倾斜摄影测量技术提取油松单木信息

  目的  获取森林单木参数的信息是经营、管理森林过程中的一项重要内容。倾斜摄影测量技术以其多角度拍摄方法,成为目前高效获得单木信息的研究方法之一。  方法  本研究以内蒙古旺业甸油松林为研究对象,利用无人机倾斜摄影测量技术获取油松单木的树高、冠幅和材积,探究了4种不同的相片分辨率（1、0.5、0.25、0.1 m）对单木信息提取能力的影响。采用基于点云数据的均值漂移算法和基于冠层高度模型（CHM）的分水岭算法分割单木树冠,以样地实测单木参数和激光雷达提取的单木数据作为验证数据,探索了相片分辨率与单木提取能力的关系,比较了两种分割方法的准确度及最优分辨率。建立了基于CHM提取树高与单木材积的异速生长模型（y = 0.000 1x2.717,R2 = 0.571 7）, 并绘制了测区油松单木材积分布图。  结果  （1）摄影测量提取单木油松冠幅,分水岭算法和均值漂移分割算法均在0.5 m相片分辨率的分割准确度最好,且分水岭算法提取的冠幅较均值漂移算法有较少的漏分、过度分割,其F得分分别为0.87和0.82;而在0.5 m分辨率下均值漂移算法提取的冠幅数值准确度较好,分水岭算法和均值漂移算法得到的参考树冠与分割树冠的相关系数分别为0.850和0.892,且在P < 0.01水平上极显著。（2）分水岭分割算法和均值漂移算法提取油松树高的能力相近,0.5 m相片分辨率得到的单木树高平均误差最小且相差不大,分别为0.42和0.66 m。  结论  研究明确了倾斜摄影测量技术提取油松单木的关键方法和最佳相片分辨率参数,提高了调查效率,为设置合理无人机数据获取的参数提供了科学依据。      

黄枝润楠木材结构特征的分析

以黄枝润楠天然次生林木材为研究对象,观察分析黄枝润楠木材的宏观构造特征和显微构造特征。结果表明:黄枝润楠为散孔材,管孔肉眼下可见至明显,单管孔和短径列复管孔为主(通常2~4个),稀管孔团;部分导管内含侵填体。轴向薄壁组织肉眼下可见,主为环管束状,偶见稀疏环管状。木射线肉眼下可见,径面射线斑纹可见;木射线非叠生,射线组织为异Ⅲ及异Ⅱ型,单列射线甚少,高2~8细胞;多列射线宽2~3细胞(以2列为主),高4~39细胞,多数为8~27细胞,油细胞数多;管间纹孔互列,偶见对列;单穿孔,穿孔板倾斜明显,偶见梯状穿孔;木材具分隔木纤维。     

巴里黄檀木材解剖构造、颜色及接触角研究

利用放大镜及显微镜观察巴里黄檀木材的宏观、显微构造,结合图像测量分析系统测定、分析各种细胞的形态特征,采用CIE L*a*b*色度空间表色体系测定木材材色,静滴接触角/界面张力测定仪测定表面接触角。结果表明,巴里黄檀为散孔材,导管细胞多数单管孔及径列复管孔,导管细胞中鼓形导管细胞最多占79.42%,纺锤形导管细胞最少占1.97%;木纤维中细长纺锤形韧型纤维居多,腔小壁厚,细胞壁腔比0.89;木射线主要有横卧射线细胞和方形射线细胞宽度细胞3～5个,高度细胞10～15个;轴向薄壁组织丰富,细胞长度与宽度分别为129.40μm和23.14μm;轴向薄壁细胞和射线细胞中含有较多结晶细胞等深色内含物;木材色相以低饱和度的红黄色调为主,属于深材色树种;40s表面接触角变化5.78°,亲水湿润性较好。通过以上分析为红木类木材的识别与鉴定提供理论依据,丰富木材识别鉴定的基础理论。     

华盖木解剖构造特征研究

以华盖木木材为研究对象,利用体视显微镜和生物显微镜对华盖木宏观构造和微观构造进行观察和研究。结果表明:经打磨后的华盖木犹如丝缎般光滑,木材颜色为紫褐色带绿。华盖木为散孔材,生长轮明显;管孔组合主要为单管孔及少数短径列复管孔2～3个,具侵填体;导管分子穿孔板为梯状复穿孔,管间纹孔式为梯状,导管—射线间纹孔式为水平的刻痕状及单侧复纹孔,螺纹加厚贯穿整个导管分子;轴向薄壁组织量少,主要为轮界状,少数稀疏傍管状;木纤维类型主要是纤维状管胞,有少量的分隔木纤维,木纤维上具有螺纹加厚;木射线非叠生,少量单列木射线,多列木射线多数宽2～3个细胞,射线组织多为异型Ⅱ型及异型Ⅲ型。     

福建特有树种闽西青冈木材解剖特征分析

借助连续变倍体视显微镜、生物数码显微镜和扫描电镜观察福建特有阔叶树种闽西青冈木材的宏观构造、微观构造特征，并测定分析木材解剖特征的36个定量指标。结果表明，闽西青冈心边材区别略明显，散孔材，单管孔，管孔呈溪流状径向排列，导管内含侵填体，单穿孔，管间纹孔互列；导管组织比量平均为10.60%，导管密度均值为6.67个/mm²，管孔弦向直径平均为138.51 μm，导管分子壁腔比平均为0.097，导管分子长宽比平均为3.74，导管分子实质率平均为15.92%。闽西青冈木材纤维状管胞壁上具缘纹孔形小、数少，木纤维组织比量平均为49.85%，木纤维平均长度为1 249.63 μm，平均长宽比为66.74，壁腔比为3.52，实质率为85.61%。轴向薄壁组织发达，多数为星散-聚合状，少数为离管带状，排列不规整，宽1～4细胞；轴向薄壁组织比量为8.41%。木射线非叠生，同形单列及多列，稀异Ⅲ形，主由横卧细胞组成，直立和方形细胞偶见；单列木射线高3～19细胞，宽木射线多数夹杂着木纤维等其他轴向分子，高许多细胞，往往超出切片范围；木射线组织比量为31.14%。结晶细胞主要出现在聚合木射线中，少见结晶细胞链；导管-木射线间纹孔式主要为刻痕状，少数大圆形；具有环管管胞；胞间道缺如。     

基于距离变换的改进分水岭算法在白细胞图像分割中的应用

在白细胞图像中,由于白细胞细胞核的存在,直接应用分水岭算法时,往往达不到较好的效果。本文提出一种结合EM聚类的改进分水岭算法。通过将EM聚类获得的图像中细胞核区域替换,然后使用基于距离变换的分水岭分割,确定白细胞区域。对距离变换后的图像采用形态学处理减少了细胞分割中的过分割现象。同时使用细胞核位置的先验条件,合并分水岭分割区域,进一步减小过分割的影响。本文方法提供一种新的将分水岭算法应用于白细胞分割的思路。同时实验证明,方法在分割精度上有着良好的表现。     

应用改进分水岭算法对木材表面缺陷图像分割试验

根据木材缺陷样本图像特点,用直方图均衡化和灰度变换对其进行预处理,使缺陷目标和背景反差更大,突出缺陷目标图像;对活节(样本1)、死节(样本2)、虫眼(样本3)缺陷采用多组对比试验的方法,采用传统分水岭算法和改进分水岭算法分割样本缺陷图像,分析两种方法的差异。结果表明:改进分水岭算法,能迅速且较好分割木材缺陷图像,缺陷轮廓更为清晰完整,曲线更为平滑,弥补了传统分水岭算法过渡分割和欠分割的不足,达到较为理想的分割效果;改进分水岭算法分割效率比传统分水岭算法更高,分割时间更短,更准确;试验证明了改进分水岭算法对木材缺陷图像分割的可行性和可靠性。     

维腊木与愈疮木木材构造特征比较解剖研究

为了比较雏腊木和愈疮木之间的差异,对维腊木和愈疮木的木材构造特征进行了解剖研究。结果表明:两者的宏观构造在材色、气味上有较大的差异。微观构造特征的差异主要表现在管孔的组合方式、轴向薄壁组织类型、木射线的种类与射线组织的类型;其余解剖特征差异不明显。     

2种条纹乌木木材的构造特征

对菲律宾乌木和苏拉威西乌木木材的宏、微观构造和细胞形态进行观察,并测定分析,得出其构造特征。菲律宾乌木和苏拉威西乌木都属散孔材,生长轮不明显,心材为黑白相间条纹;管孔径列,主单复管孔和管孔链,少见管孔团,含树胶,以圆柱形导管为主,导管纹孔为筛状互列纹孔;轴向薄壁组织排列为离管带状,部分含树胶和晶体;木射线为异型单列,多含树胶和晶体。比较菲律宾乌木和苏拉威西乌木的木材构造：前者结构甚细,后者为细;前者木纤维细胞宽度和壁厚较后者大,且前者形态种类多;轴向薄壁细胞前者较后者短粗,前者形态种类多且细胞壁有更多凸凹;木射线密度前者为密,后者为甚密,木射线的直立细胞后者较前者高窄。     

基于超像素的木材表面缺陷图像分割算法

使用SLIC(简单线性迭代聚类)超像素图像分割方法将木材表面缺陷图像预分割,并从提高算法速度和自适应阈值2方面对超像素合并算法进行改进;分析了DBSCAN(具有噪声的基于密度的聚类方法)聚类用于该类超像素合并中算法的复杂度,提出了自适应阈值的快速DBSCAN超像素合并算法来取得缺陷分割图像。结果表明:改进后的算法对于3类缺陷都能很好的分割,并且算法复杂度低;分割及合并的总时间为0.35 s左右,能满足在线分选的要求。     

褐腐初期南方松木材微观形貌与化学成分分析

  目的  探究褐腐初期,腐朽菌定植对木材颜色、微观形貌以及化学成分的影响,为进一步探究木材褐腐初期降解机理提供理论基础。  方法  对南方松边材进行不同时长的密黏褶菌腐朽处理,利用场发射扫描电子显微镜对腐朽材的微观结构进行表征,探究褐腐菌进入木材内部的通道。同时,利用色差仪、傅里叶红外光谱、X射线能谱表征木材在不同腐朽阶段的质量损失、颜色变化、化学成分、官能团变化和结晶度变化等。  结果  腐朽过程中木材明度降低,总色差增加,整体上有偏红褐色的趋势。菌丝通过射线薄壁细胞、纹孔和管胞等细胞结构进入木材内部,并于褐腐20 d内基本完成初期定植。褐腐初期质量损失主要是由半纤维素降解导致,而纤维素降解缓慢。此时,纤维素结晶区的晶格间距降低（3.962 ?）,相对结晶度增至最大（47.02%）,阻碍了对褐腐菌的降解,因而此后木材质量损失增速减缓。  结论  在南方松木材的褐腐初期,菌丝通过纹孔、射线薄壁细胞和管胞等结构进入木材,细胞壁中的半纤维素优先严重降解,结晶纤维素的晶格间距减小且相对结晶度增加,这一理论研究有助于进一步探究木材的初期褐腐降解机理,同时为木材防腐保护提供理论基础。      

一种粗糙熵和K-均值聚类相结合的岩心图像分割方法

K-均值聚类算法和粗糙熵是应用于图像分割的主要算法,目的是对图像进行分析处理。将K-均值聚类算法和粗糙熵结合起来应用到岩心图像的分割,目的是提取出岩石的隙缝信息。先利用K-均值聚类算法对岩心图像进行区域分割,再利用基于粗糙熵的方法对分割结果进行目标提取,从而达到多阚值分割的目的。通过效果图对比分析可以看出,采用基于粗糙熵的K-均值聚类算法处理多目标的岩心图像,提取出的目标更清晰,更明确,实验结果更有价值,证明了改进后算法的有效性。     

不同含水率状态下木材细胞壁孔径分布变化

  目的  探究由水分所引发的木材细胞壁孔隙结构变化规律与机制,为木材的热质转移、渗透性以及木材改性提供理论指导。  方法  将杨木和杉木分别制成5 mm（径向） × 5 mm（弦向） × 1 mm（轴向）的木片,基于氮气吸附法、差示扫描热孔计法考察试样在绝干状态、气干状态、纤维饱和状态和饱水状态4种典型水分状态下的孔径分布、比表面积、孔体积等特征参数,并对比不同状态和不同树种间的孔隙结构差异。  结果  木材细胞壁孔径大多在10 nm以下,尤其以4 nm以下为主,10 nm以上孔隙相对较少;随着含水率的提升,木材细胞壁孔径分布曲线显著升高,从气干状态到纤维饱和状态,杨木和杉木的孔径分布最大值分别增加了52.73%和58.62%,而从纤维饱和状态到饱水状态,两者分别增加了435.24%和470.43%。  结论  在木材由绝干状态逐渐吸湿,以及吸水至饱水状态的过程中,木材细胞壁孔隙体积呈明显增大趋势。在木材达到饱水状态后,细胞壁孔隙体积增大至极限,但由于自由水的冰点下降,其在?2 ℃左右产生大量吸热信号进而干扰测量结果,故此时差示扫描热孔计法所测得的孔径分布参考范围有限。不同树种间孔隙分布差异不明显。      

一种融合聚类和分类算法的树木图像多目标优化分割方法

目的结合树木图像颜色和纹理特征,融合聚类和分类算法对树木图像进行多目标优化分割,从而提高自然背景下树木图像分割的准确性。方法首先,利用MSCC框架理论,解决聚类和分类目标函数同时依赖于聚类中心的问题。然后,分别选定聚类性能评价指标函数和分类性能评价指标函数。最后,采用多目标进化优化方法——NSGA-II算法进行优化,得到Pareto前端最优解集,并通过计算聚类有效性指数I的最大值,寻找最优解决方案。选择具有代表性的法国梧桐、侧柏、松树和杏树等自然背景下拍摄的4幅图像作为样本。分别采用K-means、Fuzzy C-means、对聚类目标函数进行单目标优化,采用MOPSO方法进行多目标优化,以及NSGA-II方法进行多目标优化等5种方法对样本图像进行分割比较。结果在聚类中心数量相同、种群大小相同、遗传代数相同的条件下,指数I的值表明本文提出的分割方法优势显著。对于4类不同样本图像分割的指数I值进行对比可知,以HF指数为单目标函数进行遗传优化的结果优于单一使用K-means和FCM算法;MOPSO多目标优化方法分割结果优于单目标优化结果;基于NSGA-II优化的多目标函数分割结果又优于MOPSO多目标优化结果。结论融合聚类和分类算法构建聚类性能评价指标函数和分类评价性能指标函数,并采用非支配排序遗传算法对多目标函数进行优化,能更好地保留树木图像的颜色和纹理特征,分割准确率显著提高。      

基于消费级双目相机的立木因子测量方法

  目的  随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。  方法  首先使用消费级USB 3.0双目相机采集立木图像,通过改进的SGM算法生成高质量视差图;再根据三角原理转化为深度图,进而获取立木三维点云;基于空间密度聚类和混合滤波三维点云去噪方法快速准确去除聚集、离散的噪声点,再进行方向矫正和点云分割;最后,利用最值遍历法和椭圆拟合法实现树高、胸径的无接触测量。  结果  树高、胸径的相对测量误差分别小于2.219%、5.620%,测量值与真实值的相关系数R2分别为0.978、0.995,均方根误差分别为0.047 m、0.249 cm。  结论  本方法易操作、成本较低,同时具有较高的测量精度,能够满足无接触测量的需求。图5表2参27     

基于改进区域生长的木材导管形态特征提取方法

基于图像的智能木材识别方法是通过自动提取木材的识别特征来识别木材,对木材科学和产业具有十分重要的意义。提出了一种基于改进区域生长的木材导管形态特征提取方法:采用分治策略改进区域生长法实现木材横切面显微图像中导管细胞的快速分割,用链码跟踪技术提取了10个导管细胞的形态特征;选取了6种阔叶材树种的横切面显微图像进行仿真实验。实验结果显示:本文方法能提高导管细胞的分割速度;所提取的10个形态特征在给定的树种显微图像上具有较高的区分度,说明将本文方法用于阔叶材树种智能识别具有较强的可行性。      

基于改进C-V模型的木材表面缺陷图像分割

木材表面缺陷会严重影响木材的质量、性能和使用价值,对木材表面缺陷分割检测有利于提高木材的利用率,节约现有木材资源,缓解森林资源短缺的压力。针对传统的C-V(Chan-Vese)模型算法不能分割灰度不均匀图像的缺点,本文采用C-V模型与形态学结合的方法与传统的C-V模型算法进行对比试验。与此同时,根据C-V模型和C-V模型结合形态学方法的不足之处,在C-V模型基础上,引入局部拟合函数和高斯核函数,提出了一种基于C-V模型的改进算法,能够有效地克服C-V模型的不足。通过对木材表面缺陷图像分别采用传统C-V模型算法、C-V模型与形态学结合的方法和改进的C-V模型算法进行多组针对单一目标的木材表面缺陷图像的对比试验。结果表明:C-V模型能够将虫眼和活节缺陷图像分割出来,但是对纹理干扰强烈的死节缺陷图像分割困难;运用C-V模型与形态学结合的方法,可以有效地消除分割结果中的细小空洞和噪声,但是仍无法抵抗死节缺陷图像中木材自身纹理的干扰,难以将死节缺陷完整地分割出来;改进的C-V模型算法对木材表面缺陷图像的分割能够减少迭代次数,缩短分割时间,使分割轮廓线更加光滑和完整。通过采用改进C-V模型算法对多目标木材表面缺陷图像进行试验,能够更好地验证改进算法的优越性、有效性和可行性。      

基于运动恢复结构的多株立木因子测量方法

  目的  提出基于运动恢复结构的多株立木因子测量方法,以解决目前基于三维点云的立木因子测量方法获取立木树高和胸径存在效率低或成本高的问题。  方法  ①使用智能手机环绕包含多株立木的场景拍摄一段视频,并采用固定帧采样法和差异值哈希算法自动提取立木视频中的关键帧图像,然后,基于运动恢复结构(structure from motion,SfM)算法处理立木关键帧图像,从而获取立木场景的原始三维点云;②在对原始三维点云进行预处理及初步分割后,运用条件欧几里得聚类算法对多株立木三维点云进行分割,以提取单株立木三维点云;③对立木三维点云使用最值遍历法和椭圆拟合法实现立木树高和胸径的自动测量。  结果  与真实值相比,本研究方法测得的树高、胸径的平均相对误差分别为1.96%、3.19%,均方根误差分别为0.133 3 m、0.533 7 cm,相关系数分别为0.987 9、0.962 1。  结论  该方法具有较高的树高和胸径测量精度,提供了一种便捷、低成本的多株立木因子三维测量方法。图6表1参27     

复杂背景与天气条件下的棉花叶片图像分割方法

为实现自然条件下棉花叶片的精准分割,提出一种粒子群(Particle swarm optimization,PSO)优化算法和K-means聚类算法混合的棉花叶片图像分割方法。本算法将棉花叶片图像在RGB颜色空间模式下采用二维卷积滤波进行去噪预处理,并将预处理后的彩色图像从RGB转换到目标与背景差异性最大的Q分量、超G分量、a*分量;随后在K均值聚类的一维数据空间中,利用PSO算法向全局像素解的子空间搜寻,通过迭代搜寻得到全局最优解,确定最佳聚类中心点,改善K均值聚类的收敛效果;最后,对像素进行聚类划分,从而得到棉花叶片分割结果。按照不同天气条件和不同背景采集了1 200幅棉花叶片样本图像,对本研究算法进行测试。试验结果表明:该算法对于晴天、阴天和雨天图像中目标(棉花叶片)分割准确率分别达到92.39%、93.55%、88.09%,总体平均分割精度为91.34%,并与传统K均值算法比较,总体平均分割精度提高了5.41%。分割结果表明,本研究算法能够对3种天气条件(晴天、阴天、雨天)与4种复杂背景(白地膜、黑地膜、秸秆、土壤)特征混合的棉花叶片图像实现准确分割,为棉花叶片的特征提取与病虫害识别等后续处理提供支持。