树木是人类生态系统的重要组成部分,而树木的年轮是其最重要的自然属性之一,对树木年轮的研究就变得尤为重要。传统的对树木年轮特征的提取主要采用人工的方式,费时费力且容易出错,随着数字图像处理技术的发展,为树木年轮图像中的年轮提取提供了高效的方法和手段,使得快速而精确的得到树木年轮的参数特征成为可能。在提取年轮参数特征的过程中,要首先从年轮图像中提取到年轮的轮环,在这个过程中会遇到很多难点,比如:由锯痕、色斑、节子等因素造成的年轮图像模糊、灰度值变化、年轮轮环不完整等结果;以及在获取树木年轮图像时,由于光照角度、天气好坏或拍照时相机曝光的瞬间与树木实体间发生了运动等一系列不可控的情况,从而导致了获取的树木年轮图像存在运动模糊的现象。对于存在运动模糊的树木年轮图像,由于取材地不可再去或树木实体被销毁等原因,想再次获取较为清晰的树木年轮图像变得较为困难,这时可以利用图像复原技术将采集到的存在运动模糊的树木年轮图像进行复原,得到较为清晰的树木年轮图像。对由于锯痕、色斑等因素引起的图像模糊,可以利用图像滤波技术对采集到的树木年轮图像进行滤波操作,去除相关的噪声,利用直方图均衡化等技术对树木年轮图像进行处理,从而增强获得的树木年轮图像的质量。然后对增强过的树木年轮图像进行进一步的边缘提取和图像分割等操作,提取树木年轮图像中的年轮轮环;根据提取到的年轮轮环图像,利用数字图像矩阵原理,进而实现对年轮数目和年轮宽度的测量。本文从获取树木年轮图像的年轮轮环和年轮参数出发,概要介绍了提取树木年轮图像中的年轮轮环所用到的数字图像处理中的相关技术。针对获取到的年轮图像,通过图像质量评价参数判断哪些年轮图像需要复原,对需要复原的年轮图像采用不同的复原算法进行处理,发现维纳滤波对有无噪声干扰的运动模糊年轮图像有较好的复原效果。对处理后的年轮图像进行边缘提取,通过利用不同的边缘提取算法对年轮图像进行年轮轮环提取,分析不同算法在处理年轮图像时的优缺点,结合测量年轮参数的需求,选取基于DoG算子的边缘检测算法,并对其进行相关的改进,通过调整参数的大小,最终得到较为满意的树木年轮图像处理效果。基于Hough变换和K-medoids原理实现对髓心的定位,以髓心上下15px大小为标准,截取矩形图像,基于此矩形图像,提出了合理的年轮数目和年轮宽度测量方法,并对该矩形图像进行矩阵运算,完成对年轮参数的测量,实验结果表明,该方法可以较为准确的得到年轮的相关参数。最后,论文中提出的方法较好的实现了本文需要完成的工作,且准确性较高,测量的年轮数目与实际数目误差很小,平均年轮宽度也较为准确。