木材识别与鉴定技术研究综述

在查阅大量文献的基础上,介绍木材识别时的术语、木材识别辅助工具和软件、各种木材识别方法及其优缺点,包括传统木材识别、近红外光谱技术、气质联用技术、DNA法、稳定同位素法以及基于计算机视觉的识别方法,总结木材识别理念的研究现状。     

木材DNA识别新技术研究获突破

日前,中国林科院木材工业研究所在木材DNA识别新技术研究方面,取得了重要进展。通过分子生物学方法与传统木材解剖技术的结合,突破了以往无法实现的木材"种"的识别。由于木材非法采伐及非法贸易行为,影响了全球森林的可持续发展,实现木材的快速准确识别,是有效遏制木材非法采伐和非法贸易的重要手段。     

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.     

木材追踪技术的新进展及其应用

近年来, 打击非法采伐及其贸易已经成为国际社会的广泛共识。木材的追踪识别技术是检测木材合法性的重要手段。文中介绍了射频识别技术、DNA标记、稳定同位素技术等木材追踪识别新技术的发展、应用前景及其优缺点。     

基于物联网的木材管理系统设计

介绍了物联网及其核心射频识别技术,对基于物联网的木材管理系统体系、功能结构以及工作流程进行设计.物联网技术在木材管理系统中的应用将实现木材管理系统的智能化识别、跟踪和监控,实现木材的集约化和现代化管理.     

促进绿色未来的全球木材科学与技术研究进展——国际林联第25届世界大会木材议题综述

国际林业研究组织联盟（IUFRO）第25届世界大会于2019年在巴西召开。文中从木材生长、木材性质与质量、木材识别、木材加工利用和木文化5个方面分别论述了这次大会在木材科学与技术领域的国际最新研究热点与进展,以反映全球木材科学的研究现状,并梳理学科发展方向。木材形成、木材质量、木材高附加值利用、木材识别新技术等议题依然是木材科学与技术领域的未来研究热点。     

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。     

木材运输现场检查方法若干问题的探讨

论述木材运输现场检查中运输证件与所运输木材的检查方法,着重对木材树种的识别,木材等级与规格的评定,汽车运输木材、船运木材、排运木材的材积计算方法进行探讨,并提出了提高木材运输检查技术水平的途径。     

降香黄檀木材识别技术研究进展

降香黄檀Dalbergia odorifera是中国特有珍贵用材树种,具有重要的经济和生态价值.文章对目前国内降香黄檀木材识别方面的研究进行了归纳,包括传统木材识别方法、色谱法/色谱-质谱联用识别方法、红外光谱识别方法和DNA识别方法,针对降香黄檀木材、家具鉴定,笔者仍推荐采用传统识别方法,降香黄檀木材独有的降香气味是...     

基于计算机的木材特征提取和分类识别技术研究综述

木材由于内部结构和组成成分的差异,使不同种类木材表现出完全不同的理化性质,并决定其不同的用途和商业价格,因此针对木材的分类识别研究具有重要的应用价值。木材分类识别通常经过木材特征提取和基于特征的分类识别这2个步骤。目前木材特征提取主要利用计算机视觉、光谱分析等技术。木材分类识别是基于木材特征的数字化,这一部分可利用计算机算法实现自动识别,较以往人工识别可大幅提高准确度。文中通过分析近20年来木材特征提取和分类识别的相关文献,介绍各种基于计算机的木材特征提取与分类识别技术的特点及适用范围,并结合计算机技术的发展方向探讨木材特征提取与分类识别技术的发展趋势,以期为构建更准确的木材分类识别技术提供参考。     

木材DNA条形码鉴定研究进展

木材种属鉴定具备显著的生物学与经济意义, 但传统的以显微特征观察为主的方法已不能适应高通量和精细化鉴别的需要。DNA条形码是根据特定基因片段的序列差异, 利用生物信息学技术对生物物种进行快速分类与鉴别的方法。近年来, DNA条形码技术已被陆续应用于木本植物及相应木材的种质鉴定, 在目标基因选择、木材DNA提取及生物信息学分析等方面均取得显著进展。在使用优化的微量DNA提取技术的前提下, 干燥木材中也可提取出满足扩增要求的DNA。经过生命条形码联盟等国际机构的长期努力, 确定了rbcL+ matK组合等通用植物条形码标记及ITS2等补充标记, 并建立了BOLD等数据库系统。传统的条形码序列分析主要通过BLAST比对、遗传距离分析及系统进化分析来实现, 近年来随着生物信息学的发展, DNA条码数据库不断完善, 新的数据分析方法和软件正不断涌现。文中在总结现有研究成果和实施规范的基础上, 综述国内外应用DNA条形码技术进行木材鉴别的新进展, 并着重阐述新型序列分析方法和相应的生物信息学工具。     

Analysis of quantitative pore features based on mathematical morphology

Wood identification is a basic technique of wood science and industry. Pore features are among the most important identification features for hardwoods. We have used a method based on an analysis of quantitative pore feature, which differs from traditional qualitative methods. We applies mathematical morphology methods such as dilation and erosion, open and close transforma- tion of wood cross-sections, image repairing, noise filtering and edge detection to segment the pores from their background. Then the mean square errors （MSE） of pores were computed to describe the distribution of pores. Our experiment shows that it is easy to classify the pore features into three basic types, just as in traditional qualitative methods, but with the use of MSE of pores. This quantitative method improves wood identification considerably.     

木质材料力学性能无损检测方法的研究现状与趋势

木质材料用途广泛,在建筑、家具和包装等领域发挥着重要作用。目前,木材无损检测技术发展很快,应用到木材性质检测的无损检测方法已达几十种,然而对木质材料力学性能的检测还处于相对初级阶段,具有较大的挑战性。本文对木质材料力学性能的无损检测方法和原理进行归纳与总结,阐述几种主要检测技术（如应力渡检测、超声渡检测、振动法检测）的国内外研究现状、检测特点及存在问题。在此基础上,提出木质材料力学性能无损检测技术的发展趋势。     

树种识别技术的研究进展

介绍了传统的木材识别方法、计算机数据库检索方法、数字图像识别方法以及其他木材识别方法的新成果,阐述了基于数字图像的木材识别技术,并总结了木材识别理念的更新和进展。     

声发射检测技术及其在木质材料无损检测中应用的展望

介绍了声发射检测技术的定义、原理和特点, 回顾了声发射技术的发展历史以及它在木质材料无损检测领域中的应用; 在此基础上提出声发射检测技术在木材科学与技术领域的应用前景。     

基于Faster R-CNN的实木板材缺陷检测识别系统

我国木材资源有限,为了提高木材的利用率,采用机器视觉来实现木材缺陷快速而稳定的检测,不仅可以克服人工检测的低效率和木材缺陷识别的低准确率,而且对提高木材加工企业的智能化水平具有重要意义。为了高效、快速、准确地进行无损检测,采用深度学习方法,建立了一种基于快速深度神经网络的实木板材缺陷识别模型。首先采用Resnet V2结构对采集到的实木板材缺陷图像进行特征提取,然后应用该模型对节子、孔洞等实木板材缺陷进行训练学习,最后构建了Faster R-CNN检测框架,并使用tensorflow开发平台对节子、孔洞等实木板材缺陷进行预测输出。具体选取了2 000块杉木样本,通过旋转对原始的实木板材图像进行数据扩充,扩充后图像的80%作为训练集,20%作为验证集来进行仿真。仿真结果表明,该模型对实木板材节子缺陷检测正确率为98%,对实木板材孔洞缺陷检测正确率为95%,验证了将深度学习算法应用于实木板材缺陷检测中的有效性。     

计算机断层扫描技术在木材科学中应用研究进展

计算机断层扫描（CT）技术作为一种高质、高效的无损检测技术,具有重建图像分辨率高、速度快等优点。鉴于该技术在医学领域取得的重大成就,国内外学者基于CT技术对木材做了大量研究,并将其应用于木材科学研究领域,验证了CT技术在木材检测和木材加工领域的可行性,同时取得了良好的使用效果。文中综述了CT技术在木材缺陷检测、木材宏观构造检测和木材切割中应用的研究进展,分析了现有技术存在的问题,展望了CT技术在木材科学领域的应用前景。     

基于图像处理的木粉目数检测与分析

为了解决生产中木粉目数传统检测方法存在的问题,结合先进的数字图像处理技术,在分析木粉颗粒形态特征的基础上,提出了一种基于形态学边缘检测和最大Feret直径的目数检测方法。该方法首先进行图像HIS颜色空间转换,基于S分量进行目标提取,应用多尺度形态学边缘检测算子提取边缘,然后根据颗粒形态特征只保留Feret最大方向上的直径,最后通过单位换算实现目数检测。实验结果表明,该方法具有较高的检测精度,可在生产中推广应用。