广西大学林学院本科专业责任教授（教师）简介

木材科学与工程专业责任教授——徐峰徐峰，男，汉族，1948年生，广西苍梧人，教授。1973年毕业于广西农学院林学系。现任广西大学林学院木材科学与工程教研室主任、木材科学与工程研究所副所长，广西大学教学督导员，生态学、森林培育学、植物学专业硕士研究生导师。享受政府特殊津贴专家。从事木材科学的教学与科研工作30余年。研究方向主要有：木材解剖与识别、木材物理力学、木材标准化。在木材构造解剖、木材识别、树木年龄鉴定方面有较高的造诣，是这一领域国内知名专家和广西权威的专家。先后承担本科生、专科生、研究生的课程达10门…     

广西山茶属木材解剖构造研究

对采自广西的山茶属9个组43种的木材进行解剖研究，结果表明，管孔类型为散孔材至似半环孔材；射线以2列为主．次为1列。偶3列；射线组织全为异形，以异形Ⅰ型为主，稀Ⅰ型和Ⅱ型；结晶体和树胶常见，含晶细胞多呈异形．在某些组木材细胞中富含细胞核及细胞质。由此可知，山茶属是比较原始的种系。此外，从解剖构造角度讨论了山茶属木材的构造特点和山茶属木材中细胞核的分布特点及其与生境的关系。     

广西木兰科木材识别、材性与用途

通过对木兰科5个属15种木材进行宏观与微观构造的观察,用对比、分析方法研究,以及经过木材各项物理力学试验的测定及计算结果,分别编制木材宏观和微观识别检索表。木材多数属于高质量系数,弦径干缩比多数为中的一级,本科木材结构细致、均匀、不重不硬、切削性能好、用途广泛,是我国南方常绿阔叶树林的重要树种。     

用计算机视觉进行黄花梨果梗识别的新方法

梨的果梗是否存在是分级的重要特征之一。通过计算机视觉系统摄取黄花梨图象,应用图象处理技术完成图象与背景的分割。针对使用细化及收缩膨胀算法识别果梗速度较慢,提出了一种快速算法。该法利用梨果梗直径小,选择不同大小的模板,判别图象中是否存在果梗,同时得到果梗头、底部与梨相交点的坐标,依据切线斜率信息,对果梗的完好性进行判断。试验结果表明,该算法可以１００％判断果梗是否存在,判断果梗是否完好的正确率达到９３％,判别速度提高４～６倍。而且该算法具有一定的鲁棒性,对旋转、移位不敏感。     

广西阔叶树木材气干密度与其材性相关的研究

通过广西113种阔叶树种的木材气干密度和力学性质数据,用线性回归计算,求出木材气干密度与力学性质关系的回归方程。比较10种广西木材的实测材性数据与从回归方程计算数据,其结果是相当接近的,可供用材单位参考。     

广西松属10种木材纤维(管胞)的测定

对广西常见松属9种及1新种进行木材分离,分别测定管胞长度、直径、壁厚和木材气干密度、端面硬度,并统计管胞长宽比和壁腔比。结果表明,这10种松树都是长纤维范围,是造纸和钎维工业的优质原料。     

利用桉树木材生产木衣架的技术工艺

具有"中国衣架之都"的荔浦市衣架产业,近几年在发展过程中存在着过去常规使用的木材原料严重不足的问题。广西桂林华海家居用品有限公司致力木衣架原材料生产技术研究,取得桉树木材生产木衣架的多项技术成果(专利),为木衣架产业木材变更和工艺改造提供了科学依据。桉树木材生产木衣架工艺简单,具体可概括为桉木锯解、防裂防蛀、干燥、抛光、静电植绒等主要工艺技术。今后桉树木材生产木衣架要在保护生态环境的前提下,积极开展技术研究,充分利用大面积生产的用材林树种,简化工艺程序,完全做到生产工艺节能、环保、效益达标。     

奶牛体型图象信息系统研究

该文设计了一种变长记录文件的存储格式和对该文件的存取方法，既节省了存储空间，又改善了文件的管理性能；采用动态链结构构造了一个超文本结构的用户界面，实现了对任意对象的联想式浏览，提高了操作效率；开发了一个奶牛体型图象信息管理系统，集成了图象处理、奶牛体型线性评定和图象信息管理等功能     

面向对象的多时相HJ星影像甘蔗识别方法

广西甘蔗种植区域离散,因混杂于多种农作物中,其光谱易受其他作物的影响,故利用单一时相多光谱遥感影像提取甘蔗有一定的困难。针对这一难题,该文首先提出甘蔗最佳识别时段,基于多时相HJ-1A/1B星CCD影像,以广西中部贵港市三区为研究区,通过面向对象分类软件eCognition,利用甘蔗在不同时相影像上的光谱特征:光谱均值、归一化植被指数NDVI和由灰度共生矩阵导出的局部一致性指数GLCM homogeneity,建立决策树逻辑的分类规则集提取甘蔗种植区。结果表明该方法能较精确地进行甘蔗识别,最大程度消除其他干扰因素影响,分类精度为91.3%,kappa系数为0.83,同时也证实了HJ卫星CCD多光谱遥感数据应用于甘蔗识别的有效性。     

中国木兰科单性木兰属的木材解剖

单性木兰木材解剖特征为:散孔材;管孔数目少;单管孔占优势。导管分子侧壁具螺纹加厚;底壁梯状穿孔,横隔条数多。木射线较少;射线组织异形Ⅱ型及Ⅲ型为主;无油细胞及结晶体。轴向薄壁组织轮界状,稀疏傍管型偶见。木材构造与近缘的木兰属有较大差别。     

智能杂草识别系统的设计与试验

摘要：为了减少农药的使用量,设计了一种新型杂草智能识别系统,并在不同的环境下进行了大量试验。该系统主要由智能识别控制器、喷头总成于安装支架组成,通过摄像头实时采集田间图像,采用基于颜色与位置特征的识别算法分析杂草分布情况,控制喷头快速开闭,实现精准对靶喷药。试验证明,该系统对不同环境均具有较好地适应性,能够快速、准确、可靠的定位杂草。在普通环境下系统识别准确率为97.0%;在强光照环境下系统识别准确率为92.5%;在阴影环境下系统识别准确率为89.2%,单帧图像平均耗时160 ms。该研究可为田间精确喷施除草装置的研发提供参考。     

拉雅松木材构造的研究

对松科松属一新种——拉雅松进行了木材解剖研究,并与同属常见的细叶云南松、马尾松进行了比较。拉雅松为脂道材,轴向管胞胞壁具明显的螺纹加厚,轴向薄壁组织缺如;木射线由射线管胞和射线薄壁细胞组成,具单列和纺缍形两类射线;其木材构造与细叶云南松、马尾松相近似,但也有一些区别。     

基于3D扫描技术的木材缺陷定量化分析

木材缺陷检测是有效进行木材分级提高木材使用率的重要途径之一,该文提出了一种基于3D激光扫描点云数据的木材缺陷探测与量化的方法。首先,使用Artec 3D Scanner扫描木材表面后获取3D点云数据,在对3D点云数据进行预处理后,通过比较当前点Z坐标值(深度值)与设置的阈值的大小关系判定读入的点云数据是否为缺陷点;其次,采用深度优先搜索算法对筛选保留的缺陷点进行分类,并且对各个缺陷使用不同的颜色进行标注;最后,再使用积分法计算各个缺陷处所占表面积和体积。试验结果表明,该方法可以比较精确的测量木材表面孔洞等凹陷的表面积和体积,相对误差在5%内,测量精度较高,可为后续的木材分级和合理定价提供定量依据。此外,该方法使用的Artec Scanner仪器质量轻体积小(标准质量为0.85 kg,尺寸为261 mm×158 mm×64 mm),它和笔记本电脑可以组成便携式的木材缺陷定量检测系统。该系统携带方便,可应用于林场、木材加工企业及木材进出口部门的现场测定。     

木材蓝变色生物控制研究的现状

木材蓝变是边材变色最常见的一种真菌性变色，主要由子囊菌纲的Ceratocystis、Ophiostoma、Ceratocystiopsis属和半知菌纲的Aureobasidium、Rhinocladiella属真菌危害引起的，多发生在马尾松、杉木、橡胶木及西南桦等树种的木材上。木材蓝变严重影响了木材的美观。采用化学方法防治木材蓝变，虽有一定效果，但造价高也不环保。应用生物防治木材蓝变，是通过直接抑制蓝变菌的生长来达到防止蓝变的发生。生物防治的技术关键是控制菌种的筛选、代谢产物的生物控制、菌丝寄生的控制、以及环境条件对控制作用的影响等。     

基于物联网的茶叶质量溯源系统架构及技术路径

以广西农垦茶业集团为研究对象,基于农业部农垦农产品质量溯源体系及农业物联网系统架构,设计出基于物联网的茶叶质量溯源系统架构,并集成传感网技术、视频识别(RFID)技术、二维码技术等物联网技术研究溯源系统实现的技术路径。     

广西20种木材吸水性和湿胀性的研究

对广西20种木材的吸水性和湿胀性进行测定,结果表明,木材的吸水性与木材密度成反比关系,其回归方程为:y=-56.5716+115.818/x。除个别树种外,浸水8～12昼夜,湿胀性便达到稳定。在针叶树材中,差异湿胀与木材密度成反比,而在阔叶树材中,这种关系则不明显,     

基于稀疏编码金字塔模型的农田害虫图像识别

相较于一般物体的图像,农作物害虫图像因具有复杂的农田环境背景,分类与识别更加困难。为提高害虫图像识别的准确率,该文提出一种基于图像稀疏编码与空间金字塔模型相结合的害虫图像表示与识别方法。该方法利用大量非标注的自然图像块构造过完备学习字典,并运用该学习字典实现对害虫图像的多空间稀疏表示。与此同时,结合多核学习,该文设计了一种害虫图像识别算法。通过对35种害虫的识别,试验结果表明：在相同方法下,该文所提特征提取方法可使平均识别精度提高9.5百分点;此外,进一步通过对221种昆虫及20种蝴蝶的识别,试验结果表明：与传统方法相比较,该文所提方法使得平均识别精度提高14.1百分点。     

基于序列图像三维重建的稻种品种识别

利用机器视觉技术识别稻种表面形态,从而识别种子纯度,可以为种子品质确定提供一种快速精确的技术方法。该文应用序列图像聚焦测度法进行了稻种三维重建,在稻种的品种识别中,将三维特征作为识别依据,相对传统方法仅采用二维图像特征作为识别手段,具有稻种形态测量参数值更精确,外观特征及缺陷表达更全面的优势。该方法通过分析显微镜平台获取的多幅不同对焦距离的图像序列,计算聚焦测度和焦点深度值。结合序列图像聚焦测度法与表面纹理重现,实现稻种形态表面三维重建。通过构造BP神经网络模型,利用测量所得三维立体特征值进行稻种的品种识别,筛选适合稻种检测的BP神经网络算法。试验结果表明,序列图像方法应用于稻种三维重建,其测量精度可达到5μm,将测量所得的三维特征值作为参数进行5个稻种的品种识别,识别率在90%以上。该研究可为农作物品种识别中三维形态及纹理特征的研究提供参考。     

多对象特征提取和优化神经网络的玉米种子品种识别

为了实现机器视觉代替人的视觉,对玉米种子品种进行实时、客观、准确和无损伤识别,研制了玉米品种识别硬件系统和软件系统。针对玉米种子及种子图像的特点,对玉米种子品种识别技术与算法进行了深入地研究和探索,提出了一种基于多对象有效特征提取和主成分分析优化神经网络的玉米种子品种识别方法,提取了玉米种子的几何特征和颜色特征参数,优化了基于机器视觉的玉米种子图像处理策略和品种识别算法,提高了玉米品种识别的速度和准确率。对农大108、鲁单981、郑单958、五岳18共4个品种玉米种子进行了品种识别试验,每粒种子识别的平均耗时为 0.127 s,综合识别率达到97%以上。研究表明,基于机器视觉的玉米种子品种识别与检测方法是可行的,该方法可提高玉米种子品种识别效率和正确率。     

基于ASP.NET的吉林省病虫害专家诊治系统开发

利用当今流行ASP.NET开发工具,研制开发了吉林省有害生物诊治专家系统,该系统由知识库、数据库、推理机、图像库及用户接口组成。涉及千余种三大作物（玉米、水稻、大豆）的病虫害,具有病虫害诊断、识别、检索和相互交流等功能,并且具有应用性、操作简单、界面友好等特点。