本文通过对国内外数字图像处理技术在木材组织构造中的应用现状研究以及木材识别技术发展状况分析，提出将数字图像处理技术应用到木材组织构造研究，以实现木材组织构造测量技术和木材识别技术的自动化、智能化发展。 结合木材组织构造总体特点，本文重点分析了横切面上管孔、树脂道，弦切面上木射线形态特征。管孔在环孔材、散孔材、半环孔材中大小各有不同变化。弦切面上木射线与轴向薄壁组织形状、大小均不相同；横切面上树脂道不具有光滑的细胞边缘，分布密度远低于管孔。 为实现树种类型的判别，首次提出用数学形态学分割法分割木材组织构造图像中的各种类型组织分割出来，结合数学形态学和代数运算法第一次实现了弦切面上木射线的图像分割。以“圆”作为形态结构元素，开运算法能较好地分割出管孔。木射线的分割较为复杂，需要针对具体图像选用不同的参数及方法来实现。 基于分割图像，提取了图像中管孔的形态因子、组织比量、尺寸因子、密度分布等，使构造特征数字化，为实现木材树种图像识别奠定基础。 基于上述提取出的特征，探讨识别木材的算法，结果表明，统计分类法具有较好的树种类型判别效果。在统计分类法中，采用方差分析法分析管孔的面积变异系数。环孔材与散孔材管孔面积变异系数具有显著差别，环孔材面积变异系数均在0.1以上，散孔材面积变异系数均低于0.1，半环孔材面积变异系数居环孔材与散孔材之间。通过对组织比、面积变异系数，管孔分布密度等特征参数学习、训练，建立了针叶材、阔叶材，阔叶材环孔材、半环孔材(半散孔材)、散孔材四种木材树种类型的判别算法。 基于上述理论和分割识别算法，初步建立了基于Matlab语言的木材组织构造图像处理系统，第一次使图像处理与图像识别在同一系统中实现。系统具有对输入原始图像进行图像处理、特征参数自动提取及树种类型判别功能，同时该系统还具有某些树种的信息查询功能，如基本信息、宏、微观构造特征和三切面显微图像等。系统运行效果良好。