基于太赫兹时域光谱技术的杉木和柳杉识别研究.pdf

摘要 摘要 木材是一种天然高分子复合材料，在国民经济中起着重要的作用。杉木和柳杉均 是我国重要的用材树种，杉木的经济价值和使用价值均高于柳杉，但是杉木和柳杉形 态相似，识别难度高，经常因此造成巨大的经济损失。传统的木材识别方法存在速度 慢、损伤木材、程序复杂等缺点，无法实现快速、无损的木材识别。太赫兹时域光谱 技术的出现为这一问题的解决提供了新的思路，太赫兹辐射具有指纹谱特性、高穿透 性等特点，且大部分的木材生物分子的转动和振动频率都集中在太赫兹频段，利用太 赫兹时域光谱技术能够实现木材的快速、无损识别。 本文以杉木和柳杉为研究对象，利用太赫兹时域光谱技术结合木材径向变异（心 材、边材）和不同切面 （横切面、径切面和弦切面）开展木材识别研究，分析径向变 异和不同切面对木材识别的影响，并对建模数据频段、光谱预处理方法、建模方法和 优化算法进行探讨。主要的研究内容和结论如下： （1）木材太赫兹光谱采集与特征分析。利用太赫兹时域光谱系统采集样品的太 赫兹时域光谱，通过傅里叶变换计算得到太赫兹频域光谱，根据参数模型提取折射率 和吸收系数，比较分析样品的太赫兹光谱。结果表明，因为所属心材边材部位和所属 切面不同，木材样品太赫兹光谱的幅值和吸收峰均存在差异。 （2）木材识别模型建模研究。选择不同太赫兹频段的光谱数据，通过不同光谱 预处理方法进行预处理，建立基于BP 神经网络、学习向量量化神经网络和极限学习 机方法的杉木和柳杉识别模型，结果表明，选择0.2~1.5THz 频段的太赫兹光谱数据， 经过S-G 卷积平滑处理，建立的BP 神经网络识别模型识别效果最好，经过遗传算法 优化后，正确率明显提升，能够实现杉木和柳杉的准确识别。 （3）木材识别影响因素研究。分别利用心材、边材和横切面、径切面、弦切面 样品光谱数据建立木材识别模型，对预测样品和建模样品类型相同和不同时的识别模 型进行研究，分析木材径向变异和不同切面对木材识别的影响。结果表明，径向变异 对木材识别影响较小，不同切面对木材识别影响较大。 关键词：木材识别，太赫兹时域光谱，径向变异，不同切面，BP 神经网络 I 目录 目录 1 绪论 1 1.1 研究背景及意义1 1.2 国内外研究现状2 1.2.1 木材识别国内外研究现状2 1.2.2 太赫兹技术应用现状4 1.3 本文主要研究内容及章节安排6 1.3.1 研究内容6 1.3.2 章节安排8 2 太赫兹光谱采集与光学参数提取10 2.1 太赫兹辐射的产生与探测10 2.1.1 太赫兹辐射的产生10 2.1.2 太赫兹辐射的探测11 2.2 太赫兹时域光谱的采集11 2.2.1 太赫兹时域光谱系统11 2.2.2 样品制备12 2.2.3 光谱采集14 2.3 太赫兹光学参数提取15 2.4 本章小结17 3 木材识别模型研究19 3.1 木材识别研究的光谱预处理方法20 3.1.1 平滑处理20 3.1.2 标准正态变量变换21 3.1.3 多元散射校正21 3.2 木材识别模型的建立21 3.2.1BP 神经网络模型22 3.2.2 学习向量量化神经网络模型23 3.2.3 极限学习机模型25 3.3 不同太赫兹频段数据建模效果分析26 3.3.1 不同太赫兹频段