森林是人类非常重要的资源,多年来由于我国森林被严重采伐,森林资源锐减,木材的供应量远不能满足实际的需求。为了实现木材的可持续发展,我们必须深入研究树木生长规律,积极探索符合树木生长的营林措施,加强木材结构与性质的研究,提高其综合利用率和循环利用率,合理取材,节约用材。随着无损检测技术和计算机技术的发展,木材无损检测技术将向着智能化、自动化方向发展,发展的首要条件要能在不破坏木材本身的条件下,实施木材各种物理性质的检测。本文正是基于在不破坏木材本身的思想指导下,探索一种如何快速检测木材物理性质的新方法,即采用CT技术检测木材物理性质,采用CT技术与分形理论相结合检测原木内部缺陷,在此基础上做了如下的研究：(1)用CT机检测木材：经过多次照射,取得原木横截面扫描图像,确定适合木材检测的CT机扫描条件：扫描电压80KV～100KV,扫描电流30mA～80mA,扫描层厚可根据实际检测需要设定,一般5mm～10mm。在清晰的木材CT图像上,采集CT值,用统计数学求区间平均值的方法确定CT值的上、下限,根据CT值的上、下限确定CT窗口大小,即窗宽和窗位,计算平均CT值。(2)选取红松、水曲柳、兴安落叶松等15种(其中14种具有北方代表性的树种,1种南方树种做对比)树种,加工成实验试样,分成二组,一组用于实验,另一组做校验用。对试样进行CT扫描,计算每个试样的平均CT值；用流体静力称衡法测得各试样平均气干密度。令每块试样的平均气干密度与自身平均CT值对应,采用实用统计软件STATISTICA6.0,拟合数学方程,得出试样平均密度与CT值的关系曲线,用此数学模型预测另一组试样的密度,结果表明,与实测相吻合,相关系数达0.9以上,说明每种树种试样CT值与平均气干密度有显著相关性。(3)选取四种北方常见、分布较广、具有代表性的树种：水曲柳、榆树、白桦、红松,加工成实验试样。每一树种为一组,共分四组,每组试样分成两部分,一半用于实验,一半用于校验。首先测定每块试样质量；然后对试样进行CT扫描,计算每块试样的平均CT值；最后采用测含水率的通用方法——烘干法测每块试样含水率。各树种以每块试样含水率与自身平均CT值为对应,采用实用统计软件STATISTICA6.0拟合出每种树种的含水率与CT值的数学模型,即分别拟合出水曲柳、榆树、白桦、红松的CT值和含水率曲线。实验结果显示,用二次方程拟合较好,相关系数达0.9以上。用校验试块做预测实验,结果与所得数学模型预测含水率吻合良好。说明所得数学方程可用于预测木材含水率。(4)研制开发了在WINDOWS环境下原木无损检测图像处理系统,系统除了包含传统的图像处理功能外,加载了分形特征检测,包括基于布朗运动的分形维特征和分形截距特征的检测,此系统的最大优点是：能使原木缺陷CT图像的分形特征最大限度地表现出来。在原木缺陷的检测方面,本文对原木内部比较典型的三种缺陷：裂纹,节子,虫眼三幅CT图像进行了图像处理,分别采用布朗分形维特征参数检测、分形截距特征参数检测以及布朗分形维特征和分形截距特征联合形成新的特征参数检测,实验结果表明,三种分形特征参数均能检测出缺陷的边缘,但由于布朗分形维特征和分形截距特征结合,加强了缺陷边缘和背景的对比度,检测后缺陷的边缘更加清晰,比Robert算子、Sobel算子等传统算子检测和单独分形参数检测的图像分辨率高,且缺陷边缘连续,伪边缘少。由此可见,分形维特征参数和分形截距特征参数相结合的检测方法能很好的反映出原木CT图像的缺陷边缘特征,该方法在不破坏原木本身形状、原有结构和动力状态的前提下,为原木内部缺陷边缘检测提供了一种有效的新方法,为合理取材提供了准确的信息。总之,以上实验结果表明,在检测木材时,只要选择适当的CT机参数,即可取得清晰的木材CT图像：CT值可以预测木材密度和木材含水率,预测结果与实际测量结果相吻合：且原木CT图像经分形特征参数处理后,能更清晰显示原木缺陷边缘。因此通过实验结果得出如下结论：基于CT技术和分形特征参数检测木材密度、含水率及图像处理是非常成功的,可以达到在不破坏木材的前提下,快速检测木材密度、木材含水率,可以更清晰检测原木内部缺陷,本文为木制品加工、合理取材、有效利用木材提供了一种新方法。