Pełen tekst dostępny w języku angielskim w formacie Adobe Acrobat:http://www.forestry.actapol.net/pub/12_2_2025.pdf
Issue 24 (2) 2025 strony: 113–122
Volker Haag¹, Kilian Dremel2, Tim Lewandrowski1, Anne Reisenbach1, Jannik Stebani2 3, Simon Zabler4, Valentina Zemke¹ and Gerald Koch¹
1Thuenen Institute of Wood Research, Hamburg, Germany
2Fraunhofer Development Center X-ray Technology EZRT, Würzburg, Germany
3Experimentelle Physik
5, Julius-Maximilians-Universität Würzburg, Würzburg, Germany
4Deggendorf Institute of Technology (THD), Faculty of Computer Science, Germany
2Fraunhofer Development Center X-ray Technology EZRT, Würzburg, Germany
3Experimentelle Physik
5, Julius-Maximilians-Universität Würzburg, Würzburg, Germany
4Deggendorf Institute of Technology (THD), Faculty of Computer Science, Germany
IDENTYFIKACJA GATUNKÓW DREWNA W WĘGLU DRZEWNYM ZA POMOCĄ MIKROSKOPII 3D I OBRAZOWANIA WOLUMETRYCZNEGO W POMIARACH ΜCT
słowa kluczowe: identyfikacja drewna, analiza węgla drzewnego, anatomia drewna, sztuczna inteligencja, cyfrowa analiza obrazu, identyfikacja gatunków, kontrola handlu
streszczenie:
W dobie rosnącego nadzoru i kontroli nad rynkami oraz przepływami handlowymi konieczne staje się opracowanie wiarygodnych metod identyfikacji gatunków i pochodzenia drewna handlowego oraz innych produktów pochodzenia drzewnego. W silnie przetworzonych i mieszanych materiałach – takich jak węgiel drzewny, materiały drewnopochodne czy papier – DNA oraz skład chemiczny ulegają degradacji lub zmianom, podczas gdy anatomiczna struktura drewna pozostaje często w pełni lub częściowo zachowana. Dlatego identyfikacja oparta na cechach strukturalnych stanowi jedyną możliwość. W artykule przedstawiono przegląd i porównanie głównych metod identyfikacji drewna i węgla drzewnego opartych na analizie anatomicznej. Podsumowano mocne i słabe strony tradycyjnych, ugruntowanych metod oraz podkreślono korzyści z zastosowania technik cyfrowych i metod opartych na sztucznej inteligencji, ze szczególnym uwzględnieniem ich rozwoju w ostatniej dekadzie.
Pełen tekst dostępny w języku angielskim w formacie Adobe Acrobat:http://www.forestry.actapol.net/pub/12_2_2025.pdf
https://doi.org/10.17306/J.AFW.2025.2.7
For citation:
| MLA | Haag¹, Volker, et al. "IDENTIFICATION OF WOOD AND CHARCOAL USING 3D-MICROSCOPY, μCT VOLUMETRIC IMAGING, AND MACHINE-LEARNING APPROACHES: A REVIEW." Acta Sci.Pol. Silv. 24.2 (2025): . https://doi.org/10.17306/J.AFW.2025.2.7 |
| APA | (2025). IDENTIFICATION OF WOOD AND CHARCOAL USING 3D-MICROSCOPY, μCT VOLUMETRIC IMAGING, AND MACHINE-LEARNING APPROACHES: A REVIEW. Acta Sci.Pol. Silv. 24 (2), https://doi.org/10.17306/J.AFW.2025.2.7 |
| ISO 690 | HAAG¹, Volker, et al. IDENTIFICATION OF WOOD AND CHARCOAL USING 3D-MICROSCOPY, μCT VOLUMETRIC IMAGING, AND MACHINE-LEARNING APPROACHES: A REVIEW. Acta Sci.Pol. Silv., 2025, 24.2: . https://doi.org/10.17306/J.AFW.2025.2.7 |
Abstract in english:
https://www.forestry.actapol.net/volume24/issue2/abstract-12.html
https://www.forestry.actapol.net/volume24/issue2/abstract-12.html