一：标题解释

木材构造特征：基于图像处理技术进行量化的参数，截止文献发布日期2004年，操作介绍如下：

1.对象：基于木材横切面显微图像

2.方式：

采用快速傅立叶变换方式求出了木材横切面细胞角度排列函数——王金满曲艳杰李坚∙傅立叶变换图像处理方法在木材解剖特征研究中的应用［J］ ∙四川农业大学学报1998 16（1）：176-180∙
彩色图像计算机分析软件可对横切面上细胞的几何尺寸大小、细胞形态特征进行量化提取；
灰度共生矩阵计算软件提取木材横切面显微图像的量化统计构造特征——于海鹏刘一星张斌等∙木材表面纹理的灰度共生矩阵分析［A］ ∙中国林学会木材科学分会∙中国林学会木材科学分会第九次学术研究讨会论文集［C］ ∙哈尔滨：东北林业大学出版社2004∙314-322∙

3.误差：

人为的测量误差：任何量化参数的测量均存在着与其实际值的偏差，即误差，通过先进的设备及适当的方法可以减小误差，但不能消除误差，因此提取的量化参数不可能是完全准确的；
树种的立地条件：不同的立地指数对木材的微观构造起着不同程度的影响；
采集切片的位置：在不同的树高、不同的径向位置制得的标本之间并不完成相同；
生长年龄：不同的生长阶段存在结构的变异；
天然林与人工林树种之间也存在较大的差异；
病虫害等不可预知的因素

二：传统识别方式（本质是检索）

交集方式
对分方式

三：文献提出的新方式

基本原理：
1. 最大相似原理：每一个物体都具有多项特征，且多个物体之间存在着特征交叉现象，即几个树种可能同时具有某种相同的特征。因此不以一项或少数几项特征为识别依据，而是将未知物体所提取出的所有量化特征与已知的同类物体的相关量化特征进行综合比较与分析，会得出一组相似系数。这一组相似系数中总会出现最大值，如果已知的数据库中包含未知物体，且提取的量化参数足够多，则这个最大的相似系数将是唯一的，也即达到了识别的目的。
2. 百度百科：相似原理_百度百科
具体实现的数学方式：
1. 最小差值参数判别法
  - 定义：最小差值参数判别法是指不考虑未知标本量化特征参数的误差量，直接以已知标本与未知标本参数最接近的值为准，并计算已知标本的参数与未知标本最接近的个数，从而最终确定未知标本为何种树种的识别方法。
  - 具体流程：
    - 二维矩阵Y的行向量代表不同的树种，列向量代表不同的特征。
    - 用未知树种的特征构成的向量对应每个树种的特征向量进行减法，然后取绝对值。
    - 可以得出和不同树种的差值矩阵，如上图A矩阵，该矩阵中每一项代表着不同树种对应特征与未知树种的差值。
    - 然后将取每一个特征值差值最小的树种，将其特征值差值置1，其余为0.
    - 第4点数学上解释就是对矩阵A进行列比较。
    - 每行求和可以得到相似系数向量R，R中哪项最大，说明该项对应的行对应的树种差值最小，可得识别的树种。
2. 树种综合特征阈值法：
  - 原理：与最小差值参数判别法不同的是在进行列比较过程中，并不是将最小值设为1，其它值设为0而是将“（aij／yij）＜阈值”相应处的 aij设为1，其它值设为0。同样也可得出相似系数集合R。
3. 综合加权相似法：
  - 思想：依据对每个特征参数做主成分分析的结果，简化表征显微图像特征的变量。通过每个主成分的贡献率大小及主成分矩阵计算出能综合反映树种综合特征的综合加权相似系数，最后将该系数与数据库中的每个树种的相应参数进行比较分析，以达到最终的识别目的。
  - 综合加权相似系数向量的计算公式：
  - 该公式来源于主成分分析，系数最大的最相似，依次类推