木材识别是木材解剖学和木材科学的重要研究内容之一，主要用在植物分类、树种保护、合理使用木材、寻找代用材、保护生态环境等方面。作为副产品，木材识别技术的发展也为维护消费者利益，解开家具行业的“达芬奇密码”提供了科学依据。
市场需要破解方法
上海达芬奇家居股份有限公司宣称，在其动辄百万元的家具上，使用了一种叫白杨荆棘根的名贵木材，这种木材只在意大利一个偏僻小镇才有。而据央视《每周质量报告》的调查，这所谓的“名贵木材”只不过是一种高分子的树脂材料、大芯板和密度板。
随着名贵木材资源的越来越紧缺，家具市场上以次充好，用其他材料冒充木材的情况也日渐增多。据家具销售商介绍，目前市场上就有用橡木、水曲柳等纹理接近黑胡桃木的木材，通过染色等手法欺骗消费者，甚至有用纸制材料冒充柚木的情况出现。
如果有一种技术手段，可以简单准确地鉴别木材的种类、产地等情况，相信市场上的“达芬奇密码”就会越来越少，家具行业也会越来越规范。
在国家自然科学基金的资助下，中国林业科学研究院研究员程放、杨忠等人利于微观图像特征、红外光谱等技术对木材进行识别研究。尽管研究者的初衷并非家具鉴定，但木材识别技术的发展，必将为消费者提供一种辨伪识假的工具。
为区分树种提供一种方法
“我们的主要目的是为专家进行树种区分提供一种方法或途径，像辨别达芬奇家具用料、产地之类的问题，目前还做不到。”程放说，“我们作一些微观的木材特征识别研究，有很大局限性。木材是一种生物材料，个体内部结构特征受生长环境、生长位置（阳面或阴面）、气候带，甚至某次灾害天气等影响很大。想做成市场化的检测产品，还有一定难度。”
和文物鉴定有“眼学”与科学仪器分析鉴定相似，木材识别也可分为宏观识别、微观识别和辅助识别。宏观识别是指在肉眼下或借助放大镜，依据所观察到的木材宏观构造特征来识别，一般只能识别出木材大的类别。微观识别是指在显微镜下观察木材细胞组织的微观特征，据此来鉴定木材。由于木材是由许多细胞组成的，微观特征识别更有参考价值。
2002年，在国家自然科学基金的支持下，程放开始对木材特征图像进行识别研究。他们利用木材图像的颜色、灰度、纹理等内容实现树种的相似性匹配检索，提取色调、饱和度、亮度、对比度、二阶角矩、方差和、长行程加重因子、分形维数、小波水平能量比重等特征参数，依据大相似性数学原理进行识别研究。
“从原理上说，不同种类的木材在显微镜下的微观特征是不同的，我们所做的就是将木材在显微镜下的特征建立一个数据库，用显微镜加摄像头的方式，对要判别的木材和数据库进行比对，如果相似度达到某一范围就认为是同一类。”程放说。
在国家自然科学基金的资助下，该课题收集整理了562种阔叶树材横切面的显微特征数字化图像资料。在管孔分布类型的识别研究中，研究者通过试验，使用了一种新的将灰度数学形态学与大类间方差法相结合的图像分割算法，对识别图像进行多分辨率下的预处理，得到了很好的“粗视”滤波效果。
通过试验设计不同的计算机识别流程，研究人员针对识别目标的特点，经过选取、组合特定的结构元素和形态学运算，以及二值图像的骨架化处理，达到了计算机识别阔叶树材横切面上管孔的三种不同类型以及管孔分布呈现的方向性、火焰形状和树枝交叉形状的研究目标。表明了数学形态学在木材特征图像的分析、识别研究中具有良好的操作灵活性和针对性。为木材特征图像检索技术积累了基础数据。
距应用还有一小步
2009年，中国林业科学研究院木材工业研究所副研究员杨忠申请的国家自然科学基金项目“基于近红外光谱技术的木材识别研究”获准立项。杨忠开始用另一种方法进行木材识别探索。
“木材树种识别的方法很多，有微观图像法、遗传法（DNA标记）、化学法（稳定同位素）和近红外光谱（NIR）技术等。近红外光谱分析技术，是近年来分析化学领域迅猛发展的高新分析技术，在食品、药品、农业等领域已广泛使用。”杨忠说。
近红外光谱分析技术也需要对木材进行光谱分析，并和数据库中的树种信息进行比对。2003年，日本专家利用近红外光谱分析技术识别了8种木材。经过几年努力，中国林科院木材工业研究所也建立了20余种木材的近红外光谱数据库，并申请了红木的近红外光谱识别方法的发明。
“红外光谱的方法有它的优点，但也有局限性，对某些树种区分效果不好。”杨忠说，“该技术还需更多的木材标本光谱数据，建立更有代表性的数学模型。这又涉及化学计量学等领域，我们正在选些树种作验证，但还无法识别到种和产地。这项技术将来有进行市场化的前景，但目前还只是基础研究，我们也是作些初步的探索。”
“我们当时挑选了构造特点较突出的几类阔叶材管孔类进行研究。但真正能识别的只是其中的几类。该项目结题后我没再进行这方面的研究。据我所知，国家自然科学基金后来又资助了几个这方面的项目，也都做得不错，但目前计算机自动识别木材还只能区分到类或属。”程放说。
