浙江农林大学硕士论文开题报告

1、浙 江 农 林 大 学硕士研究生学位论文开题报告学 院 学科专业 学生姓名 学号条码 指导教师 研究方向 开题日期 二一二年十月制表填表说明学位论文开题报告应包括以下内容：1. 立题依据（包括选题的来源、目的和意义以及国内外的研究动态）；2. 研究方法、技术路线、研究内容及拟解决的关键问题；3. 论文的研究特色与创新之处；4. 论文的预期目标与预期研究成果；5. 论文的进展和研究进度安排；6. 论文框架；7. 文献综述；8. 学号条码下载及使用说明见网址：19拟撰写学位论文的题目基于计算机视觉木材轴向薄壁组织提取技术研究支持学位论文研究的科研项目国家级 省部级 厅局级 校级 县市级 R自选学位

2、论文是否保密1.不保密（ ）导师签名2.保密密级：绝密（ ） 机密（ ） 秘密（ ）开题报告内容：（一至六部分字数不少于3000字）一、 立题依据（包括选题来源、目的和意义以及国内外研究动态等）。1.1选题来源、目的和意义选题来源：木材识别是适才适用、合理利用木材的基本前提。计算机技术在木材识别中的应用改善了传统人工识别方法的缺陷。近几年来，相关学者发现木材横切面显微图像中包含着丰富的信息，其中蕴含的细胞排列特征、各种细胞的形态因子等特征具有区别于其他树种的独立性。为了达到高效、自动识别树种的目的，必须从显微图像中快速、准确地提取出各种组织细胞的特征参数，因此，基于计算机视觉技术对显微图像进行

3、分析的木材识别新方法受到了学者们的广泛关注。基于此，本项目将以木材显微图像作为研究对象，探索出一种木材轴向薄壁组织的提取方法，对研究基于轴向薄壁组织的阔叶材树种的识别具有重要的意义，同时也对计算机学科与木材学科的交叉研究具有积极的推动作用。所以本项目的实施很有必要。由于这个方向在木材识别中算是比较新颖的，也是前人较少进入的领域，所以我选择了该项研究题目作为本论文研究题目。目的和意义：众所周知，木材作为一种可再生资源，其利用前景非常广阔。随着经济的日益发展以及人民生活水平的不断提高，木材作为一种环保型材料，越来越受到人们的青睐。因此，提高木材识别的正确性，对木材科学发展、木材资源的合理使用与管理

4、、木材贸易流通、木材进出口管理和木材考古等与木材相关工作都有重大意义。例如，珍贵木材红木，自古至今都被人们视为国宝级的珍贵资源，不可再生，红木家具集使用、收藏、观赏、保值等多重功能于一身，具有极大的收藏及保值价值。由于可称之为红木的木材种类比较多，如紫檀木类、花梨木类、香枝木类、黑酸枝木类等，隶属紫檀属、黄檀属、柿属、崖豆属及铁刀木属，其识别和区分比较困难。由于红木家具材质鉴定措施不完善而给不明真伪的生产者和消费者带来的经济损失少则几千，多的可达上百万元。1.2 国内外研究动态1.2.1木材识别特征提取20世纪80年代初计算机图像处理技术开始应用于木材解剖学的研究，McMillin利用图像处理

5、和分析技术测量了木材细胞率、纤维长度、细胞腔面积和径向细胞腔直径以及纤维板剪切过程中的木材破损率。Hie和Hillis所开发的图像处理分析系统对细胞管腔面积及不同细胞类型所占面积比例等特征进行了量化分析。Diao等应用能量光谱方法分析确定了木材细胞形状，并用快速傅立叶变换(FFT)检测了10种针叶材横断面细胞排列及形状的周期性，测量了细胞的径弦向直径和径弦壁角度，同时他们还对18种针叶材横切面上的管胞形态学指标进行量化测定以确定不同树种的管胞形态参数。Fujita用FFT分析了32种日本阔叶材横切面的导管分布。曲艳杰等利用FFT方法进行了木材细胞排列的图像分析研究，利用得到的木材解剖特征的波动

6、性和周期性，以解决传统木材解剖方法难以做到的演化规律的研究问题。Masako KINO等也通过图像方式精确测定了木材细胞壁厚度。保昆雁等开发了木材解剖特征量的处理系统，可提取细胞数目、胞腔面积及其分布、胞腔直径、胞壁厚度、胞壁率、壁腔比等木材解剖特征参数。以上的研究较多关注于细胞形态比量等特征的测量，图像处理技术用作辅助测量的方法为定量化研究提供了有力的手段，解决了以往人工无法测量的问题，但尚未对传统木材识别中的定性描述的识别特征如管孔式、木射线、轴向薄壁组织等木材图像中的特有对象特征（以下这类识别特征均称为对象特征）的研究，也未涉及对这类对象特征的自动提取。有别于传统计算机视觉中对象处理时所

7、遇到的诸如光照、遮挡、变形及对象本身高度复杂的挑战，木材显微图像构成中的对象相对稳定，仅存在如导管、木射线、薄壁组织等若干种稳定的对象，在标准约束条件下获取的图像也排除了光照等影响因素，因此特征提取仅需关注对象本身的特点。本论文的前期研究中，祁亨年、汪杭军等分别利用数学形态学、遗传算法、改进的OTSU方法等完成了木材横切面显微图像中导管对象的分割，从而可以获得导管的直径、面积、圆形度等特征。1.2.2 木材图像纹理特征分析与提取木材图像纹理特征分析的研究始于上世纪90年代。Huang10利用FFT功率谱图分析了木材砂光表面的粗糙度。赵学增对木质材料表面粗糙度测量进行了研究。王克奇等选取9幅木材

8、纹理图计算分形维数，提供了描述木材纹理粗糙度的一种定性度量方法。王晗等将高斯马尔可夫随机场（GMRF）引入木材纹理的研究，提取样本的低阶和高阶GMRF参数，分析表明通过指定的参数可判断纹理的主方向、区分开木材的弦切和径切纹理。谢永华将不变矩方法引入木材纹理的计算机视觉研究领域。王晗利用灰度共生矩阵法建立了木材纹理参数。以上研究以木材宏观的径切面和弦切面图像纹理为研究对象，基于显微构造纹理特征研究尚未涉及。对于木材识别而言，宏观特征变异性较大，而显微结构特征相对稳定，所以对识别来说显微木纹更加值得研究。显微木纹图像纹理（简记为显微木纹）主要包含两类。一类是基于像素点的统计的全局性纹理，目前木材学

9、研究已经表明根据不同的全局性纹理特征可以确定树种大类，如带状花纹的有红松、落叶松、檫木、山枣等，交错花纹有香樟、麻栋、大叶桉、桃花蕊木等；这类全局性纹理与木材的生长过程相关，有分类和识别价值，但还不能充分反映木材本身的特性，还无法完全满足木材识别的需求。另一类纹理是以木材显微图像中特有的对象形态及其分布和结构性约束而形成的可微结构性纹理，这类纹理反映了对象如导管、木射线等的上下文（context）关系，与木材本身的生长特性密切相关，有较强的分类能力，成为木材识别的热点和难点问题。1.2.3 基于计算机视觉木材轴向薄壁组织提取技术研究以往木材的识别或鉴定还采用过无损的扫描电镜方法和微波传感方法，

10、基于视觉的木材识别研究刚刚起步，刘镇波等提出基于最大相似原理以木材构造特征量化参数来识别木材的想法；王锋等提出木材识别语义数据模型。这些基于视觉的木材识别方法研究尚停留于思路的探讨，理论和实验研究均未深入开展。木材显微图像中的对象特征，如导管、木射线等，与基于像素点的统计的全局性纹理特征，以及对象的空间分布和结构性约束所形成的可微结构性纹理特征，均具有不同程度的分类和识别能力，可充分利用三者在分类和识别方面的互补性，而现有研究未将这些特征相结合进行木材识别。2、 研究目标与内容、研究方法与技术路线及拟解决的关键问题。研究目标：基于木材显微结构图像，应用计算机图像处理、模式识别技术，通过显微构造

11、对象特征、全局性纹理特征、可微结构性纹理特征的提取和量化，发现并验证轴向薄壁组织的提取技术。研究方法：为基于木材显微构造图像精确而有效地进行智能化木材识别，本研究拟采用以下的研究方法：首先，结合木材微观识别知识，研究木材显微构造特有的导管、木射线、轴向薄壁组织等对象特征的提取，这些特征本身具有很强的分类能力，通过量化将进一步提高其分类能力；其次，提取显微图像的全局性纹理特征并验证其识别能力；并根据木材特性，进行可微结构性纹理的描述和提取，挖掘出轴向薄壁组织的提取技术。技术路线：针对木材显微构造图像的特有对象如导管、木射线等对象的提取，首先进行对象的分割。可以根据对象的不同采用不同的图像分割方法

12、，如高斯混合模型法、Markov随机场模型法、边缘检测法、数学形态学方法、基于像素点分类的方法等。利用这些方法的优缺点，探究出轴向薄壁组织的分割方法。拟解决的关键问题：阔叶树材的轴向薄壁组织有多种多样，比如和导管的位置关系方面，分为离管状和傍管状，从薄壁组织的聚集形式又可分为星散状、轮界状、翼状、聚翼状、带状等等，如何对这些不同组合形式薄壁组织进行有效的分离，这是本文的关键问题。三、论文的研究特色与创新之处根据木材显微图像中包含导管、木射线、轴向薄壁组织等丰富对象的特性，本论文提出并定义了可微结构性纹理特征，并在此基础上构造相应的提取和描述方法，从而将轴向薄壁组织成功的从阔叶材横切面显微图像中

13、提取出来，这是本文在研究思路上的创新。四、论文的预期目标与预期研究成果预期目标：本项目基于木材显微结构图像，应用计算机图像处理、模式识别技术，通过显微构造对象特征、全局性纹理特征、可微结构性纹理特征的提取和量化，发现并验证轴向薄壁组织的提取技术，从而达到精确而有效地智能化木材识别的目的。预期研究成果：将本篇论文发表在核心期刊，并申请相关专利。五、论文的进展和研究进度安排第一阶段2012.12-2013.2 木材图像的收集以及对收集的木材图片进行剪切及分类。第二阶段 2013.3-2013.6 木材图像的预处理。第三阶段 2013.7-2013.10 结合木材显微构造知识，研究轴向薄壁组织的特点

14、和分布类型，挖掘出提取特征。第四阶段 2013.11-2014.3 深入研究计算机视觉技术的应用以及在木材识别上的方法，探究出轴向薄壁组织的提取技术。第五阶段 2014.4 继续进行论文相关的研究和代码的编写工作，在导师指导下进行修改，完成论文初稿。第六阶段 2014.5定稿：严格按规定格式操作，调整注释与参考文献等。第七阶段 2014.6论文答辩6、 论文框架1 绪论1.1 引言 1.2 计算机视觉技术1.3 计算机视觉技术在木材解剖中的应用1.4 木材识别技术1.5 本课题的研究内容2 试验材料与试验方法 2.1 试验材料 2.2 实验方法 2.3 小结3木材横切面显微图像特征参数提取 3

15、.1木材横切面显微构造特征参数提取 3.2横切面显微图像纹理特征量的提取 3.3小结4基于计算机视觉轴向薄壁组织提取技术研究 4.1图像的预处理 4.2轴向薄壁组织的特征选择与提取 4.3分离轴向薄壁组织5结论与展望5.1 总结论5.2 今后研究方向展望参考文献致谢七、文献综述（一）文献综述撰写要求1、目的文献综述是针对某一研究领域分析和描述前人已经做了哪些工作，进展到何程度，要求对国内外相关研究的动态、前沿性问题做出较详细的综述，并提供参考文献。文献综述反映作者研究工作的基本能力和文献阅读量。撰写文献综述的目的主要考核综合归纳资料的能力和提出自己见解的能力。2、结构综述即综合叙述的意思，它经

16、过对阅读过的大量材料的筛选、比较、分析、综合、提炼而成的情报研究产品，是对你正准备设计的课题在一段时期内的发展情况进行综合叙述的一种情报研究成果。综述的结构一般包括引言、正文、结论和附录等部分。引言的基本内容包括学位论文研究的主要方向、历史渊源、目前现状、存在问题及展望等。正文是综述主要内容的叙述部分。一般要叙述研究课题的主要内容，在某阶段的发展历史，已解决的问题和尚存在的问题，对当前工作的现状，今后的发展趋势应作重点、详尽而具体地叙述。结论部分一般除研究所得的结论外，还概括指出研究建议，存在的不同意见和拟解决的问题等。3、 注意事项1、撰写文献综述应注意综述本人观点、见解和想法，要以科学事实

17、为依据，它的原研究材料中各类具有代表性观点的文献不能遗漏，要用最简洁的文字材料概述。2、参考文献规范按GB/T7714-2005执行。（二）文献综述正文论文题目： 基于计算机视觉木材轴向薄壁组织提取技术研究 1引言木材识别是合理利用木材的基本前提。计算机技术在木材识别中的应用改善了传统人工识别方法的缺陷1。近几年来，相关学者发现木材显微图像中包含着丰富的信息，其中蕴含的细胞排列特征、各种细胞的形态因子等特征具有区别于其他树种的独立性2。为了达到高效、自动识别树种的目的，我们必须从显微图像中快速、准确地提取出各种组织细胞的特征参数，因此，基于计算机视觉技术对木材识别的新方法受到了学者们的广泛关注

18、3。很多学者结合木材学领域的特点，将计算机视觉技术应用到木材识别上。例如，于海鹏等4,5分别运用空间共生矩阵和小波分析了木材纹理，获得了纹理的特征参数和分频分尺度特性；刘镇波等6对针叶材和阔叶材细胞几何量参数、细胞形态量参数、树脂道、木材组织比量参数、薄壁率、构造分子分布密度进行研究;黄慧7采用数学形态学研究了阔叶材中的导管、弦切面上木射线特征;祁亨年等8研究了基于形态学的木材导管图像分割方法;汪杭军等9采用遗传算法研究了阔叶材导管的自动分割方法；计智伟等3研究了基于改进区域生长的木材导管形态特征提取方法。以上可以看到目前大多研究集中在对木材切片的微观研究中，而且主要是在语义特征的测量、特取和

19、分析上，包括导管(管孔)、木射线等不同组织细胞10。这些都是木材识别的重要特征。然而，轴向薄壁组织也是阔叶材树种显微图像中显著的对象之一，不同的阔叶材树种显微图像中轴向薄壁组织特征有很大的差别，因此轴向薄壁组织特征也是阔叶材树种判别的一个重要的依据。基于此，本项目将以木材显微图像作为研究对象，探索出一种木材轴向薄壁组织的提取方法，对研究基于轴向薄壁组织的阔叶材树种的识别具有重要的意义，同时也对计算机学科与木材学科的交叉研究具有积极的推动作用。2 国内外研究现状2.1 木材识别特征提取20世纪80年代初计算机图像处理技术开始应用于木材解剖学的研究，McMillin11利用图像处理和分析技术测量了

20、木材细胞率、纤维长度、细胞腔面积和径向细胞腔直径以及纤维板剪切过程中的木材破损率。Hie和Hillis12所开发的图像处理分析系统对细胞管腔面积及不同细胞类型所占面积比例等特征进行了量化分析。Diao等13-14应用能量光谱方法分析确定了木材细胞形状，并用快速傅立叶变换(FFT)检测了10种针叶材横断面细胞排列及形状的周期性，测量了细胞的径弦向直径和径弦壁角度，同时他们还对18种针叶材横切面上的管胞形态学指标进行量化测定以确定不同树种的管胞形态参数。Fujita用FFT分析了32种日本阔叶材横切面的导管分布15。曲艳杰等16利用FFT方法进行了木材细胞排列的图像分析研究，利用得到的木材解剖特征

21、的波动性和周期性，以解决传统木材解剖方法难以做到的演化规律的研究问题。Masako KINO等17也通过图像方式精确测定了木材细胞壁厚度。保昆雁等18开发了木材解剖特征量的处理系统，可提取细胞数目、胞腔面积及其分布、胞腔直径、胞壁厚度、胞壁率、壁腔比等木材解剖特征参数。以上的研究较多关注于细胞形态比量等特征的测量，图像处理技术用作辅助测量的方法为定量化研究提供了有力的手段，解决了以往人工无法测量的问题，但尚未对传统木材识别中的定性描述的识别特征如管孔式、木射线、轴向薄壁组织等木材图像中的特有对象特征（以下这类识别特征均称为对象特征）的研究，也未涉及对这类对象特征的自动提取。有别于传统计算机视觉

22、中对象处理时所遇到的诸如光照、遮挡、变形及对象本身高度复杂的挑战，木材显微图像构成中的对象相对稳定，仅存在如导管、木射线、薄壁组织等若干种稳定的对象，在标准约束条件下获取的图像也排除了光照等影响因素，因此特征提取仅需关注对象本身的特点。本论文的前期研究中，祁亨年、汪杭军等 19-21分别利用数学形态学、遗传算法、改进的OTSU方法等完成了木材横切面显微图像中导管对象的分割，从而可以获得导管的直径、面积、圆形度等特征。2.2木材图像纹理特征分析与提取木材图像纹理特征分析的研究始于上世纪90年代。Huang22利用FFT功率谱图分析了木材砂光表面的粗糙度。赵学增23对木质材料表面粗糙度测量进行了研

23、究。王克奇等选取9幅木材纹理图计算分形维数，提供了描述木材纹理粗糙度的一种定性度量方法24。王晗等25将高斯马尔可夫随机场（GMRF）引入木材纹理的研究，提取样本的低阶和高阶GMRF参数，分析表明通过指定的参数可判断纹理的主方向、区分开木材的弦切和径切纹理。谢永华26将不变矩方法引入木材纹理的计算机视觉研究领域。王晗27利用灰度共生矩阵法建立了木材纹理参数。以上研究以木材宏观的径切面和弦切面图像纹理为研究对象，基于显微构造纹理特征研究尚未涉及。对于木材识别而言，宏观特征变异性较大，而显微结构特征相对稳定，所以对识别来说显微木纹更加值得研究。显微木纹图像纹理（简记为显微木纹）主要包含两类。一类是

24、基于像素点的统计的全局性纹理，目前木材学研究已经表明根据不同的全局性纹理特征可以确定树种大类，如带状花纹的有红松、落叶松、檫木、山枣等，交错花纹有香樟、麻栋、大叶桉、桃花蕊木等；这类全局性纹理与木材的生长过程相关，有分类和识别价值，但还不能充分反映木材本身的特性，还无法完全满足木材识别的需求。另一类纹理是以木材显微图像中特有的对象形态及其分布和结构性约束而形成的可微结构性纹理，这类纹理反映了对象如导管、木射线等的上下文（context）关系，与木材本身的生长特性密切相关，有较强的分类能力，成为木材识别的热点和难点问题。2.3 基于计算机视觉木材识别的研究王金满（1993）也研究了计算机视觉分析

25、在木材解剖构造当中的应用，并利用计算机视觉技术对长白落叶松人工林木材解剖特征及其生长轮材性变异规律进行了分析，之后又探讨了应用FFT变换图像处理木材解剖构造的图像处理方法28-33；孙丽萍等(1995，2000)利用模式识别技术来实现木材细胞图象边缘跟踪，并提出了适合于木材横纹构造形态特征的图象处理方法34,35。保昆雁(2003)基于计算机视觉和图像处理技术，利用Matlab编制了相应的软件，实现了木材切片图像读入、变换、增强、边缘探测和二值化处理等，在此基础上提取木材横截面切片图像所反应的木材相关解剖特征量36。刘镇波在2004年研究了通过对木材横切面显微图像量化特征参数的提取与分析、基于

26、图像分析的判别匹配算法和判别程序的建立，最后论证了以基于图像分析的方法达到木材判别的目的是基本可行的37.杨家驹38在1990首次提出了特征图像带有显示木材的功能，极大的方便了木材专家的研究工作.用来识别的主要特征有：生长轮类型，管胞，导管，纤维长度，轴向薄壁组织，树脂道，射线管胞内壁，径向胞间道及纺锤行射线，聚合射线等相关的木材解剖特征50个。十年之后随后杨家驹等39在2001提出了显微镜与微机连接的方法利用特征图像（云杉型加厚、管孔分布频率和导管胞壁厚度（增加的）识别的方法，可识别的树种由原来的669种增至741种。柯病凡等在1991年发表的论文中总结出：相比于前人多采用多关键字检索的木材

27、识别方式，该文首次提出了一个用于自动划分树种类别的“剪枝”算法40.王晗等39在2006 年将高斯-马尔可夫随机场引入木材纹理的研究， 提取二阶和五阶GMRF（Gaussian Markov random fields）参数。结果表明二阶特征参数可以判断纹理的主方向，并能够区分开木材的弦切和径切纹理。于海鹏等41在2005 年介绍了代表性的纹理算法， 包括自相关函数、灰度共生矩阵、行程长度统计、快速傅里叶变换功率谱函数、小波、分形、自回归模型、Radon函数变换等， 并给出了它们之间的相互关系和算法的优缺点。此外，祁亨年等42、管雪梅43、王秀华44、刘镇波45、汪杭军1等是通过木材微观显微结

28、构进行了识别研究,而王克奇等46、白雪冰等47、于海鹏等48、任洪娥等49则是通过宏观纹理进行木材识别的研究50。3 发展趋势及展望木材识别经历了从宏观到微观的发展过程。宏观识别是指通过观察木材构造特征来判定或区分树种，它的缺点是准确度较差，仅能鉴别到属或者常见树种。微观识别是指在显微镜下观察木材的构造特征来判定或区分树种，由于木材显微结构中区别性特征丰富且性状相对稳定，因此显微识别的准确度较高。但是，由于导管、木射线等显微结构特征只有木材专家才能掌握，难以普及和广泛应用。因此，需要探索一种智能的计算机辅助木材识别理论和方法，达到精确而有效地智能化木材识别的目的，将对提高木材识别的准确性和效率

29、，以及计算机学科与木材学科的交叉研究具有积极的推动作用。参考文献1 汪杭军，张广群，祁亨年，等木材识别方法研究综述J浙江林学院学报，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 计智伟，汪杭军，何涛，等基于改进区域生长的木材导管形态特征提取方法J北京林业大学学报，2011，33(3)： 64-694 于海鹏，刘一星，张斌，等应用空间灰度共生矩阵定量分析木材表面纹理特征J林业科学，2004，40(6)：1211295 于海鹏，刘一星，孙建平基于小波的木材纹理分频信息提取与分析J林业科学，2005，41(2)：100105 6 刘镇波木材显微图像特征参数提取与树种判别方法研究D哈尔滨：东北林业大学，2004 7 黄慧基于木材组织构造的数字图像处理系统研究D南京：南京林业大学，2006 8 祁亨年，陈丰农，方陆明，等一种基于形态学的木材导管图像分割方法J北京林业大学

31、学报，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 汪杭军，汪碧辉一种新的针叶材自动识别方法J林业科学，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 曲艳杰.木材解剖特征FFT图谱构建及其演化模式的研究.D.哈尔滨:东北林业大学，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，范晓宁.计算机视觉和图像处理技术与木材解剖特征量分析M.中国林学会木材科学分会第九次学术研讨会论文集，哈尔滨: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 于海鹏,刘一星,张斌,李永峰. 应用空间灰度共生矩阵定量分析木材表面纹理特征J. 林业科学,2004,6

38、:121-129.24 王克奇,谢永华,陈立君. 基于分形理论的木材纹理特征研究J. 林业机械与木工设备,2005,7:19-20.25 王晗,白雪冰,王辉. 基于高斯马尔可夫随机场木材纹理特征的研究J.林业机械与木工设备, 2006,11:25-2.26 谢永华.基于不变矩特征木材纹理的研究J. 林业机械与木工设备, 2006,06:29-30.27 王晗.基于空间灰度共生矩阵木材纹理分类识别的研究J.森林工程,2007,01:32-36.28 王金满,刘一星,赵学增.木材构造计算机视觉分析方法J.东北林业大学学报.1993,21(2):94-99.29 王金满,邹常丰，郭军等.木材解剖构造

39、图象处理的理论研究J.东北林业大学学报，1994,22(2):52-57.30 王金满,张守娟,王宏威等.长白落叶松人工林木材构造计算机视觉分析的研究J.东北林业大学学报.1995,23(3):51-5631 张亚伟,王金满,王鹤滨等.长白落叶松林木材管胞径腔比的计算机视觉测量方法J.林业科技.1996,21(2):31-3332 王金满等.傅立叶变换图像处理方法在木材解剖特征研究上的应用J.四川农业大学学报.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 孙力平，曹军，李玉峰等.基于模式识别技术实现木材细胞图象边缘跟踪J.林业机械与木工设备，1995,27(5):11-12.35 孙丽萍,宋文龙,张冬妍.基于数字图象处理技术实现木材横纹压缩过程中构造学形态特征的研究J.森林工程，2000,16(2):15-18.36 保昆雁，范晓宁.计算机视觉和图像处理技术与木材解剖特征量分析C.中国林学会木材科学分会第九次学术研讨会论文集,2003,301-313.37 张亚伟,王金满,王鹤滨等.长白落叶松林木