一种基于定量解剖的木材树种鉴定方法技术

技术编号:32669438 阅读:16 留言:0更新日期:2022-03-17 11:23
本发明专利技术公开了一种基于定量解剖的木材树种鉴定方法,包括以下步骤:步骤100:基于木材标本获得木材定量解剖参考数据集;步骤200:根据参考数据集训练机器学习模型,并优选分类精度最高的机器学习模型;步骤300:采集并测量待检木材样品的定量解剖数据;步骤400:利用优选出的机器学习模型鉴定待检样品的木材树种。本发明专利技术基于木材标本获得木材定量解剖参考数据集,保障鉴定结果的准确性和可靠性。通过木材定量解剖数据对木材树种进行鉴定,实现木材在“种”水平的准确鉴定,克服了传统木材鉴定方法存在的主观性,使鉴定结果准确可靠、有据可依。与现有的一些检测方法相比,本发明专利技术技术不受特定仪器限制,可在多种领域推广使用。可在多种领域推广使用。可在多种领域推广使用。

【技术实现步骤摘要】
一种基于定量解剖的木材树种鉴定方法


[0001]本专利技术涉及木材鉴定
,具体涉及一种基于定量解剖的木材树种鉴定方法。

技术介绍

[0002]传统的木材鉴定方法,通过观察木材宏观和微观解剖特征,然后与木材标本进行对比,进而对木材树种进行鉴定。但传统的木材鉴定方法,由于人的主观性,观察的木材解剖特征一般是定性的,而非定量,导致鉴定结果往往存在偏差。同时,传统的木材鉴定方法一般只能鉴定木材到“属”或者“类”,无法实现木材在“种”水平的准确鉴定。
[0003]现有技术中,还可采用色谱、光谱或DNA条形码的方式对木材树种进行鉴定,但这些方法大多需要经过制作检测样本、设定条件、经过特定的实验室仪器进行检测、筛选后才能得到鉴定结果,过程繁琐,且实现过程中的某一或多个环节仍需要主观判断,容易存在鉴定偏差,且鉴定成本高,不利于在多场景木材鉴定领域推广应用。

技术实现思路

[0004]本专利技术的目的在于提供一种基于定量解剖的木材树种鉴定方法,以解决现有木材鉴定方法主观性强、鉴定结果可靠性较低的技术问题。
[0005]为解决上述技术问题,本专利技术具体提供下述技术方案:
[0006]一种基于定量解剖的木材树种鉴定方法,其特征在于,包括以下步骤:
[0007]步骤100:基于木材标本获得木材定量解剖数据参考数据集;
[0008]步骤200:采用所述木材定量解剖数据参考数据集训练机器学习模型,并优选分类精度最高的机器学习模型;
[0009]步骤300:测量获取待检样品的定量解剖数据;
[0010]步骤400:利用选出的所述机器学习模型对所述待检样品的定量解剖数据进行分析,鉴定并输出所述待检样品木材树种。
[0011]作为本专利技术的一种优选方案,在所述步骤100中,所述木材标本是来自木材标本馆且经正确定名的标准样品。
[0012]作为本专利技术的一种优选方案,获得所述木材定量解剖数据参考数据集的实施步骤包括:
[0013]步骤101:基于木材标本制作木材组织横、径、弦三切面切片;
[0014]布置102:采集所述切片的三切面显微图像;
[0015]步骤103:基于三切面显微图像测量木材定量解剖特征指标。
[0016]作为本专利技术的一种优选方案,在所述步骤300中的所述定量解剖数据与所述步骤103中的所述木材定量解剖特征指标一致;
[0017]其中,所述木材定量解剖特征指标包括:木材管孔弦向直径、管孔频率、木射线高度、木射线宽度、木射线线性频率、轴向薄壁组织比量、导管间纹孔大小。
[0018]作为本专利技术的一种优选方案,在所述步骤102中,通过光学显微镜采集所述三切面显微图像;
[0019]其中,每个切片采集多个不同视野的图像,横切面放大倍数为40倍,径、弦切面放大倍数为100倍。
[0020]作为本专利技术的一种优选方案,在所述步骤103中,采用Image J软件测量木材的定量解剖指标,测量过程包括:
[0021]步骤131:将所述三切面各视野的显微图像导入所述Image J软件中;
[0022]步骤132:观察并测量各视野图像直观表征的定量解剖指标数据;
[0023]步骤133:根据所述直观表征的定量解剖数据计算间接表征的其它定量解剖指标数据;
[0024]步骤134:根据所述直观表征的定量解剖指标数据和所述间接表征的其它定量解剖指标数据建立所述木材定量解剖数据参考数据集;
[0025]其中,每个所述切面表征的定量解剖指标数据为每个切面切片的各视野图像表征的定量解剖数据平均值,所述木材定量解剖数据参考数据集包括每个木材树种的每个定量解剖指标的:平均值、最大值、最小值,以所述最大值和所述最小值作为区间极值的指标数据区间。
[0026]作为本专利技术的一种优选方案,每个切片的视野图像包括1个主视野和4个副视野,所述主视野设置在所述切片的中心,所述副视野为每个完整切片的均分四分之一视野图像,且所述主视野图像测定的解剖特征指标优先级别高于副视野。
[0027]作为本专利技术的一种优选方案,根据所述横切面显微图像获得的定量解剖指标包括所述木材管孔弦向直径、所述管孔频率、所述轴向薄壁组织比量,根据所述弦切面显微图像提取获得的定量解剖指标包括所述木射线高度、所述木射线宽度、所述木射线线性频率,根据所述径切面显微图像获得的定量解剖指标包括导管间纹孔大小,且所述横切面显微图像表征的定量解剖特征数据的判断优先级别最高。
[0028]作为本专利技术的一种优选方案,所述步骤200中的所述机器学习模型,包括人工神经网络、支持向量机、朴素贝叶斯、决策树和随机森林的模型。
[0029]作为本专利技术的一种优选方案,所述机器学习模型的筛选标准为:
[0030]每个切片的多个视野图像获得的定量解剖指标识别准确率的平均值作为各个切面表征的定量解剖指标识别准确率,机器学习模型的三个切面指标识别准确率的加权平均值作为机器学习模型精度筛选的标准。
[0031]本专利技术与现有技术相比较具有如下有益效果:
[0032]本专利技术基于经正确定名的木材标本获得木材定量解剖数据参考数据集,保障鉴定结果的准确性和可靠性,再依据得到的参考数据集训练机器学习模型,优选分类精度最高的机器学习模型对待检测样品的解剖数据进行分析,从而得到待检测样品的木材树种鉴定结果,可以实现木材在“种”水平的准确鉴定,克服了传统人工鉴定方法的主观性,鉴定结果可靠、有据可依,与现有的一些检测方法相比,本专利技术技术不受特定仪器限制,可在海关执法、质量监督和实验室检测等领域得到广泛应用。
附图说明
[0033]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
[0034]图1为本专利技术实施例提供的木材树种鉴定方法流程示意图;
[0035]图2为本专利技术实施例提供的图1中的步骤100的实施步骤示意图;
[0036]图3为本专利技术实施例提供的步骤103的测量流程示意图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0038]如图1所示,本专利技术提供了一种基于定量解剖的木材树种鉴定方法,包括以下步骤:
[0039]步骤100:基于木材标本获得木材定量解剖数据参考数据集;
[0040]步骤200:采用木材定量解剖数据参考数据集训练机器学习模型,并优选分类精度最高的机器学习模型;
[0041]步骤300:测量获取待检样品的定量解剖数据本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于定量解剖的木材树种鉴定方法,其特征在于,包括以下步骤:步骤100:基于木材标本获得木材定量解剖数据参考数据集;步骤200:采用所述木材定量解剖数据参考数据集训练机器学习模型,并优选分类精度最高的机器学习模型;步骤300:测量获取待检样品的定量解剖数据;步骤400:利用优选出的所述机器学习模型对所述待检样品的定量解剖数据进行分析,鉴定并输出所述待检样品木材树种。2.根据权利要求1所述的一种基于定量解剖的木材树种鉴定方法,其特征在于,在所述步骤100中,所述木材标本是来自木材标本馆且经正确定名的标准样品。3.根据权利要求2所述的一种基于定量解剖的木材树种鉴定方法,其特征在于,获得所述木材定量解剖数据参考数据集的实施步骤包括:步骤101:基于木材标本制作木材组织横、径、弦三切面切片;布置102:采集所述切片的三切面显微图像;步骤103:基于三切面显微图像测量木材定量解剖特征指标。4.根据权利要求3所述的一种基于定量解剖的木材树种鉴定方法,其特征在于,在所述步骤300中的所述定量解剖数据与所述步骤103中的所述木材定量解剖特征指标一致;其中,所述木材定量解剖特征指标包括:木材的管孔弦向直径、管孔频率、木射线高度、木射线宽度、木射线线性频率、轴向薄壁组织比量、导管间纹孔大小。5.根据权利要求4所述的一种基于定量解剖的木材树种鉴定方法,其特征在于,在所述步骤102中,通过光学显微镜采集所述三切面显微图像;其中,每个切片采集多个不同视野的图像,横切面放大倍数为40倍,径、弦切面放大倍数为100倍。6.根据权利要求4所述的一种基于定量解剖的木材树种鉴定方法,其特征在于,在所述步骤103中,采用Image J软件测量木材的定量解剖指标,测量过程包括:步骤131:将所述三切面各视野的显微图像导入所述Image J软件中;步骤132:观察并测量各视野图像直观表征的...

【专利技术属性】
技术研发人员:何拓刘守佳殷亚方汪嘉君郭娟焦立超姜笑梅王杰陈家宝
申请(专利权)人:中国林业科学研究院木材工业研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1