木材是重要的生活资源,对木材的分类识别和含水率检测是木材合理利用的前提。研究先进的木材识别和含水率检测方法具有重要的科学意义和应用价值,也是木材科学发展的重要部分。THz波有着较强的光谱分辨率以及安全性,在物质检测方面具有广阔的应用前景。研究THz技术在木材检测领域的可行性,能够对传统木材检测方法进行有效的补充和发展。本文以木材分类识别与含水率检测为背景,对木材THz光谱特征提取、分类识别、回归预测建模方法进行了研究,主要工作包括以下几个方面:1)建立了基于THz时域光谱技术(THz-TDS)的木材分类识别模型。对四种性质结构差异较大的普通木材(赤松(Pinus densiflora)、杉木(Cunninghamia)、樟子松(Pinus sylvestris)、花旗松(Douglas fir))和五种外观及结构相似的珍稀红木(巴里黄檀(Dalbergia bariensis)、奥氏黄檀(Dalbergia oliveri)、交趾黄檀(Dalbergia cochinchinensis)、大叶紫檀(Bois de rose)、小叶紫檀(Pterocarpus santalinus))提取THz光学参数,结合主成分分析(PCA)和连续投影算法(SPA)对THz吸收系数谱和折射率谱进行特征提取与选择,利用支持向量机(SVM)、随机森林等模式识别算法分别建立木材分类识别模型,对模型分类识别效果进行了对比评价。结果表明,基于吸收系数谱建立的PCA-SVM模型对四种普通木材有着较好的分类识别效果,而基于折射率谱建立的SPA-RF模型对五种红木的分类识别效果较好,表明THz-TDS技术在木材分类识别方面具有较大的潜力。2)建立了基于THz时域光谱技术(THz-TDS)的木材含水率预测模型。研究了不同含水率对同种木材(花旗松)THz光谱的影响,对木材含水率与木材THz光谱表征关系进行了分析,结合SPA提取特征频段建立了木材含水率PLS预测模型,通过拟合度、相关系数、均方差等评价指标对模型预测效果进行对比分析。结果表明,在纤维饱和点以下的木材含水率与木材THz吸收系数谱成正相关,利用吸收系数谱和二阶导数谱所建立的SPA-PLS模型在训练集和测试集的拟合效果和预测结果都较为准确,能够实现对木材含水率的预测。3)开发了 THz木材检测软件。通过分析THz木材检测方法,确定了软件的设计及使用流程。软件集木材THz技术分类识别与含水率检测为一体,内置基于模式识别以及回归预测算法建立的模型,综合集成了数据读取、图像显示、模型选择等功能,实现了对不同情况下木材的THz光谱分析以及木材类别和含水率的检测,具有操作方便、功能丰富等特点。软件可应用于THz光谱时频域的分析以及THz光学参数的研究。