CN112781915A - 基于木材微观形态特征评估木材力学性质的***及方法 - Google Patents
基于木材微观形态特征评估木材力学性质的***及方法 Download PDFInfo
- Publication number
- CN112781915A CN112781915A CN202110071844.5A CN202110071844A CN112781915A CN 112781915 A CN112781915 A CN 112781915A CN 202110071844 A CN202110071844 A CN 202110071844A CN 112781915 A CN112781915 A CN 112781915A
- Authority
- CN
- China
- Prior art keywords
- wood
- module
- fiber
- image
- mechanical properties
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000002023 wood Substances 0.000 title claims abstract description 158
- 230000000877 morphologic effect Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 93
- 239000000835 fiber Substances 0.000 claims abstract description 41
- 238000012360 testing method Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 229920002522 Wood fibre Polymers 0.000 claims description 70
- 239000002025 wood fiber Substances 0.000 claims description 70
- 229920001131 Pulp (paper) Polymers 0.000 claims description 28
- 210000004027 cell Anatomy 0.000 claims description 28
- 210000000630 fibrocyte Anatomy 0.000 claims description 18
- 230000003993 interaction Effects 0.000 claims description 16
- 238000005520 cutting process Methods 0.000 claims description 15
- 230000003287 optical effect Effects 0.000 claims description 13
- 239000011521 glass Substances 0.000 claims description 12
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 7
- GRYLNZFGIOXLOG-UHFFFAOYSA-N Nitric acid Chemical compound O[N+]([O-])=O GRYLNZFGIOXLOG-UHFFFAOYSA-N 0.000 claims description 6
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 claims description 6
- 229910017604 nitric acid Inorganic materials 0.000 claims description 6
- 239000008096 xylene Substances 0.000 claims description 6
- 239000006059 cover glass Substances 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000011282 treatment Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000018044 dehydration Effects 0.000 claims description 3
- 238000006297 dehydration reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009432 framing Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 238000011221 initial treatment Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 239000011259 mixed solution Substances 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 239000011347 resin Substances 0.000 claims description 3
- 229920005989 resin Polymers 0.000 claims description 3
- OARRHUQTFTUEOS-UHFFFAOYSA-N safranin Chemical compound [Cl-].C=12C=C(N)C(C)=CC2=NC2=CC(C)=C(N)C=C2[N+]=1C1=CC=CC=C1 OARRHUQTFTUEOS-UHFFFAOYSA-N 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000005406 washing Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 2
- 239000003292 glue Substances 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract 2
- 238000009825 accumulation Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 244000050510 Cunninghamia lanceolata Species 0.000 description 3
- 241000018650 Pinus massoniana Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000019441 ethanol Nutrition 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 241000218691 Cupressaceae Species 0.000 description 1
- 244000166124 Eucalyptus globulus Species 0.000 description 1
- 241000218652 Larix Species 0.000 description 1
- 235000005590 Larix decidua Nutrition 0.000 description 1
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 235000011609 Pinus massoniana Nutrition 0.000 description 1
- 235000011610 Pinus tabuliformis Nutrition 0.000 description 1
- 241000219000 Populus Species 0.000 description 1
- 241000219492 Quercus Species 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/04—Devices for withdrawing samples in the solid state, e.g. by cutting
- G01N1/06—Devices for withdrawing samples in the solid state, e.g. by cutting providing a thin slice, e.g. microtome
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/28—Preparing specimens for investigation including physical details of (bio-)chemical methods covered elsewhere, e.g. G01N33/50, C12Q
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于木材物理学技术领域,公开了一种基于木材微观形态特征评估木材力学性质的***及方法,包括中央处理和控制模块、木材试样处理模块、纤维长度测量模块、切片制作模块、图形采集和处理模块、形态特征提取模块、力学特征测定模块、力学性质评估模块、等级划分模块、服务器模块和人机交互模块。本发明通过图形采集和处理模块中的CCD相机对切片的高清图像进行采集,并对采集图像进行处理,可以基于采集图像对纤维细胞的形态特征进行识别计算,通过形态特征对木材的力学特征进行测定,便于对力学性质参数进行评估,能够有助于在有限的测试条件下对人工林木材材质材性进行快速全面掌握,有助于及时了解培育措施对人工林材质材性的影响。
Description
技术领域
本发明属于木材物理学技术领域,尤其涉及一种基于木材微观形态特征评估木材力学性质的***及方法。
背景技术
目前:随着天然林的骤减,人工林成为了全球木材工业的主要原材料。人工林是世界森林重要的组成部分,在生态环境和经济建设发展等方面发挥着重要的作用。根据“我国第八次森林资源清查结果及分析”显示:人工林面积由之前的6169万公顷增加到6933万公顷,增加了764万公顷,占全国林地面积的36%;人工林蓄积从原来的19.61亿m3加到24.83亿m3,增加了5.22亿m3,并始终保持着持续增长趋势,我国人工林面积居于世界首位。
据中国森林资源报告,在人工林建设中,蓄积量排名居前十位的依次为杉木、杨树、马尾松、桉树、落叶松、橡胶、栎树、柏木、油松、国外松,面积总计为2484.49万hm3,蓄积合计为24.84亿m3,占人工乔木林蓄积量的73.34%。杉木林有990.20万公顷,面积比例占人工林乔木树种的17.35%,蓄积量为75545.01万立方米,占比为22.30%,杉木组蓄积量为82064.35万立方米,占比为24.22%,为全国优势树种的首位。随着我国对木制品需求量的不断增加,人工林杉木将成为木制品原材料的首选,但是传统培育模式下的人工林木材由于生长周期短,导致密度小、强度低、材质松软、变异性大等问题,严重影响了其应用范围,制约着木材工业的发展。因此在对木材进行应用时,需要对木材的力学性质进行检测评估,从而避免在使用时由于木材力学性质差造成不良后果。但是现有的检测方式只能通过检测设备对木材的力学性质进行检测,不能确定木材的微观构造与物理力学性能的关系,无法对人工林木材的培育提供理论依据。
通过上述分析,现有技术存在的问题及缺陷为:
现有的检测方式只能通过检测设备对木材的力学性质进行检测,不能确定木材的微观构造与物理力学性能的关系,无法对人工林木材的培育提供理论依据。
发明内容
针对现有技术存在的问题,本发明提供了一种基于木材微观形态特征评估木材力学性质的***及方法。
本发明是这样实现的,一种基于木材微观形态特征评估木材力学性质的方法,所述基于木材微观形态特征评估木材力学性质的方法包括:
步骤一,通过木材试样处理模块利用木材试样处理程序对采集的木材试样进行初步处理,使用采集的木材试样进行木浆的制备,得到木浆;通过纤维长度测量模块利用光学显微镜对木浆中的纤维长度进行测量;
所述木材试样的高度为15~20mm、宽为10mm,长为从髓心到树皮的半径长;
步骤二,通过切片制作模块利用切片制作程序在木材纤维的横切面上进行薄片的切取,并通过切取的木材纤维薄片制作图像采集用切片;通过图形采集和处理模块利用CCD相机对制备的图像采集用切片的高清图像进行采集,并对采集的高清图像进行图像处理;
通过图形采集和处理模块利用CCD相机对制备的图像采集用切片的高清图像进行采集,包括:将木材横切面图像成像到CCD相机的摄像头上,经过对成像的图像的放大成帧、预处理,将图像离散数字化后输入计算机;通过计算机屏幕对显微构造图像进行实时观察,进行拍摄与保存,得到图像采集用切片的高清图像;
步骤三,通过形态特征提取模块利用形态特征提取程序对处理后的图像中的纤维细胞进行识别,并对纤维细胞的形态特征进行识别,并依据识别结果进行纤维细胞规格的计算;
所述依据识别结果进行纤维细胞规格的计算,包括:进行木纤维双壁厚与胞腔直径的获取,根据木纤维双壁厚与胞腔直径,通过计算求出木纤维宽度;以及,进行木纤维长度与宽度的获取,根据木纤维长度与宽度,通过计算求出木纤维长宽比;
步骤四,通过中央处理和控制模块利用主控机对各个模块的采集信息进行处理分析,并根据处理结果和预设参数对各个受控模块的运行进行协调控制;通过力学特征测定模块利用力学特征测定程序依据识别纤维细胞的形态特征以及纤维细胞规格计算结果对木材的力学特征进行测定;
步骤五,通过力学性质评估模块利用力学性质评估程序依据测定的力学特征对力学性质的参数进行评估;通过等级划分模块利用等级划分程序对力学性质参数的评估结果与服务器中预存的参数等级对木材的力学性质进行等级划分;
步骤六,通过服务器模块利用服务器对各个模块采集的信息和不同等级的力学性质对应的参数数值进行存储;通过人机交互模块利用人机交互界面对预设的木材的各项参数进行输入,并对预设参数、木材等级以及木材切片信息进行显示。
进一步,步骤一中,所述通过纤维长度测量模块利用光学显微镜对木浆中的纤维长度进行测量,包括:
(1)将木材试样按每个生长轮切成片状,放入试管中,加入30%硝酸至浸没木材为止,放在试管架上,然后放入烘箱中加热,在80℃温度下烘8~10h;
(2)将试管取出,倒出硝酸,用水冲洗试管中的试样数次,封堵试管口,用力振荡,使木材变为木浆;
(3)取少量木浆于载玻片上,加一滴水,加上盖玻片置于配备测微尺的显微投影仪下测量;
(4)每个试样测量个20木纤维长度,求出平均值,即为此生长轮的平均木纤维长度。
进一步,步骤二中,所述切片的厚度为15~20μm。
进一步,步骤二中,所述通过切片制作模块利用切片制作程序在木材纤维的横切面上进行薄片的切取,包括:
在横切面上切取切片,每一圆盘同一部位切3~5片,放在处理盘中加水;
经番红染色、酒精脱水、无水乙醇、无水乙醇与二甲苯混合液、二甲苯顺序处理;
然后放在载玻片上,用光学树脂胶固定,盖上盖玻片,置于干燥处,待固定好后再进行测定。
进一步,步骤二中,所述对采集的高清图像进行图像处理,包括:
1)将多个采集图像转为灰度图像,利用高斯滤波对灰度图像进行降噪处理;
2)对多个降噪处理后的图像进行像素的差值绝对值运算,得到多个差值绝对值图像;
3)分别对所述多个差值绝对值图像进行上采样,得到与所述原始图像尺寸相同的多个上采样图像;
4)确定所述多个上采样图像中相同位置的像素点的像素最大值,根据各个位置对应的像素最大值,生成最大值图像;
5)对所述最大值图像进行阈值化处理,得到二值化图像,确定所述二值化图像中的各个图形轮廓;
6)根据所述各个图形轮廓的轮廓参数,从所述各个图形轮廓中确定出目标轮廓,确定所述原始图像中对应所述目标轮廓位置的目标像素点。
进一步,所述根据木纤维双壁厚与胞腔直径,通过计算求出木纤维宽度,公式如下:
木纤维宽度=木纤维双壁厚+木纤维胞腔直径。
进一步,所述根据木纤维长度与宽度,通过计算求出木纤维长宽比,公式如下:
木纤维长宽比=木纤维长度+木纤维宽度。
本发明的另一目的在于提供一种应用所述基于木材微观形态特征评估木材力学性质的方法的基于木材微观形态特征评估木材力学性质的***,所述基于木材微观形态特征评估木材力学性质的***包括:
木材试样处理模块,与中央处理和控制模块连接,用于通过木材试样处理程序对采集的木材试样进行初步处理,使用采集的木材试样进行木浆的制备,得到木浆;
纤维长度测量模块,与中央处理和控制模块连接,用于通过光学显微镜对木浆中的纤维长度进行测量;
切片制作模块,与中央处理和控制模块连接,用于通过切片制作程序在木材纤维的横切面上进行薄片的切取,并通过切取的木材纤维薄片制作图像采集用切片;
图形采集和处理模块,与中央处理和控制模块连接,用于通过CCD相机对制备的图像采集用切片的高清图像进行采集,并对采集的高清图像进行图像处理;
形态特征提取模块,与中央处理和控制模块连接,用于通过形态特征提取程序对处理后的图像中的纤维细胞进行识别,并对纤维细胞的形态特征进行识别,并依据识别结果进行纤维细胞规格的计算;
中央处理和控制模块,与木材试样处理模块、纤维长度测量模块、切片制作模块、图形采集和处理模块、形态特征提取模块、力学特征测定模块、力学性质评估模块、等级划分模块、服务器模块和人机交互模块连接,用于通过主控机对各个模块的采集信息进行处理分析,并根据处理结果和预设参数对各个受控模块的运行进行协调控制;
力学特征测定模块,与中央处理和控制模块连接,用于通过力学特征测定程序依据识别纤维细胞的形态特征以及纤维细胞规格计算结果对木材的力学特征进行测定;
力学性质评估模块,与中央处理和控制模块连接,用于通过力学性质评估程序依据测定的力学特征对力学性质参数进行评估;
等级划分模块,与中央处理和控制模块连接,用于通过等级划分程序对力学性质参数的评估结果与服务器中预存的参数等级对木材的力学性质进行等级划分;
服务器模块,与中央处理和控制模块连接,用于通过服务器对各个模块采集的信息和不同等级的力学性质对应的参数数值进行存储;
人机交互模块,与中央处理和控制模块连接,用于通过人机交互界面对预设的木材的各项参数进行输入,并对预设参数、木材等级以及木材切片信息进行显示。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施所述的基于木材微观形态特征评估木材力学性质的方法。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述的基于木材微观形态特征评估木材力学性质的方法。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本发明通过图形采集和处理模块中的CCD相机对切片的高清图像进行采集,并对采集图像进行处理,可以基于采集图像对纤维细胞的形态特征进行识别计算,通过形态特征对木材的力学特征进行测定,便于对力学性质参数进行评估,能够有助于在有限的测试条件下对人工林木材材质材性进行快速全面掌握,有助于及时了解培育措施对人工林材质材性的影响,也有助于木材的节约、高效和合理利用。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,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这些附图获得其他的附图。
图1是本发明实施例提供的基于木材微观形态特征评估木材力学性质的方法流程图。
图2是本发明实施例提供的通过纤维长度测量模块利用光学显微镜对木浆中的纤维长度进行测量流程图。
图3是本发明实施例提供的通过切片制作模块利用切片制作程序在木材纤维的横切面上进行薄片的切取流程图。
图4是本发明实施例提供的对采集的高清图像进行图像处理流程图。
图5是本发明实施例提供的基于木材微观形态特征评估木材力学性质的***结构框图;
图中:1、木材试样处理模块;2、纤维长度测量模块;3、切片制作模块;4、图形采集和处理模块;5、形态特征提取模块;6、中央处理和控制模块;7、力学特征测定模块;8、力学性质评估模块;9、等级划分模块;10、服务器模块;11、人机交互模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于木材微观形态特征评估木材力学性质的***及方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于木材微观形态特征评估木材力学性质的方法包括:
S101,通过木材试样处理模块利用木材试样处理程序对采集的木材试样进行初步处理,使用采集的木材试样进行木浆的制备,得到木浆;通过纤维长度测量模块利用光学显微镜对木浆中的纤维长度进行测量;
S102,通过切片制作模块利用切片制作程序在木材纤维的横切面上进行薄片的切取,并通过切取的木材纤维薄片制作图像采集用切片;通过图形采集和处理模块利用CCD相机对制备的图像采集用切片的高清图像进行采集,并对采集的高清图像进行图像处理;
S103,通过形态特征提取模块利用形态特征提取程序对处理后的图像中的纤维细胞进行识别,并对纤维细胞的形态特征进行识别,并依据识别结果进行纤维细胞规格的计算;
S104,通过中央处理和控制模块利用主控机对各个模块的采集信息进行处理分析,并根据处理结果和预设参数对各个受控模块的运行进行协调控制;通过力学特征测定模块利用力学特征测定程序依据识别纤维细胞的形态特征以及纤维细胞规格计算结果对木材的力学特征进行测定;
S105,通过力学性质评估模块利用力学性质评估程序依据测定的力学特征对力学性质的参数进行评估;通过等级划分模块利用等级划分程序对力学性质参数的评估结果与服务器中预存的参数等级对木材的力学性质进行等级划分;
S106,通过服务器模块利用服务器对各个模块采集的信息和不同等级的力学性质对应的参数数值进行存储;通过人机交互模块利用人机交互界面对预设的木材的各项参数进行输入,并对预设参数、木材等级以及木材切片信息进行显示。
本发明实施例提供的木材试样的高度为15~20mm、宽为10mm,长为从髓心到树皮的半径长。
如图2所示,步骤S101中,本发明实施例提供的通过纤维长度测量模块利用光学显微镜对木浆中的纤维长度进行测量,包括:
S201,将木材试样按每个生长轮切成片状,放入试管中,加入30%硝酸至浸没木材为止,放在试管架上,然后放入烘箱中加热,在80℃温度下烘8~10h;
S202,将试管取出,倒出硝酸,用水冲洗试管中的试样数次,封堵试管口,用力振荡,使木材变为木浆;
S203,取少量木浆于载玻片上,加一滴水,加上盖玻片置于配备测微尺的显微投影仪下测量;
S204,每个试样测量个20木纤维长度,求出平均值,即为此生长轮的平均木纤维长度。
步骤S102中,本发明实施例提供的切片的厚度为15~20μm。
如图3所示,步骤S102中,本发明实施例提供的通过切片制作模块利用切片制作程序在木材纤维的横切面上进行薄片的切取,包括:
S301,在横切面上切取切片,每一圆盘同一部位切3~5片,放在处理盘中加水;
S302,经番红染色、酒精脱水、无水乙醇、无水乙醇与二甲苯混合液、二甲苯顺序处理;
S303,然后放在载玻片上,用光学树脂胶固定,盖上盖玻片,置于干燥处,待固定好后再进行测定。
本发明实施例提供的通过图形采集和处理模块利用CCD相机对制备的图像采集用切片的高清图像进行采集,包括:将木材横切面图像成像到CCD相机的摄像头上,经过对成像的图像的放大成帧、预处理,将图像离散数字化后输入计算机;通过计算机屏幕对显微构造图像进行实时观察,进行拍摄与保存,得到图像采集用切片的高清图像。
如图4所示,步骤S102中,本发明实施例提供的对采集的高清图像进行图像处理,包括:
S401,将多个采集图像转为灰度图像,利用高斯滤波对灰度图像进行降噪处理;
S402,对多个降噪处理后的图像进行像素的差值绝对值运算,得到多个差值绝对值图像;
S403,分别对所述多个差值绝对值图像进行上采样,得到与所述原始图像尺寸相同的多个上采样图像;
S404,确定所述多个上采样图像中相同位置的像素点的像素最大值,根据各个位置对应的像素最大值,生成最大值图像;
S405,对所述最大值图像进行阈值化处理,得到二值化图像,确定所述二值化图像中的各个图形轮廓;
S406,根据所述各个图形轮廓的轮廓参数,从所述各个图形轮廓中确定出目标轮廓,确定所述原始图像中对应所述目标轮廓位置的目标像素点。
本发明实施例提供的依据识别结果进行纤维细胞规格的计算,包括:进行木纤维双壁厚与胞腔直径的获取,根据木纤维双壁厚与胞腔直径,通过计算求出木纤维宽度;以及,进行木纤维长度与宽度的获取,根据木纤维长度与宽度,通过计算求出木纤维长宽比;
本发明实施例提供的根据木纤维双壁厚与胞腔直径,通过计算求出木纤维宽度,公式如下:
木纤维宽度=木纤维双壁厚+木纤维胞腔直径。
本发明实施例提供的根据木纤维长度与宽度,通过计算求出木纤维长宽比,公式如下:
木纤维长宽比=木纤维长度+木纤维宽度。
如图5所示,本发明实施例提供的基于木材微观形态特征评估木材力学性质的***包括:
木材试样处理模块1,与中央处理和控制模块6连接,用于通过木材试样处理程序对采集的木材试样进行初步处理,使用采集的木材试样进行木浆的制备,得到木浆;
纤维长度测量模块2,与中央处理和控制模块6连接,用于通过光学显微镜对木浆中的纤维长度进行测量;
切片制作模块3,与中央处理和控制模块6连接,用于通过切片制作程序在木材纤维的横切面上进行薄片的切取,并通过切取的木材纤维薄片制作图像采集用切片;
图形采集和处理模块4,与中央处理和控制模块6连接,用于通过CCD相机对制备的图像采集用切片的高清图像进行采集,并对采集的高清图像进行图像处理;
形态特征提取模块5,与中央处理和控制模块6连接,用于通过形态特征提取程序对处理后的图像中的纤维细胞进行识别,并对纤维细胞的形态特征进行识别,并依据识别结果进行纤维细胞规格的计算;
中央处理和控制模块6,与木材试样处理模块1、纤维长度测量模块2、切片制作模块3、图形采集和处理模块4、形态特征提取模块5、力学特征测定模块7、力学性质评估模块8、等级划分模块9、服务器模块10和人机交互模块11连接,用于通过主控机对各个模块的采集信息进行处理分析,并根据处理结果和预设参数对各个受控模块的运行进行协调控制;
力学特征测定模块7,与中央处理和控制模块6连接,用于通过力学特征测定程序依据识别纤维细胞的形态特征以及纤维细胞规格计算结果对木材的力学特征进行测定;
力学性质评估模块8,与中央处理和控制模块6连接,用于通过力学性质评估程序依据测定的力学特征对力学性质参数进行评估;
等级划分模块9,与中央处理和控制模块6连接,用于通过等级划分程序对力学性质参数的评估结果与服务器中预存的参数等级对木材的力学性质进行等级划分;
服务器模块10,与中央处理和控制模块6连接,用于通过服务器对各个模块采集的信息和不同等级的力学性质对应的参数数值进行存储;
人机交互模块11,与中央处理和控制模块6连接,用于通过人机交互界面对预设的木材的各项参数进行输入,并对预设参数、木材等级以及木材切片信息进行显示。
在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上;术语“上”、“下”、“左”、“右”、“内”、“外”、“前端”、“后端”、“头部”、“尾部”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性。
以上所述,仅为本发明较优的具体的实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于木材微观形态特征评估木材力学性质的***的基于木材微观形态特征评估木材力学性质的方法,其特征在于,所述基于木材微观形态特征评估木材力学性质的方法包括:
步骤一,通过木材试样处理模块利用木材试样处理程序对采集的木材试样进行初步处理,使用采集的木材试样进行木浆的制备,得到木浆;通过纤维长度测量模块利用光学显微镜对木浆中的纤维长度进行测量;
所述木材试样的高度为15~20mm、宽为10mm,长为从髓心到树皮的半径长;
步骤二,通过切片制作模块利用切片制作程序在木材纤维的横切面上进行薄片的切取,并通过切取的木材纤维薄片制作图像采集用切片;通过图形采集和处理模块利用CCD相机对制备的图像采集用切片的高清图像进行采集,并对采集的高清图像进行图像处理;
通过图形采集和处理模块利用CCD相机对制备的图像采集用切片的高清图像进行采集,包括:将木材横切面图像成像到CCD相机的摄像头上,经过对成像的图像的放大成帧、预处理,将图像离散数字化后输入计算机;通过计算机屏幕对显微构造图像进行实时观察,进行拍摄与保存,得到图像采集用切片的高清图像;
步骤三,通过形态特征提取模块利用形态特征提取程序对处理后的图像中的纤维细胞进行识别,并对纤维细胞的形态特征进行识别,并依据识别结果进行纤维细胞规格的计算;
所述依据识别结果进行纤维细胞规格的计算,包括:进行木纤维双壁厚与胞腔直径的获取,根据木纤维双壁厚与胞腔直径,通过计算求出木纤维宽度;以及,进行木纤维长度与宽度的获取,根据木纤维长度与宽度,通过计算求出木纤维长宽比;
步骤四,通过中央处理和控制模块利用主控机对各个模块的采集信息进行处理分析,并根据处理结果和预设参数对各个受控模块的运行进行协调控制;通过力学特征测定模块利用力学特征测定程序依据识别纤维细胞的形态特征以及纤维细胞规格计算结果对木材的力学特征进行测定;
步骤五,通过力学性质评估模块利用力学性质评估程序依据测定的力学特征对力学性质的参数进行评估;通过等级划分模块利用等级划分程序对力学性质参数的评估结果与服务器中预存的参数等级对木材的力学性质进行等级划分;
步骤六,通过服务器模块利用服务器对各个模块采集的信息和不同等级的力学性质对应的参数数值进行存储;通过人机交互模块利用人机交互界面对预设的木材的各项参数进行输入,并对预设参数、木材等级以及木材切片信息进行显示。
2.如权利要求1所述的基于木材微观形态特征评估木材力学性质的方法,其特征在于,步骤一中,所述通过纤维长度测量模块利用光学显微镜对木浆中的纤维长度进行测量,包括:
(1)将木材试样按每个生长轮切成片状,放入试管中,加入30%硝酸至浸没木材为止,放在试管架上,然后放入烘箱中加热,在80℃温度下烘8~10h;
(2)将试管取出,倒出硝酸,用水冲洗试管中的试样数次,封堵试管口,用力振荡,使木材变为木浆;
(3)取少量木浆于载玻片上,加一滴水,加上盖玻片置于配备测微尺的显微投影仪下测量;
(4)每个试样测量个20木纤维长度,求出平均值,即为此生长轮的平均木纤维长度。
3.如权利要求2所述的基于木材微观形态特征评估木材力学性质的方法,其特征在于,步骤二中,所述切片的厚度为15~20μm。
4.如权利要求2所述的基于木材微观形态特征评估木材力学性质的方法,其特征在于,步骤二中,所述通过切片制作模块利用切片制作程序在木材纤维的横切面上进行薄片的切取,包括:
在横切面上切取切片,每一圆盘同一部位切3~5片,放在处理盘中加水;
经番红染色、酒精脱水、无水乙醇、无水乙醇与二甲苯混合液、二甲苯顺序处理;
然后放在载玻片上,用光学树脂胶固定,盖上盖玻片,置于干燥处,待固定好后再进行测定。
5.如权利要求1所述的基于木材微观形态特征评估木材力学性质的方法,其特征在于,步骤二中,所述对采集的高清图像进行图像处理,包括:
1)将多个采集图像转为灰度图像,利用高斯滤波对灰度图像进行降噪处理;
2)对多个降噪处理后的图像进行像素的差值绝对值运算,得到多个差值绝对值图像;
3)分别对所述多个差值绝对值图像进行上采样,得到与所述原始图像尺寸相同的多个上采样图像;
4)确定所述多个上采样图像中相同位置的像素点的像素最大值,根据各个位置对应的像素最大值,生成最大值图像;
5)对所述最大值图像进行阈值化处理,得到二值化图像,确定所述二值化图像中的各个图形轮廓;
6)根据所述各个图形轮廓的轮廓参数,从所述各个图形轮廓中确定出目标轮廓,确定所述原始图像中对应所述目标轮廓位置的目标像素点。
6.如权利要求1所述的基于木材微观形态特征评估木材力学性质的方法,其特征在于,所述根据木纤维双壁厚与胞腔直径,通过计算求出木纤维宽度,公式如下:
木纤维宽度=木纤维双壁厚+木纤维胞腔直径。
7.如权利要求1所述的基于木材微观形态特征评估木材力学性质的方法,其特征在于,所述根据木纤维长度与宽度,通过计算求出木纤维长宽比,公式如下:
木纤维长宽比=木纤维长度+木纤维宽度。
8.一种应用如权利要求1~7所述基于木材微观形态特征评估木材力学性质的方法的基于木材微观形态特征评估木材力学性质的***,其特征在于,所述基于木材微观形态特征评估木材力学性质的***包括:
木材试样处理模块,与中央处理和控制模块连接,用于通过木材试样处理程序对采集的木材试样进行初步处理,使用采集的木材试样进行木浆的制备,得到木浆;
纤维长度测量模块,与中央处理和控制模块连接,用于通过光学显微镜对木浆中的纤维长度进行测量;
切片制作模块,与中央处理和控制模块连接,用于通过切片制作程序在木材纤维的横切面上进行薄片的切取,并通过切取的木材纤维薄片制作图像采集用切片;
图形采集和处理模块,与中央处理和控制模块连接,用于通过CCD相机对制备的图像采集用切片的高清图像进行采集,并对采集的高清图像进行图像处理;
形态特征提取模块,与中央处理和控制模块连接,用于通过形态特征提取程序对处理后的图像中的纤维细胞进行识别,并对纤维细胞的形态特征进行识别,并依据识别结果进行纤维细胞规格的计算;
中央处理和控制模块,与木材试样处理模块、纤维长度测量模块、切片制作模块、图形采集和处理模块、形态特征提取模块、力学特征测定模块、力学性质评估模块、等级划分模块、服务器模块和人机交互模块连接,用于通过主控机对各个模块的采集信息进行处理分析,并根据处理结果和预设参数对各个受控模块的运行进行协调控制;
力学特征测定模块,与中央处理和控制模块连接,用于通过力学特征测定程序依据识别纤维细胞的形态特征以及纤维细胞规格计算结果对木材的力学特征进行测定;
力学性质评估模块,与中央处理和控制模块连接,用于通过力学性质评估程序依据测定的力学特征对力学性质参数进行评估;
等级划分模块,与中央处理和控制模块连接,用于通过等级划分程序对力学性质参数的评估结果与服务器中预存的参数等级对木材的力学性质进行等级划分;
服务器模块,与中央处理和控制模块连接,用于通过服务器对各个模块采集的信息和不同等级的力学性质对应的参数数值进行存储;
人机交互模块,与中央处理和控制模块连接,用于通过人机交互界面对预设的木材的各项参数进行输入,并对预设参数、木材等级以及木材切片信息进行显示。
9.一种存储在计算机可读介质上的计算机程序产品,包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1~8任意一项所述的基于木材微观形态特征评估木材力学性质的方法。
10.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1~8任意一项所述的基于木材微观形态特征评估木材力学性质的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110071844.5A CN112781915A (zh) | 2021-01-19 | 2021-01-19 | 基于木材微观形态特征评估木材力学性质的***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110071844.5A CN112781915A (zh) | 2021-01-19 | 2021-01-19 | 基于木材微观形态特征评估木材力学性质的***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112781915A true CN112781915A (zh) | 2021-05-11 |
Family
ID=75757837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110071844.5A Pending CN112781915A (zh) | 2021-01-19 | 2021-01-19 | 基于木材微观形态特征评估木材力学性质的***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112781915A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001174227A (ja) * | 1999-12-17 | 2001-06-29 | Kawasaki Heavy Ind Ltd | 繊維の径分布測定方法および装置 |
JP2005024393A (ja) * | 2003-07-02 | 2005-01-27 | Oji Paper Co Ltd | 大型形状パルプ繊維の評価方法および評価装置 |
CN111624114A (zh) * | 2020-06-05 | 2020-09-04 | 内蒙古农业大学 | 一种基于木材微观形态特征评估木材物理力学性质的方法 |
-
2021
- 2021-01-19 CN CN202110071844.5A patent/CN112781915A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001174227A (ja) * | 1999-12-17 | 2001-06-29 | Kawasaki Heavy Ind Ltd | 繊維の径分布測定方法および装置 |
JP2005024393A (ja) * | 2003-07-02 | 2005-01-27 | Oji Paper Co Ltd | 大型形状パルプ繊維の評価方法および評価装置 |
CN111624114A (zh) * | 2020-06-05 | 2020-09-04 | 内蒙古农业大学 | 一种基于木材微观形态特征评估木材物理力学性质的方法 |
Non-Patent Citations (9)
Title |
---|
于朝阳 等: "百叶窗用椴木解剖构造及主要物理力学性能", 林业工程学报, no. 03 * |
于朝阳 等: "莎丽格木材解剖学特征及物理力学性能研究", 林产工业, no. 11 * |
于海鹏 等: "基于二值形态学的木材横切面显微构造特征测量", 材料科学与工艺, no. 01 * |
张友元 等: "香椿木材解剖构造及其物理力学性质", 植物分类与资源学报, no. 05 * |
徐慧兰 等: "马尾松木材管胞特征与物理力学性质的相关分析", 森林与环境学报, vol. 37, no. 4, 31 October 2017 (2017-10-31), pages 507 - 511 * |
林金国 等: "杉木人工林木材力学性质与纤维形态关系的研究", 生物数学学报, no. 03 * |
王金满 等: "人工林长白落叶松木材材质早期预测模式(Ⅱ)――材质早期预测与木材品质评价", 东北林业大学学报, no. 02 * |
蒋坤云 等: "华北油松、落叶松根系抗拉强度与其微观结构的相关性研究", 水土保持学报, vol. 27, 30 April 2013 (2013-04-30), pages 8 - 13 * |
陈广胜: "基于神经网络的人工林落叶松木材材质预测研究", 中国博士学位论文全文数据库 (农业科技辑), 31 October 2006 (2006-10-31), pages 049 - 11 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101059426A (zh) | 基于近红外光谱技术无损测量茶叶中茶多酚含量的方法 | |
CN105335692A (zh) | 一种轮胎x光图像检测识别方法及*** | |
CN202512040U (zh) | 一种电子级玻璃纤维布浸润性的测试装置 | |
CN108444934B (zh) | 一种复合材料脱粘缺陷的自动分割及量化方法 | |
CN101750272A (zh) | 血细胞图像识别计数法 | |
CN111160451A (zh) | 一种柔性材料检测方法及其储存介质 | |
CN1958933A (zh) | 一种非织造布孔隙率测量方法及*** | |
Hu et al. | Detection of diatoms in water and tissues by combination of microwave digestion, vacuum filtration and scanning electron microscopy | |
CN116756372A (zh) | 一种烟支缺陷检测方法及装置 | |
CN115713524A (zh) | 一种基于点云数据的木材破损类缺陷检测方法 | |
CN105223140A (zh) | 同源物质的快速识别方法 | |
CN101710072A (zh) | 利用近红外光谱检测造纸法再造烟叶提取液与烟膏物化指标的方法 | |
WO2023015606A1 (zh) | 高浊度样品的总磷测量方法及***、水质自动监测站、设备、存储介质 | |
CN112781915A (zh) | 基于木材微观形态特征评估木材力学性质的***及方法 | |
Chen et al. | Automated measurement of vessel properties in birch and poplar wood | |
JP6246978B2 (ja) | 線維化を検出及び定量化する方法 | |
CN105335425A (zh) | 纤维化值评估方法及装置、纤维化动态评估方法及*** | |
CN111881800A (zh) | 基于ar模型和自助检验的钢管混凝土脱空缺陷检测方法 | |
CN107515187B (zh) | 一种快速检测木质纤维材料中导管细胞形态特征的方法 | |
CN106918488B (zh) | 鲜茧生丝和干茧生丝的快速鉴别方法 | |
CN114187591A (zh) | 一种基于定量解剖的木材树种鉴定方法 | |
CN109886934B (zh) | 碳化竹片缺陷检测方法及*** | |
CN111665244B (zh) | 一种基于纺织品纤维识别与成分检测***的方法 | |
Lindgård et al. | Advantages of using plane polished section analysis as part of microstructural analyses to describe internal cracking due to alkali–silica reactions | |
CN115372311B (zh) | 一种用近红外光谱技术预测湿地松微纤丝角的方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |