摘要：针对杨树旋切木单板的表面节子缺陷进行识别与分类,由线阵相机获取杨树木单板的图片,经过图像预处理后采用区域生长法进行图像分割,应用数学形态学操作与采用Sobel算子进行边缘检测。提取单板表面节子缺陷图像的特征值,用Fisher准则对已提取的特征值进行降维与特征选择,得出主要特征值。设计出BP-SOM神经网络对单板特征值进行训练与识别,测试准确度达96. 7%,识别结果优于传统的BP神经网络与SOM神经网络。