理特征分析與提取木材圖像紋理特征分析的研究始于上世紀(jì)90年代。Huang10利用FFT功率譜圖分析了木材砂光表面的粗糙度。趙學(xué)增對(duì)木質(zhì)材料表面粗糙度測量進(jìn)行了研究。王克奇等選取9幅木材

8、紋理圖計(jì)算分形維數(shù)，提供了描述木材紋理粗糙度的一種定性度量方法。王晗等將高斯馬爾可夫隨機(jī)場（GMRF）引入木材紋理的研究，提取樣本的低階和高階GMRF參數(shù)，分析表明通過指定的參數(shù)可判斷紋理的主方向、區(qū)分開木材的弦切和徑切紋理。謝永華將不變矩方法引入木材紋理的計(jì)算機(jī)視覺研究領(lǐng)域。王晗利用灰度共生矩陣法建立了木材紋理參數(shù)。以上研究以木材宏觀的徑切面和弦切面圖像紋理為研究對(duì)象，基于顯微構(gòu)造紋理特征研究尚未涉及。對(duì)于木材識(shí)別而言，宏觀特征變異性較大，而顯微結(jié)構(gòu)特征相對(duì)穩(wěn)定，所以對(duì)識(shí)別來說顯微木紋更加值得研究。顯微木紋圖像紋理（簡記為顯微木紋）主要包含兩類。一類是基于像素點(diǎn)的統(tǒng)計(jì)的全局性紋理，目前木材學(xué)

9、研究已經(jīng)表明根據(jù)不同的全局性紋理特征可以確定樹種大類，如帶狀花紋的有紅松、落葉松、檫木、山棗等，交錯(cuò)花紋有香樟、麻棟、大葉桉、桃花蕊木等；這類全局性紋理與木材的生長過程相關(guān)，有分類和識(shí)別價(jià)值，但還不能充分反映木材本身的特性，還無法完全滿足木材識(shí)別的需求。另一類紋理是以木材顯微圖像中特有的對(duì)象形態(tài)及其分布和結(jié)構(gòu)性約束而形成的可微結(jié)構(gòu)性紋理，這類紋理反映了對(duì)象如導(dǎo)管、木射線等的上下文（context）關(guān)系，與木材本身的生長特性密切相關(guān)，有較強(qiáng)的分類能力，成為木材識(shí)別的熱點(diǎn)和難點(diǎn)問題。1.2.3 基于計(jì)算機(jī)視覺木材軸向薄壁組織提取技術(shù)研究以往木材的識(shí)別或鑒定還采用過無損的掃描電鏡方法和微波傳感方法，

10、基于視覺的木材識(shí)別研究剛剛起步，劉鎮(zhèn)波等提出基于最大相似原理以木材構(gòu)造特征量化參數(shù)來識(shí)別木材的想法；王鋒等提出木材識(shí)別語義數(shù)據(jù)模型。這些基于視覺的木材識(shí)別方法研究尚停留于思路的探討，理論和實(shí)驗(yàn)研究均未深入開展。木材顯微圖像中的對(duì)象特征，如導(dǎo)管、木射線等，與基于像素點(diǎn)的統(tǒng)計(jì)的全局性紋理特征，以及對(duì)象的空間分布和結(jié)構(gòu)性約束所形成的可微結(jié)構(gòu)性紋理特征，均具有不同程度的分類和識(shí)別能力，可充分利用三者在分類和識(shí)別方面的互補(bǔ)性，而現(xiàn)有研究未將這些特征相結(jié)合進(jìn)行木材識(shí)別。2、 研究目標(biāo)與內(nèi)容、研究方法與技術(shù)路線及擬解決的關(guān)鍵問題。研究目標(biāo)：基于木材顯微結(jié)構(gòu)圖像，應(yīng)用計(jì)算機(jī)圖像處理、模式識(shí)別技術(shù)，通過顯微構(gòu)造

11、對(duì)象特征、全局性紋理特征、可微結(jié)構(gòu)性紋理特征的提取和量化，發(fā)現(xiàn)并驗(yàn)證軸向薄壁組織的提取技術(shù)。研究方法：為基于木材顯微構(gòu)造圖像精確而有效地進(jìn)行智能化木材識(shí)別，本研究擬采用以下的研究方法：首先，結(jié)合木材微觀識(shí)別知識(shí)，研究木材顯微構(gòu)造特有的導(dǎo)管、木射線、軸向薄壁組織等對(duì)象特征的提取，這些特征本身具有很強(qiáng)的分類能力，通過量化將進(jìn)一步提高其分類能力；其次，提取顯微圖像的全局性紋理特征并驗(yàn)證其識(shí)別能力；并根據(jù)木材特性，進(jìn)行可微結(jié)構(gòu)性紋理的描述和提取，挖掘出軸向薄壁組織的提取技術(shù)。技術(shù)路線：針對(duì)木材顯微構(gòu)造圖像的特有對(duì)象如導(dǎo)管、木射線等對(duì)象的提取，首先進(jìn)行對(duì)象的分割。可以根據(jù)對(duì)象的不同采用不同的圖像分割方法

12、，如高斯混合模型法、Markov隨機(jī)場模型法、邊緣檢測法、數(shù)學(xué)形態(tài)學(xué)方法、基于像素點(diǎn)分類的方法等。利用這些方法的優(yōu)缺點(diǎn)，探究出軸向薄壁組織的分割方法。擬解決的關(guān)鍵問題：闊葉樹材的軸向薄壁組織有多種多樣，比如和導(dǎo)管的位置關(guān)系方面，分為離管狀和傍管狀，從薄壁組織的聚集形式又可分為星散狀、輪界狀、翼狀、聚翼狀、帶狀等等，如何對(duì)這些不同組合形式薄壁組織進(jìn)行有效的分離，這是本文的關(guān)鍵問題。三、論文的研究特色與創(chuàng)新之處根據(jù)木材顯微圖像中包含導(dǎo)管、木射線、軸向薄壁組織等豐富對(duì)象的特性，本論文提出并定義了可微結(jié)構(gòu)性紋理特征，并在此基礎(chǔ)上構(gòu)造相應(yīng)的提取和描述方法，從而將軸向薄壁組織成功的從闊葉材橫切面顯微圖像中

13、提取出來，這是本文在研究思路上的創(chuàng)新。四、論文的預(yù)期目標(biāo)與預(yù)期研究成果預(yù)期目標(biāo)：本項(xiàng)目基于木材顯微結(jié)構(gòu)圖像，應(yīng)用計(jì)算機(jī)圖像處理、模式識(shí)別技術(shù)，通過顯微構(gòu)造對(duì)象特征、全局性紋理特征、可微結(jié)構(gòu)性紋理特征的提取和量化，發(fā)現(xiàn)并驗(yàn)證軸向薄壁組織的提取技術(shù)，從而達(dá)到精確而有效地智能化木材識(shí)別的目的。預(yù)期研究成果：將本篇論文發(fā)表在核心期刊，并申請(qǐng)相關(guān)專利。五、論文的進(jìn)展和研究進(jìn)度安排第一階段2012.12-2013.2 木材圖像的收集以及對(duì)收集的木材圖片進(jìn)行剪切及分類。第二階段 2013.3-2013.6 木材圖像的預(yù)處理。第三階段 2013.7-2013.10 結(jié)合木材顯微構(gòu)造知識(shí)，研究軸向薄壁組織的特點(diǎn)

14、和分布類型，挖掘出提取特征。第四階段 2013.11-2014.3 深入研究計(jì)算機(jī)視覺技術(shù)的應(yīng)用以及在木材識(shí)別上的方法，探究出軸向薄壁組織的提取技術(shù)。第五階段 2014.4 繼續(xù)進(jìn)行論文相關(guān)的研究和代碼的編寫工作，在導(dǎo)師指導(dǎo)下進(jìn)行修改，完成論文初稿。第六階段 2014.5定稿：嚴(yán)格按規(guī)定格式操作，調(diào)整注釋與參考文獻(xiàn)等。第七階段 2014.6論文答辯6、 論文框架1 緒論1.1 引言 1.2 計(jì)算機(jī)視覺技術(shù)1.3 計(jì)算機(jī)視覺技術(shù)在木材解剖中的應(yīng)用1.4 木材識(shí)別技術(shù)1.5 本課題的研究內(nèi)容2 試驗(yàn)材料與試驗(yàn)方法 2.1 試驗(yàn)材料 2.2 實(shí)驗(yàn)方法 2.3 小結(jié)3木材橫切面顯微圖像特征參數(shù)提取 3

15、.1木材橫切面顯微構(gòu)造特征參數(shù)提取 3.2橫切面顯微圖像紋理特征量的提取 3.3小結(jié)4基于計(jì)算機(jī)視覺軸向薄壁組織提取技術(shù)研究 4.1圖像的預(yù)處理 4.2軸向薄壁組織的特征選擇與提取 4.3分離軸向薄壁組織5結(jié)論與展望5.1 總結(jié)論5.2 今后研究方向展望參考文獻(xiàn)致謝七、文獻(xiàn)綜述（一）文獻(xiàn)綜述撰寫要求1、目的文獻(xiàn)綜述是針對(duì)某一研究領(lǐng)域分析和描述前人已經(jīng)做了哪些工作，進(jìn)展到何程度，要求對(duì)國內(nèi)外相關(guān)研究的動(dòng)態(tài)、前沿性問題做出較詳細(xì)的綜述，并提供參考文獻(xiàn)。文獻(xiàn)綜述反映作者研究工作的基本能力和文獻(xiàn)閱讀量。撰寫文獻(xiàn)綜述的目的主要考核綜合歸納資料的能力和提出自己見解的能力。2、結(jié)構(gòu)綜述即綜合敘述的意思，它經(jīng)

16、過對(duì)閱讀過的大量材料的篩選、比較、分析、綜合、提煉而成的情報(bào)研究產(chǎn)品，是對(duì)你正準(zhǔn)備設(shè)計(jì)的課題在一段時(shí)期內(nèi)的發(fā)展情況進(jìn)行綜合敘述的一種情報(bào)研究成果。綜述的結(jié)構(gòu)一般包括引言、正文、結(jié)論和附錄等部分。引言的基本內(nèi)容包括學(xué)位論文研究的主要方向、歷史淵源、目前現(xiàn)狀、存在問題及展望等。正文是綜述主要內(nèi)容的敘述部分。一般要敘述研究課題的主要內(nèi)容，在某階段的發(fā)展歷史，已解決的問題和尚存在的問題，對(duì)當(dāng)前工作的現(xiàn)狀，今后的發(fā)展趨勢應(yīng)作重點(diǎn)、詳盡而具體地?cái)⑹?。結(jié)論部分一般除研究所得的結(jié)論外，還概括指出研究建議，存在的不同意見和擬解決的問題等。3、 注意事項(xiàng)1、撰寫文獻(xiàn)綜述應(yīng)注意綜述本人觀點(diǎn)、見解和想法，要以科學(xué)事實(shí)

17、為依據(jù)，它的原研究材料中各類具有代表性觀點(diǎn)的文獻(xiàn)不能遺漏，要用最簡潔的文字材料概述。2、參考文獻(xiàn)規(guī)范按GB/T7714-2005執(zhí)行。（二）文獻(xiàn)綜述正文論文題目： 基于計(jì)算機(jī)視覺木材軸向薄壁組織提取技術(shù)研究 1引言木材識(shí)別是合理利用木材的基本前提。計(jì)算機(jī)技術(shù)在木材識(shí)別中的應(yīng)用改善了傳統(tǒng)人工識(shí)別方法的缺陷1。近幾年來，相關(guān)學(xué)者發(fā)現(xiàn)木材顯微圖像中包含著豐富的信息，其中蘊(yùn)含的細(xì)胞排列特征、各種細(xì)胞的形態(tài)因子等特征具有區(qū)別于其他樹種的獨(dú)立性2。為了達(dá)到高效、自動(dòng)識(shí)別樹種的目的，我們必須從顯微圖像中快速、準(zhǔn)確地提取出各種組織細(xì)胞的特征參數(shù)，因此，基于計(jì)算機(jī)視覺技術(shù)對(duì)木材識(shí)別的新方法受到了學(xué)者們的廣泛關(guān)注

18、3。很多學(xué)者結(jié)合木材學(xué)領(lǐng)域的特點(diǎn)，將計(jì)算機(jī)視覺技術(shù)應(yīng)用到木材識(shí)別上。例如，于海鵬等4,5分別運(yùn)用空間共生矩陣和小波分析了木材紋理，獲得了紋理的特征參數(shù)和分頻分尺度特性；劉鎮(zhèn)波等6對(duì)針葉材和闊葉材細(xì)胞幾何量參數(shù)、細(xì)胞形態(tài)量參數(shù)、樹脂道、木材組織比量參數(shù)、薄壁率、構(gòu)造分子分布密度進(jìn)行研究;黃慧7采用數(shù)學(xué)形態(tài)學(xué)研究了闊葉材中的導(dǎo)管、弦切面上木射線特征;祁亨年等8研究了基于形態(tài)學(xué)的木材導(dǎo)管圖像分割方法;汪杭軍等9采用遺傳算法研究了闊葉材導(dǎo)管的自動(dòng)分割方法；計(jì)智偉等3研究了基于改進(jìn)區(qū)域生長的木材導(dǎo)管形態(tài)特征提取方法。以上可以看到目前大多研究集中在對(duì)木材切片的微觀研究中，而且主要是在語義特征的測量、特取和

19、分析上，包括導(dǎo)管(管孔)、木射線等不同組織細(xì)胞10。這些都是木材識(shí)別的重要特征。然而，軸向薄壁組織也是闊葉材樹種顯微圖像中顯著的對(duì)象之一，不同的闊葉材樹種顯微圖像中軸向薄壁組織特征有很大的差別，因此軸向薄壁組織特征也是闊葉材樹種判別的一個(gè)重要的依據(jù)?；诖?，本項(xiàng)目將以木材顯微圖像作為研究對(duì)象，探索出一種木材軸向薄壁組織的提取方法，對(duì)研究基于軸向薄壁組織的闊葉材樹種的識(shí)別具有重要的意義，同時(shí)也對(duì)計(jì)算機(jī)學(xué)科與木材學(xué)科的交叉研究具有積極的推動(dòng)作用。2 國內(nèi)外研究現(xiàn)狀2.1 木材識(shí)別特征提取20世紀(jì)80年代初計(jì)算機(jī)圖像處理技術(shù)開始應(yīng)用于木材解剖學(xué)的研究，McMillin11利用圖像處理和分析技術(shù)測量了

20、木材細(xì)胞率、纖維長度、細(xì)胞腔面積和徑向細(xì)胞腔直徑以及纖維板剪切過程中的木材破損率。Hie和Hillis12所開發(fā)的圖像處理分析系統(tǒng)對(duì)細(xì)胞管腔面積及不同細(xì)胞類型所占面積比例等特征進(jìn)行了量化分析。Diao等13-14應(yīng)用能量光譜方法分析確定了木材細(xì)胞形狀，并用快速傅立葉變換(FFT)檢測了10種針葉材橫斷面細(xì)胞排列及形狀的周期性，測量了細(xì)胞的徑弦向直徑和徑弦壁角度，同時(shí)他們還對(duì)18種針葉材橫切面上的管胞形態(tài)學(xué)指標(biāo)進(jìn)行量化測定以確定不同樹種的管胞形態(tài)參數(shù)。Fujita用FFT分析了32種日本闊葉材橫切面的導(dǎo)管分布15。曲艷杰等16利用FFT方法進(jìn)行了木材細(xì)胞排列的圖像分析研究，利用得到的木材解剖特征

21、的波動(dòng)性和周期性，以解決傳統(tǒng)木材解剖方法難以做到的演化規(guī)律的研究問題。Masako KINO等17也通過圖像方式精確測定了木材細(xì)胞壁厚度。保昆雁等18開發(fā)了木材解剖特征量的處理系統(tǒng)，可提取細(xì)胞數(shù)目、胞腔面積及其分布、胞腔直徑、胞壁厚度、胞壁率、壁腔比等木材解剖特征參數(shù)。以上的研究較多關(guān)注于細(xì)胞形態(tài)比量等特征的測量，圖像處理技術(shù)用作輔助測量的方法為定量化研究提供了有力的手段，解決了以往人工無法測量的問題，但尚未對(duì)傳統(tǒng)木材識(shí)別中的定性描述的識(shí)別特征如管孔式、木射線、軸向薄壁組織等木材圖像中的特有對(duì)象特征（以下這類識(shí)別特征均稱為對(duì)象特征）的研究，也未涉及對(duì)這類對(duì)象特征的自動(dòng)提取。有別于傳統(tǒng)計(jì)算機(jī)視覺

22、中對(duì)象處理時(shí)所遇到的諸如光照、遮擋、變形及對(duì)象本身高度復(fù)雜的挑戰(zhàn)，木材顯微圖像構(gòu)成中的對(duì)象相對(duì)穩(wěn)定，僅存在如導(dǎo)管、木射線、薄壁組織等若干種穩(wěn)定的對(duì)象，在標(biāo)準(zhǔn)約束條件下獲取的圖像也排除了光照等影響因素，因此特征提取僅需關(guān)注對(duì)象本身的特點(diǎn)。本論文的前期研究中，祁亨年、汪杭軍等 19-21分別利用數(shù)學(xué)形態(tài)學(xué)、遺傳算法、改進(jìn)的OTSU方法等完成了木材橫切面顯微圖像中導(dǎo)管對(duì)象的分割，從而可以獲得導(dǎo)管的直徑、面積、圓形度等特征。2.2木材圖像紋理特征分析與提取木材圖像紋理特征分析的研究始于上世紀(jì)90年代。Huang22利用FFT功率譜圖分析了木材砂光表面的粗糙度。趙學(xué)增23對(duì)木質(zhì)材料表面粗糙度測量進(jìn)行了研

23、究。王克奇等選取9幅木材紋理圖計(jì)算分形維數(shù)，提供了描述木材紋理粗糙度的一種定性度量方法24。王晗等25將高斯馬爾可夫隨機(jī)場（GMRF）引入木材紋理的研究，提取樣本的低階和高階GMRF參數(shù)，分析表明通過指定的參數(shù)可判斷紋理的主方向、區(qū)分開木材的弦切和徑切紋理。謝永華26將不變矩方法引入木材紋理的計(jì)算機(jī)視覺研究領(lǐng)域。王晗27利用灰度共生矩陣法建立了木材紋理參數(shù)。以上研究以木材宏觀的徑切面和弦切面圖像紋理為研究對(duì)象，基于顯微構(gòu)造紋理特征研究尚未涉及。對(duì)于木材識(shí)別而言，宏觀特征變異性較大，而顯微結(jié)構(gòu)特征相對(duì)穩(wěn)定，所以對(duì)識(shí)別來說顯微木紋更加值得研究。顯微木紋圖像紋理（簡記為顯微木紋）主要包含兩類。一類是

24、基于像素點(diǎn)的統(tǒng)計(jì)的全局性紋理，目前木材學(xué)研究已經(jīng)表明根據(jù)不同的全局性紋理特征可以確定樹種大類，如帶狀花紋的有紅松、落葉松、檫木、山棗等，交錯(cuò)花紋有香樟、麻棟、大葉桉、桃花蕊木等；這類全局性紋理與木材的生長過程相關(guān)，有分類和識(shí)別價(jià)值，但還不能充分反映木材本身的特性，還無法完全滿足木材識(shí)別的需求。另一類紋理是以木材顯微圖像中特有的對(duì)象形態(tài)及其分布和結(jié)構(gòu)性約束而形成的可微結(jié)構(gòu)性紋理，這類紋理反映了對(duì)象如導(dǎo)管、木射線等的上下文（context）關(guān)系，與木材本身的生長特性密切相關(guān)，有較強(qiáng)的分類能力，成為木材識(shí)別的熱點(diǎn)和難點(diǎn)問題。2.3 基于計(jì)算機(jī)視覺木材識(shí)別的研究王金滿（1993）也研究了計(jì)算機(jī)視覺分析

25、在木材解剖構(gòu)造當(dāng)中的應(yīng)用，并利用計(jì)算機(jī)視覺技術(shù)對(duì)長白落葉松人工林木材解剖特征及其生長輪材性變異規(guī)律進(jìn)行了分析，之后又探討了應(yīng)用FFT變換圖像處理木材解剖構(gòu)造的圖像處理方法28-33；孫麗萍等(1995，2000)利用模式識(shí)別技術(shù)來實(shí)現(xiàn)木材細(xì)胞圖象邊緣跟蹤，并提出了適合于木材橫紋構(gòu)造形態(tài)特征的圖象處理方法34,35。保昆雁(2003)基于計(jì)算機(jī)視覺和圖像處理技術(shù)，利用Matlab編制了相應(yīng)的軟件，實(shí)現(xiàn)了木材切片圖像讀入、變換、增強(qiáng)、邊緣探測和二值化處理等，在此基礎(chǔ)上提取木材橫截面切片圖像所反應(yīng)的木材相關(guān)解剖特征量36。劉鎮(zhèn)波在2004年研究了通過對(duì)木材橫切面顯微圖像量化特征參數(shù)的提取與分析、基于

26、圖像分析的判別匹配算法和判別程序的建立，最后論證了以基于圖像分析的方法達(dá)到木材判別的目的是基本可行的37.楊家駒38在1990首次提出了特征圖像帶有顯示木材的功能，極大的方便了木材專家的研究工作.用來識(shí)別的主要特征有：生長輪類型，管胞，導(dǎo)管，纖維長度，軸向薄壁組織，樹脂道，射線管胞內(nèi)壁，徑向胞間道及紡錘行射線，聚合射線等相關(guān)的木材解剖特征50個(gè)。十年之后隨后楊家駒等39在2001提出了顯微鏡與微機(jī)連接的方法利用特征圖像（云杉型加厚、管孔分布頻率和導(dǎo)管胞壁厚度（增加的）識(shí)別的方法，可識(shí)別的樹種由原來的669種增至741種?？虏》驳仍?991年發(fā)表的論文中總結(jié)出：相比于前人多采用多關(guān)鍵字檢索的木材

27、識(shí)別方式，該文首次提出了一個(gè)用于自動(dòng)劃分樹種類別的“剪枝”算法40.王晗等39在2006 年將高斯-馬爾可夫隨機(jī)場引入木材紋理的研究， 提取二階和五階GMRF（Gaussian Markov random fields）參數(shù)。結(jié)果表明二階特征參數(shù)可以判斷紋理的主方向，并能夠區(qū)分開木材的弦切和徑切紋理。于海鵬等41在2005 年介紹了代表性的紋理算法， 包括自相關(guān)函數(shù)、灰度共生矩陣、行程長度統(tǒng)計(jì)、快速傅里葉變換功率譜函數(shù)、小波、分形、自回歸模型、Radon函數(shù)變換等， 并給出了它們之間的相互關(guān)系和算法的優(yōu)缺點(diǎn)。此外，祁亨年等42、管雪梅43、王秀華44、劉鎮(zhèn)波45、汪杭軍1等是通過木材微觀顯微結(jié)

28、構(gòu)進(jìn)行了識(shí)別研究,而王克奇等46、白雪冰等47、于海鵬等48、任洪娥等49則是通過宏觀紋理進(jìn)行木材識(shí)別的研究50。3 發(fā)展趨勢及展望木材識(shí)別經(jīng)歷了從宏觀到微觀的發(fā)展過程。宏觀識(shí)別是指通過觀察木材構(gòu)造特征來判定或區(qū)分樹種，它的缺點(diǎn)是準(zhǔn)確度較差，僅能鑒別到屬或者常見樹種。微觀識(shí)別是指在顯微鏡下觀察木材的構(gòu)造特征來判定或區(qū)分樹種，由于木材顯微結(jié)構(gòu)中區(qū)別性特征豐富且性狀相對(duì)穩(wěn)定，因此顯微識(shí)別的準(zhǔn)確度較高。但是，由于導(dǎo)管、木射線等顯微結(jié)構(gòu)特征只有木材專家才能掌握，難以普及和廣泛應(yīng)用。因此，需要探索一種智能的計(jì)算機(jī)輔助木材識(shí)別理論和方法，達(dá)到精確而有效地智能化木材識(shí)別的目的，將對(duì)提高木材識(shí)別的準(zhǔn)確性和效率

29、，以及計(jì)算機(jī)學(xué)科與木材學(xué)科的交叉研究具有積極的推動(dòng)作用。參考文獻(xiàn)1 汪杭軍，張廣群，祁亨年，等木材識(shí)別方法研究綜述J浙江林學(xué)院學(xué)報(bào)，2009，26(6)：896-902 2 Qi Hengnian， Chen Fengnong， MA LingfeiPore Feature Segmentation Based on Mathematical Morphology C/ REN CLProceedings of the 33rd Conference of the IEEE Industrial Electronics SocietyTaipei：IEEE Press，2007：2474-24

30、773 計(jì)智偉，汪杭軍，何濤，等基于改進(jìn)區(qū)域生長的木材導(dǎo)管形態(tài)特征提取方法J北京林業(yè)大學(xué)學(xué)報(bào)，2011，33(3)： 64-694 于海鵬，劉一星，張斌，等應(yīng)用空間灰度共生矩陣定量分析木材表面紋理特征J林業(yè)科學(xué)，2004，40(6)：1211295 于海鵬，劉一星，孫建平基于小波的木材紋理分頻信息提取與分析J林業(yè)科學(xué)，2005，41(2)：100105 6 劉鎮(zhèn)波木材顯微圖像特征參數(shù)提取與樹種判別方法研究D哈爾濱：東北林業(yè)大學(xué)，2004 7 黃慧基于木材組織構(gòu)造的數(shù)字圖像處理系統(tǒng)研究D南京：南京林業(yè)大學(xué)，2006 8 祁亨年，陳豐農(nóng)，方陸明，等一種基于形態(tài)學(xué)的木材導(dǎo)管圖像分割方法J北京林業(yè)大學(xué)

31、學(xué)報(bào)，2008，30(4)：12-16.9 Wang Hangjun，Qi Hengnian，Li Weizhu，et alA GA-based automatic pore segmentation algorithmCIn Proceedings of the First ACM/SIGEVO Summit on Genetic and Evolutionary ComputationNY，2009：98598810 汪杭軍，汪碧輝一種新的針葉材自動(dòng)識(shí)別方法J林業(yè)科學(xué)，2011，47(10)：141-14511 McMillin C W. Application of automati i

32、mage analysis to wood scienceJ. Wood Science,1982,14(3)：97-105. 12 Hie, Hillis W E. Video image processor for wood anatomicalquantificationJ. Holzforschung,1983, 37:47-50.13 Diao X M, Furuno T, Uehara T. Analysis of cell arrangement in softwood by image processing using two-dimensional fast fourier

33、transforms J. Wood Anatomy Research, 1995,211-215.14 Diao X M, Furuno T, Fujita M. Digital image analysis of cross-sectional tracheid shapes in Japanese softwoods using the circularity index and aspect ratio J. Wood Science, 1999,45(2):98-105.15 Fujita M, Ohyama M, Saiki H. Characterization of vesse

34、l distribution by Fourier Transform Image Analysis, Recent fast fourier transformsJ. Wood Anatomy, 1995,34 (2):11-23.16 曲艷杰.木材解剖特征FFT圖譜構(gòu)建及其演化模式的研究.D.哈爾濱:東北林業(yè)大學(xué)，2000.17 Kino M, Ishida Y J, Doi M, Fujita M. Experimental Conditions for Quantitative Image Analysis of Wood Cell Structure III, Precise mea

35、surements of wall thicknessJ. Mokuzai Gakkaishi,2004,50(1):334:337.18 保昆雁，范曉寧.計(jì)算機(jī)視覺和圖像處理技術(shù)與木材解剖特征量分析M.中國林學(xué)會(huì)木材科學(xué)分會(huì)第九次學(xué)術(shù)研討會(huì)論文集，哈爾濱:2004：307-313.19 Qi H N, Chen F N, Ma L F. Pore Feature Extraction Based on Mathematical MorphologyC. Proceedings of the 33rd conference of the IEEE Industrial Electronics

36、Society (IECON2007), Nov. 5-8, 2007. 20Wang Hangjun, Qi Hengnian, Li Wenzhu. A GA-Based Automatic Pore Segmentation AlgorithmC.Proc. Of the 2009 World Summit on Genetic and Evolutionary Computation. (Accepted, to be published).21 Qi H N, Chen F N, Wang H J. Analysis of quantitative pore features bas

37、ed on mathematical morphology J. Forestry Studies in China, 2008, 10(3): 93-198.22 Huang Y S. Chen S S. Application of FFT spectrum analysis to the evaluation of roughness of wood sanding surfaceJ. Forest Products Industries, 1990, 9(2):121-125.23 于海鵬,劉一星,張斌,李永峰. 應(yīng)用空間灰度共生矩陣定量分析木材表面紋理特征J. 林業(yè)科學(xué),2004,6

38、:121-129.24 王克奇,謝永華,陳立君. 基于分形理論的木材紋理特征研究J. 林業(yè)機(jī)械與木工設(shè)備,2005,7:19-20.25 王晗,白雪冰,王輝. 基于高斯馬爾可夫隨機(jī)場木材紋理特征的研究J.林業(yè)機(jī)械與木工設(shè)備, 2006,11:25-2.26 謝永華.基于不變矩特征木材紋理的研究J. 林業(yè)機(jī)械與木工設(shè)備, 2006,06:29-30.27 王晗.基于空間灰度共生矩陣木材紋理分類識(shí)別的研究J.森林工程,2007,01:32-36.28 王金滿,劉一星,趙學(xué)增.木材構(gòu)造計(jì)算機(jī)視覺分析方法J.東北林業(yè)大學(xué)學(xué)報(bào).1993,21(2):94-99.29 王金滿,鄒常豐，郭軍等.木材解剖構(gòu)造

39、圖象處理的理論研究J.東北林業(yè)大學(xué)學(xué)報(bào)，1994,22(2):52-57.30 王金滿,張守娟,王宏威等.長白落葉松人工林木材構(gòu)造計(jì)算機(jī)視覺分析的研究J.東北林業(yè)大學(xué)學(xué)報(bào).1995,23(3):51-5631 張亞偉,王金滿,王鶴濱等.長白落葉松林木材管胞徑腔比的計(jì)算機(jī)視覺測量方法J.林業(yè)科技.1996,21(2):31-3332 王金滿等.傅立葉變換圖像處理方法在木材解剖特征研究上的應(yīng)用J.四川農(nóng)業(yè)大學(xué)學(xué)報(bào).1998,16(l):176-18033 wang jinman,Qu xiangjie,wang yongsheng.Anaiysis of Wood Anatomy Characte

40、ristics by Fast Fourier Transfer Image AnalysisJ.Journal of Forestry Research,1997,8(4):243-245.34 孫力平，曹軍，李玉峰等.基于模式識(shí)別技術(shù)實(shí)現(xiàn)木材細(xì)胞圖象邊緣跟蹤J.林業(yè)機(jī)械與木工設(shè)備，1995,27(5):11-12.35 孫麗萍,宋文龍,張冬妍.基于數(shù)字圖象處理技術(shù)實(shí)現(xiàn)木材橫紋壓縮過程中構(gòu)造學(xué)形態(tài)特征的研究J.森林工程，2000,16(2):15-18.36 保昆雁，范曉寧.計(jì)算機(jī)視覺和圖像處理技術(shù)與木材解剖特征量分析C.中國林學(xué)會(huì)木材科學(xué)分會(huì)第九次學(xué)術(shù)研討會(huì)論文集,2003,301-313.37 張亞偉,王金滿,王鶴濱等.長白落葉松林木