基于机器视觉的木材特征提取与树种识别研究综述

我国是木材及木制品加工大国,近年来家具、装修等市场需求的快速增长推动了木材加工行业的发展。由不同树种制作而成的木材材料性质与价值大相径庭,因此准确识别木材树种具有重要意义。相较于传统人工识别,基于机器视觉的木材树种识别大幅度提高了准确率。文中通过分析近5年来木材识别领域的相关文献,总结了木材特征提取的相关技术与树种识别的各种方法,提出要深度融合木材的多个特征并加强各种算法间的配合使用;此外,针对机器视觉在木材树种识别中的应用普遍停留在学术研究阶段的问题,提出木材树种识别应向装备数字化方向发展,以期提高木材树种识别的工作效率。     

木材树种识别技术现状、发展与展望

介绍了木材树种宏观及其与微观特征结合的识别技术、木材识别特征的术语和定义、木材识别辅助工具和软件以及命名依据;阐述了DNA标记、稳定同位素、近红外光谱分析等木材树种识别新技术的发展,及对木材树种和产地鉴定的应用前景.     

福建省木材流通执法中主要木材树种的识别技能

指出了木材的树种识别是木材运输执法检查最基础的工作,为了正确鉴别福建省流通中几种主要木材树种,掌握其识别技能,结合长期从事木材运输检查监督实践,对木材的树种识别技能与福建省常见木材特征进行了总结与探讨。     

基于图像纹理特征的木材树种识别

利用木材图像的颜色、灰度、纹理等内容实现树种的相似性匹配检索,提取色调、饱和度、亮度、对比度、二阶角矩、方差和、长行程加重因子、分形维数、小波水平能量比重共9个特征参数,依据最大相似性数学原理,基于最小差值参数判别法和综合特征阈值法来检索样本.结果显示:基于图像纹理特征能够实现木材树种的检索和识别,综合特征阈值法的检索正确率与唯一性通常要好于最小差值判别法;但当被检索样本图像的纹理较弱或不呈现纹理特征时,检索结果的唯一性并不理想.综合而言,基于图像纹理特征最大相似性的木材树种检索识别较易实现,是一种值得继续发展和应用推广的木材树种识别方法.     

基于支持向量机的木材树种识别模型

目前林业信息化正由数字林业迈向智慧林业,高效、无损的木材树种识别技术有利于推动我国林业信息化、智能化发展的进程。为了满足市场对木材高效精准识别的需求,将木材树种识别问题转化为多分类问题,开发了一种基于支持向量机结合线性降维算法的木材树种识别模型。具体而言,首先采用无监督的主成分分析和有监督的线性判别分析,分别对木材近红外高维光谱数据进行降维处理;其次将降维后的特征输入支持向量机模型中,输出各个树种类别上的概率分布。借助网格搜索法并结合5折交叉验证法选取最优核函数和核函数参数,探讨了支持向量机不同核函数对于木材树种分类效果的影响。为了评价模型的识别能力,选取准确率、混淆矩阵和ROC曲线评价提出的模型,并进一步探讨了本木材树种识别方法的可行性。实验结果表明,利用近红外光谱特征的支持向量机模型能准确且高效地识别木材树种。其中,线性判别分析结合支持向量机的模型分类准确率可达97.54%,模型运行速率为6.53 s。     

交趾黄檀及其相似树种木材构造的比较分析

交趾黄檀属于红木树种,木材材质优异,市场价值高,在市场上常有其他木材冒充交趾黄檀,损害了消费者的利益。为了识别交趾黄檀及其相似树种,通过木材解剖和显微摄影技术,对交趾黄檀及其相似树种木材宏观构造和木材显微构造进行综合分析和比较。结果表明:交趾黄檀的木材底色比其他相似树种深,木材新切面呈紫红色或暗红褐,久置后为深红色或暗红色;交趾黄檀木材常具黑色条纹,且黑色条纹比其他树种粗;交趾黄檀木材具有酸辛味,而其他树种木材气味微弱或无。交趾黄檀轴向薄壁组织为带状和翼状,与射线局部交叉为网格状;交趾黄檀单列木射线较多,多列木射线宽2~3个细胞,高6~14个细胞,与其他树种有明显差异。交趾黄檀及其相似树种木材可通过木材颜色、纹理、气味等宏观特征以及轴向薄壁组织、木射线等显微构造特征来进行识别。     

木材树种计算机视觉识别技术发展与应用

我国是全球林产品生产、贸易和消费第一大国,因此受到国际社会的广泛关注。在木材和木制品贸易流通环节经常出现以假乱真、以次充好的现象,为国际履约执法和林产品产业监管带来严峻挑战。基于木材解剖的传统木材树种识别方法,一般只能识别木材到"属"或"类"。近年来发展的DNA条形码、近红外光谱等木材树种识别新技术虽然可以实现木材"种"的识别,但难以在口岸、现场等多场景下对大批量样本进行自动精准识别。随着计算机技术的快速发展,计算机视觉识别技术可以从不同类别图像中提取关键特征,从而对图像进行分类,为木材树种分类带来新的途径。笔者首先介绍了基于图像采集、特征提取和树种分类的传统木材树种计算机视觉识别技术研究概况,然后从图像数据集构建、模型构建训练与测试以及系统开发等应用等方面介绍了基于深度学习的木材树种计算机视觉识别技术研究应用现状,并结合国内外研究进展对基于深度学习的计算机视觉识别技术在木材树种识别领域的应用进行了展望和提出建议,以期为木材树种自动精准识别研究提供新的思路。     

基于红外光谱的5种红木树种识别探讨

以大果紫檀、刺猬紫檀、微凹黄檀、交趾黄檀和柬埔寨黄檀5个树种的木材为试材,比较分析了抽提处理前后的木粉质量、红外光谱的变化,及其差谱中特征吸收峰所代表的化合物种类,探讨了基于红外光谱的木材树种识别的可行性.结果表明:经抽提试验后,木粉质量减少27.09％ ～40.23％;5个树种有显著不同的特征吸收峰,在烃类化合物红外光谱波段尤为明显;此外,还有脂类化合物、不饱和脂肪酸、酮类化合物、脂肪族和芳香族化合物等的变化.由此可见,基于红外光谱特征的木材树种识别是基本可行的.     

云南8种阔叶材的识别与利用研究

继云南6种阔叶材的识别与利用研究之后,又就1989年从西双版纳普文林区采集到的窄序崖豆树、亮叶围诞树、假樱叶杜英、鹅掌柴、幌伞枫、镰尖蕈树、滇西蒲桃和簇花蒲桃的木材标本,对滇产的这8种树种的木材识别特征及利用途径进行了研究.依据研究结果,对这些树种的木材宏观构造、微观构造及物理力学性质作了报道,提出了它们的利用价值.     

“珍贵树种木门增值加工技术集成与示范研究”课题推进

“十三五”国家重点研发计划“珍贵树种定向培育和增值加工技术集成与示范”项目由中国林科院热带林业研究所主持,中国林科院木材工业研究所、高校、企业等全国30个单位共同参加,首次由造林与木材利用专家及木业企业联手,根据林业专家多年的珍贵树种人工栽培研究成果及推广情况,开展全产业链合作。中国林科院木材所承担其中“珍贵树种木门增值加工技术集成与示范研究”课题。