計算機斷層掃描技術(shù)(CT)在木材無損檢測中的應用與發(fā)展

單海斌，劉杏娥，楊淑敏，孫建平，楊 喜

(1.國際竹藤中心 竹藤科學與技術(shù)重點實驗室，北京 100102；2.東北林業(yè)大學 材料科學與工程學院，黑龍江 哈爾濱 150040)

中國現(xiàn)有森林面積1.95億hm2，居世界前列，但人均森林面積不足世界人均占有量的1/4[1]。隨著近年來中國經(jīng)濟的快速發(fā)展和人民生活水平的提高，對木材的剛性需求不斷增加，木材供需矛盾加劇[2]。如何充分利用好森林資源，提高生物質(zhì)材料利用率，成為擺在中國林業(yè)科技人員面前一個亟須解決的重要課題之一。而無損檢測因其實施方便、手段多樣、結(jié)果可靠等優(yōu)點于20世紀50年代被逐漸引入木材領域，成為提高生物質(zhì)材料利用率的重要技術(shù)手段。如可在制材前采用無損檢測技術(shù)來對原木缺陷進行準確定位，然后按最優(yōu)原則割鋸原木，可在降低生產(chǎn)成本的同時增加出材率和提高生產(chǎn)效率。木材無損檢測技術(shù)是20世紀50年代開始發(fā)展起來的一門新興的、綜合性的木材非破壞性檢測技術(shù)[2]。目前，常用的木材無損檢測方法有目測法、射線法、超聲波法、核磁共振法、微波法和機械應力法等[3]。射線法中的計算機層析成像(computed tomography，CT)檢測由于其具有穿透力強、分辨率高、檢測速度快、檢測結(jié)果直觀而且無需破壞被檢測物等特點，在木材無損檢測領域顯示出其獨特的優(yōu)越性，成為延續(xù)至今的一個研究熱點[4－6]?？梢哉f，CT是當今影像技術(shù)中不可缺少的重要手段。

1 計算機斷層掃描技術(shù)在木材領域的應用

計算機斷層掃描也叫計算機層析照相技術(shù)，簡稱為CT，是計算機與X射線技術(shù)相結(jié)合的產(chǎn)物[7]。它的產(chǎn)生首先得益于1895年倫琴發(fā)現(xiàn)X射線，然后在20世紀60年代美國物理學家Cormack[8]將奧地利數(shù)學家Radon的原理應用到醫(yī)學領域，為醫(yī)用CT掃描儀的發(fā)明奠定了基礎[9]。1959年杰伊恩(Jayne)首先提出木材無損測量的假說。隨著CT技術(shù)的進步，20世紀80年代CT技術(shù)開始逐漸應用于木材無損檢測領域。特別是20世紀90年代以后，隨著CT設備掃描分辨率的不斷提高，使依托該技術(shù)更深入研究木材內(nèi)部結(jié)構(gòu)特征和物理力學性質(zhì)成為可能。經(jīng)過30多年的發(fā)展，其在木材工業(yè)領域已取得了令人矚目的成果并展現(xiàn)出美好的應用前景[10-11]。目前，CT技術(shù)在木材無損檢測領域的應用主要集中在以下5個方面。

1.1 木材宏觀構(gòu)造

木材宏觀構(gòu)造特征包括邊材和心材、生長輪或年輪、早晚材、木射線、樹脂道、管孔及軸向薄壁細胞等。對木材的宏觀構(gòu)造特征進行無損檢測既是樹木生物學研究的重要內(nèi)容，同時也是實現(xiàn)木材高效利用的要求[12]。目前利用CT技術(shù)來檢測木材宏觀構(gòu)造主要集中在髓心、心邊材和生長輪這3個部分。

1.1.1 髓心的CT檢測 髓心位于樹木心材的中心，其位置關系到年輪寬度的計算，而年輪寬度是評價木材性質(zhì)如密度及力學強度的重要參考因子之一。同時髓心與原木幾何中心偏離又是預測應力木材的重要參考因子。所以自動檢測原木的髓心位置對研究原木構(gòu)造特征、原木合理下鋸以及研究樹木生長等方面均有重要的意義[13]。目前，已有的CT圖像髓心自動識別研究中，多數(shù)采用了霍夫變換(HT)。Bhandarkar等[14]利用HT進行圓周檢測，研究了3種闊葉材美國紅橡樹Quercus rubra，黑胡桃木Juglans regia和黑槭Acer saccharum的髓心位置，提出一種基于CT圖像的髓心檢測算法:首先對圖像應用Sobel邊緣檢測算子；然后把每個邊緣點先計算在某半徑區(qū)域內(nèi)的圓周集合的中心，這些圓周經(jīng)過邊緣點同時減少了霍夫累加數(shù)組中的元素；最后，選擇累加數(shù)組中的最大值作為髓心位置。法國農(nóng)科院南錫研究中心的Longuetaud等[13]通過霍夫變換(HT)和插值增強，實現(xiàn)了基于醫(yī)學CT掃描的挪威云杉Picea abies髓心位置完全自動檢測。加拿大林產(chǎn)品創(chuàng)新研究院的Alkan[15]也開展過采用工業(yè)CT技術(shù)檢測亞高山冷杉Abies lasiocarpa原木髓心的研究，實現(xiàn)了自動檢測并重建了原木髓心的三維圖像。

1.1.2 心邊材的CT檢測 大多數(shù)樹木的樹干包括邊材和心材兩部分。對于心邊材的區(qū)分不論是在樹木生長研究領域還是木材加工領域都是十分重要的內(nèi)容。特別是在木材加工領域，由于心邊材之間在物理性質(zhì)以及技術(shù)加工特征，如顏色、天然耐久性、浸透性能以及含水率等方面都存在差異，影響到木材的加工和利用[16]。研究表明:歐洲赤松Pinus sylvestris作為用材林時其堅固耐用的心材更為人們青睞；而作為紙漿材，人們則更傾向于利用含次生物質(zhì)較少的邊材。此外，為防止原木開裂，通常需要對原木進行鋸解。在鋸解之前若知道原木的心邊材分布等特征，能實現(xiàn)更大限度的合理下鋸。使用CT技術(shù)進行心邊材區(qū)分和定位方面，Grundberg[17－18]通過對CT圖像進行低通濾波、閥值處理和梯度濾波處理，再由原木髓心到心材邊界沿半徑方向隔1°檢測畫圖，自動識別出歐洲赤松Pinus sylvestris原木心邊材，但該算法不適于帶有節(jié)子的原木研究。Espinoza[4]和Rojas等[19]通過分類運算(最小距離算法和極大似然法)來處理糖槭Acer saccharum CT圖像，以從心材、節(jié)子和開裂等缺陷中識別邊材。這種運算方法盡管觀測到有相互交迭的類型，但能給出好的分類結(jié)果。不過該方法還存在大型試樣特別是高水分變異試樣的運算穩(wěn)定性方面的問題。Longuetaud等[16]在利用CT技術(shù)自動檢測挪威云杉髓心的基礎上，通過高斯平滑處理、從髓心沿360個半徑方向(間隔1°)光柵化的閾值處理，縱向插補來處理含節(jié)的片層圖像以及四周插補處理，自動檢測到了心邊材邊界。Wei等[20]利用最大似然法實現(xiàn)了對糖楓節(jié)子及樹皮、心邊材的CT自動識別。

1.1.3 生長輪的CT檢測 年輪(annual ring)，亦稱生長層或生長輪。目前，年輪的檢測方法主要分為兩大類，即有損測量法和無損測量法。有損測量(即最常用的樹木砍伐后數(shù)年輪的方法)會對樹木造成不可恢復的損害。無損測量法是對樹木生長不造成損害或損害很小的方法，目前應用較多的是生長錐法，此法雖不致樹木死亡，但仍對樹木生長有一定的影響，然而利用便攜式CT設備可以彌補以上不足。在一個生長輪出現(xiàn)早材和晚材是生長輪能形成明顯界限構(gòu)造的一項基礎。已有研究表明，木材密度與其CT值之間存在顯著的線性正相關，而早材和晚材的密度又有很大差異，所以，通過對樹木進行CT掃描確定早晚材的分布，就能在不影響其正常生長的前提下快速檢測生長輪。

1.2 木材缺陷檢測

自20世紀80年代首次提出采用X射線技術(shù)檢測木材內(nèi)部缺陷的設想以來，世界上已有多個國家開始研究能自動處理和識別木材內(nèi)部結(jié)構(gòu)缺陷的CT檢測技術(shù)，以便從新的角度認識木材內(nèi)部結(jié)構(gòu)與性質(zhì)。如果能將CT缺陷檢測系統(tǒng)與木材鋸切優(yōu)化軟件相結(jié)合，將大幅度提高木材利用率[21－22]。大量研究發(fā)現(xiàn)，有大約40%的原木存在集中一側(cè)而導致質(zhì)量下降的缺陷。如木材的初期腐朽，其對木材力學性質(zhì)的影響非常大，研究表明:質(zhì)量損失率在5%～10%時，木材的沖擊韌性可損失60%～80%，抗彎強度損失50%～70%，而靜曲強度(MOR)和彈性模量(MOE)則損失60%～70%，其他力學性質(zhì)也有比較明顯的下降[23]。若能對缺陷準確定位并按最優(yōu)原則割鋸原木，可提高板材的經(jīng)濟效益達8%～9%，對于個別板材甚至可達 30%[24]。

20世紀80年代，F(xiàn)unt等[25]利用二維圖像解釋技術(shù)區(qū)分無節(jié)材、節(jié)子、腐朽及蟲眼。瑞典呂勒奧理工大學木材科學與技術(shù)研究所的Hagman等[26]分別利用人工神經(jīng)網(wǎng)絡BP算法和偏最小二乘法，把歐洲赤松CT圖像中的節(jié)子分離出來，并對節(jié)子進行有效分類，準確率達到85%～97%。Oja[27]通過分析挪威云杉原木CT圖像來實現(xiàn)對節(jié)子大小和死節(jié)邊界等節(jié)子特征以及樹脂囊的識別。這種快速無損檢測技術(shù)在識別較大節(jié)子時準確率較高，但對檢測小節(jié)和探測死節(jié)邊界效果較差。

1.3 木材密度檢測

密度是木材重要的物理指標之一，幾乎所有木材力學性能均與之相關。如木材密度與順紋抗壓強度、抗彎強度、抗彎彈性模量、順紋抗剪強度及順紋抗拉強度等5項力學性質(zhì)都有直接的線性關系[12]。木材密度也與樹木的生長發(fā)育規(guī)律、干物質(zhì)積累和一些化學性質(zhì)如纖維素、半纖維素與木質(zhì)素成分含量等有直接的關系，同時密度也是木材加工利用的重要參考依據(jù)之一。

由于CT成像的根本原理是密度成像，即把不同密度的物質(zhì)對穿透射線(X線)的衰減系數(shù)換算成物質(zhì)的CT值，然后用圖象的形式顯示出來，因而圖像上每個象素的灰度值對應于掃描斷層中相應的單元體的密度。已有研究表明[28]，木材密度與其CT值之間存在顯著的線性正相關。

瑞典學者Lindgren[29－30]在利用CT技術(shù)檢測木材密度方面作了系統(tǒng)的研究，隨后法國、日本等國學者也開展過CT值與木材密度關系的研究工作。國內(nèi)學者戚大偉、韓書霞等[31－32]在分析處理木材CT圖像以及測定木材密度方面開展了一些研究，得出了相似的結(jié)論，即CT值與木材密度有很好的線性關系，當CT值變化為一個單位(HU)時，其密度相對應的變化大約為1 kg°m－3，這一關系幾乎不受木材水分的影響。利用這一線性關系，根據(jù)早晚材不同的CT值，可研究木材早晚材密度的變異規(guī)律和年輪特征等。

1.4 木材斷裂檢測

木材在生長過程中容易產(chǎn)生節(jié)、疤、開裂等易造成應力集中的不連續(xù)的性質(zhì)，因此在加工過程中,隨著外界應力條件的改變，容易在其內(nèi)部形成裂縫，這為日后的使用埋下了安全隱患。如果在加工前用CT對木材進行檢測，就能快速準確的發(fā)現(xiàn)這些裂紋，這對于改進木材加工工藝，提高木材及其制品的安全性和使用壽命都有重要的意義。

另一方面，研究木材在外力作用下的斷裂過程是認識木材破壞機制的一個重要方面。但由于裂紋擴展速度很快，用常規(guī)方法難以檢測，如果借助超高速CT(UFCT)設備研究裂紋在木材中的擴展，然后利用三維微米立體成像X射線顯微鏡(簡稱MicroCT)分析斷面上裂紋擴展時留下的殘痕，為人們認識裂紋在木材中的擴展方式和擴展路徑提供新的檢測方法。費本華等[33]利用CT技術(shù)研究了意楊Populus×canadensis‘I-214’，落葉松Larix gmelinii和濕地松Pinus elliottii的斷口形態(tài)特征。

1.5 高分辨率計算機CT成像圖像在木材微觀構(gòu)造方面的應用

隨著近年來科技的快速發(fā)展，高分辨率CT開始進入人們的視野。按照其分辨率大小可分為三維微米立體成像X射線顯微鏡(簡稱 MicroCT)和三維納米成像X射線顯微鏡(簡稱 NanoCT)。MicroCT最高空間分辨率可達到1 μm；而一些NanoCT分辨力可達30 nm左右。

將高分辨率CT應用于木材科學研究，對于竹材等這類薄壁材料及木材小節(jié)和死節(jié)邊界的檢測，以及觀察木材細胞結(jié)構(gòu)和竹材維管束特征，建立三維模型都具有重大的意義。彭冠云等[34－35]采用MicroCT對秋竹Pleioblastus gozadakensis和筇竹Qiongzhuea tumidinoda的節(jié)部進行掃描，在沒有對節(jié)部進行制樣的情況下，獲得了竹節(jié)主干橫切面上維管束及纖維分布清晰的圖像，然后利用圖像三維處理得到竹節(jié)部位的三維結(jié)構(gòu)。

此外，Zhu等[36]用隨機性紋理模型檢測原木，這是首次利用空間自回歸模型分析木材CT圖像的紋理。Sepulveda等[37]也發(fā)表過通過利用簡易CT來研究木材紋理的報道。

2 計算機CT成像檢測技術(shù)的不足與展望

隨著現(xiàn)階段對CT在木材工業(yè)中應用研究的不斷深入，如何克服CT技術(shù)的不足及其未來發(fā)展方向也是國內(nèi)外學者研究的重點。

2.1 降低CT設備成本，提高檢測精度

現(xiàn)階段，由于工業(yè)CT設備價格高昂，所以在木材工業(yè)研究中使用的CT設備絕大多數(shù)是普通醫(yī)用CT，空間分辨率一般為0.5～1.0 mm。這在檢測較大直徑的木材或不需要得到高分辨率圖像的實驗時暫且夠用，若要對竹材等薄壁材料及木材小節(jié)和死節(jié)邊界進行檢測，就得不到清晰而準確的數(shù)據(jù)以致影響實驗精度。

提高精度的方法主要有2個:其一就是采用多方法聯(lián)合檢測，這樣既可提高準確率又能降低成本；其二就是采用工業(yè)CT，而降低工業(yè)CT設備成本的途徑就是通過延伸CT設備的應用領域，來擴大銷售市場，實現(xiàn)批量化生產(chǎn)，最終達到降低設備成本的目的。另外，研究開發(fā)便攜式小型CT設備也是降低設備成本的重要途徑之一，而且便攜式小型CT設備更有利于木材加工一線和野外活立木檢測。

2.2 開發(fā)相應軟件平臺

雖然CT在木材內(nèi)部結(jié)構(gòu)檢測方面有很好的適用性，然而到目前為止，除了瑞典等少數(shù)國家將CT技術(shù)投入到生產(chǎn)外，大多數(shù)國家仍處在研究階段。由于CT先前主要應用于醫(yī)療檢測，其自帶的軟件也是以適用醫(yī)學治療為主。當我們將CT引入到木材研究和實際生產(chǎn)時就必須開發(fā)相應的軟件，而CT圖像分析軟件是由多學科多領域聯(lián)合研發(fā)的成果，所以開發(fā)成本很高，增加了研究難度。

此外，復雜的木材性質(zhì)和木材種類也不是普通醫(yī)用CT軟件平臺所能分析處理的，所以在未來的專業(yè)木材CT圖像分析軟件平臺的開發(fā)過程中可以結(jié)合人工神經(jīng)網(wǎng)絡，使CT設備具有模擬人類感知、學習和推理行為的能力，從而開發(fā)出一套不但能快速準確獲得掃描數(shù)據(jù)，而且能同時檢測多種木質(zhì)材料的專業(yè)木材CT設備。

2.3 提高安全性

CT設備是基于X射線對被檢查物體進行斷層掃描的原理來獲得圖像。圖像的清晰度與掃描強度有關。而X射線是高能輻射電磁波，穿透能力很強。在掃描過程中一旦操作人員違規(guī)操作就會帶來安全隱患，甚至會對人體的健康造成看不見的傷害。所以，如何制定安全科學的操作規(guī)范，嚴禁未經(jīng)培訓人員上崗操作也是未來研究的一個重要方面。

回顧CT技術(shù)的研究歷程，作為一種先進的無損檢測技術(shù)，其所具有的不破壞材料本體的條件下快速、準確的獲取材料內(nèi)部信息的特點，必將繼續(xù)在木材工業(yè)研究領域發(fā)揮重要的作用。2010年1月，中國重大科學工程——上海同步輻射光源(SSRF)通過國家驗收并正式對中外各學科領域的科研用戶開放，為中國學者利用同步輻射X射線相位襯度CT技術(shù)研究木材提供了技術(shù)平臺，正是國家為推動中國CT技術(shù)研究的重要舉措，同時也可以運用于中國木材二維和三維微觀結(jié)構(gòu)特征的研究。

[1]國家林業(yè)局.第 7 次全國森林資源清查主要結(jié)果(2004-2008 年)[EB／OL].2010-01-28[2012-02-20].http://www.forestry.gov.cn/portal/main/s/65/content-326341.html.

[2]江澤慧，彭鎮(zhèn)華.世界主要樹種木材科學特性[M].北京:科學出版社，2001.

[3]王莉娟.無損檢測方法評估人工林楊木材性質(zhì)的研究[D].北京:北京林業(yè)大學，2005.WANG Lijuan.Non-Destructive Testing Methods to Assess the Properties of Plantation Poplar Wood [D].Beijing: Bei-jing Forestry University，2005.

[4]ESPINOZA G R，HERNANDEZ R，CONDAL A，et al.Exploration of the physical properties of internal characteristics of sugar maple logs and relation ships with CT images [J].Wood Fiber Sci，2005，37 (4): 591－604.

[5]JERDRUM G P，HOIBO O.Heart wood detection in Scots pine by means of heat-sensitive infrared images [J].Holzals Roh Werkst，2004，62 (2): 131－136.

[6]SCHMOLDT D L，HE J，BBOTT A L.Automated labelling of log features in CT imagery of multiple hardwood species[J].Wood Fiber Sci，2000，32 (3): 287－300.

[7]徐澍敏，于勇，王俊.機械損傷蘋果CT值的試驗研究[J].農(nóng)業(yè)機械學報，2006，37(6):83－85.XU Shumin，YU Yong，WANG Jun.Experimental study of the CT values of mechanical damage apple [J].J A-gric Mach，2006，37 (6): 83－85.

[8]CORMACK A M.Representation of a function by its line integrals，with some radiological applications [J].J Appl Phys，1963，34 (9): 2722－2727.

[9]田捷，包尚聯(lián)，周明全.醫(yī)學影響處理與分析[M].北京:電子工業(yè)出版社，2003.

[10]ROSS R J，BRIAN K B，ROY F P.Nondestructive evaluation of wood [J].For Prod J，2006 (1): 14－19.

[11]王立海，楊學春，徐凱宏.木材無損檢測技術(shù)的研究現(xiàn)狀與進展[J].森林工程，2001，17(6):1－3.WANG Lihai，YANG Xuechun，XU Kaihong.Wood nondestructive testing technology status and progress [J].For Eng，2001，17 (6): 1－3.

[12]成俊卿.木材學[M].北京:中國林業(yè)出版社，1985.

[13]LONGUETAUD F，LEBAN J M，MOTHE F，et al.Automatic detection of pith on CT images of spruce logs [J].Comput Electron Agric，2004，44 (2): 107－119.

[14]BHANDARKAR S M，F(xiàn)AUST T D，TANG Mingjin.CATALOG: a system for detection and rendering of internal log defects using computer tomography [J].Mach Vis Appl，1999，11 (4): 171－190.

[15]ALKAN S.Industrial Computed Tomography (CT) Scanning of Subalpine Fir Logs: Proof of Concept [R].Vancouver: [s.n.]，2003.

[16]LONGUETAUD F，MOTHE F，MOTHE，et al.Automatic detection of the heartwood/sapwood boundary with in Norway spruce (Picea abies (L.) Karst) logs by means of CT images [J].Comput Electron Agric，2007，58: 100－111.

[17]GRUNDBERG S.Scanning for Internal Defects in Logs [D].Skelleftea: Lulea University of Technology.Division of Wood Technology，1994.

[18]GRUNDBERG S.An X-ray Log Scanner: a Tool for Control of the Sawmill Process [D].Skelleftea: Lulea University of Technology.Division of Wood Technology，1999.

[19]ROJAS G，CONDAL A，BEAUREGARD R，et al.Identification of internal defect of sugar maple logs from CT images using supervised classification methods [J].Holz Roh Werkst，2006，64 (4): 295－303.

[20]WEI Qiang，LEBLON B，CHUI Y H，et al.Identification of selected log characteristics from computed tomography images of sugarmaple logs using maximum likelihood classifier and textural analysis [J].Holzforschung，2008，62:441－447.

[21]ZHU Dongping.A Feasibility Study on Using CT Image Analysis for Hardwood Log Inspection [D].Virginia: Virginia Polytechnic Institute and State University，1993.

[22]童雀菊，丁建文，王厚立.非破壞性木材內(nèi)部缺陷檢測(續(xù)):木材CT掃描研究動態(tài)[J].林產(chǎn)工業(yè)，2005，32(3): 14－16，43.TONG Queju，DING Jianwen，WANG Houli.Non-destructive wood internal defect detection (continued): timber CT scan dynamic [J].For Prod Ind，2005，32 (3): 14－16，43.

[23]WILCOX W W.Review of literature on the effects of early stages of decay on wood strength [J].Wood Fiber，1978，9(4): 252－257.

[24]張愛珍，徐兆軍，王厚立，等.原木斷層掃描圖像的自動分割研究[J].信息技術(shù)，2003，27(11):62－64.ZHANG Aizhen，XU Zhaojun，WANG Houli，et al.Automatic segmentation of the logs tomography [J].Inf Technol，2003，27 (11): 62－64.

[25]FUNT B V，BRYANT E C.Detection of internal log defects by automatic interpretation of computer tomography im-ages [J].For Prod J，1987，37 (1): 56－62.

[26]HAGMAN P O G，GRUNDBERG S A.Classification of scots pine (Pinus sylvestris) knots in density images from CT scanned logs [J].Holz Roh Werkst，1995，53 (1): 75－81.

[27]OJA J.X-ray Measurements of Properties of Saw Logs [D].Lulea: Lulea University of Technology，1999.

[28]LINDGREN L O.The accuracy of medical CAT-scan images for non—destructive density measurements in small volume elements within solid wood [J].Wood Sci Technol，1991，25: 425－432.

[29]LINDGREN L O.Medical CAT-scanning: X-ray absorption coefficients，CT-numbers and their relation to wood density [J].Wood Sci Technol，1991，25: 341－349.

[30]LINDGREN L O.Non-destructive wood density distribution measurements using computed tomography [J].Holz Roh Werkst，1992，50 (7/8): 295－299.

[31]戚大偉，牟洪波.具有圖像處理功能的原木X射線檢測系統(tǒng)[J].森林工程，2007，23(1):30－31，75.QI Dawei，MOU Hongbo.Log X-ray inspection system with image processing functions [J].For Eng，2007，23(1): 30－31，75.

[32]韓書霞，于雷，孔超，等.基于計算機斷層掃描技術(shù)的木材密度檢測研究[J].森林工程，2007，23(1):19－23.HAN Shuxia，YU Lei，KONG Chao，et al.Detection of wood density based on computed tomography [J].For Eng，2007，23 (1): 19－23.

[33]費本華，趙勇，覃道春，等.應用CT技術(shù)研究木材斷口形態(tài)特征[J].林業(yè)科學，2007，43(4):137－140.FEI Benhua，ZHAO Yong，QIN Daochun，et al.Applying computerized tomography (CT) to study the feature of wood fracture [J].Sci Silv Sin，2007，43 (4): 137－140.

[34]彭冠云，江澤慧，覃道春，等.基于CT技術(shù)的人造板剖面密度檢測[J].木材工業(yè)，2009，23(5):19－21.PENG Guanyun，JIANG Zehui，QIN Daochun，et al.Wood-based panels profile density detection based on CT [J].China Wood Ind，2009，23 (5): 19－21.

[35]彭冠云.基于CT技術(shù)檢測木材、竹材結(jié)構(gòu)特征的研究[D].北京:中國林業(yè)科學研究院，2009.PENG Guanyun.Study on Detection of Structure Characteristics for Wood and Bamboo Using Computed Tomography[D].Beijing: Chinese Academy of Forestry，2009.

[36]ZHU Dongping，BEEX A A.Robust spatial autoregressive modeling for hardwood log inspection [J].J Vis Commun Image Represent，1994，5 (1): 41－51.

[37]SEPULVEDA P，OJA J，GRONLUND A.Predicting spiral grain by computed tomography of Norway spruce [J].J Wood Sci，2002，48 (6): 479－483.