原木材积的检测在现代木材工业的发展中占有重要的地位,目前,原木材积检测主要采用传统的人工检尺方法,该方法工作效率低、计算精度差,测量结果的准确度难以保证。随着木材工业的发展,传统的检尺方法已经不能满足木材工业对检尺精度的要求。因此,必须研究一种新的、高精度的数字化检尺方法,以适应现代木材工业的发展。本文是国家林业局“948”项目“原木径级视频识别与数字化检尺技术引进”的一部分,主要研究原木数字化检尺中的图像识别算法,重点解决了原木端面的处理及径级的识别问题,提出了算法,较好的进行了原木的材积计算。为了更好的识别原木的径级,首先要对原木端面图像进行一系列处理。本文在识别原木端面图像的过程当中,针对原木端面图像的特点,将面积阈值方法和数学形态学结合起来,去除了图像内部孔洞噪声和外部带状噪声；并首次将同态增晰的方法应用于原木图像的处理中,首先将图像取对数,之后进行傅立叶变换,把所得的低频分量与照射分量联系起来,高频分量与反射分量联系起来,从而增强了图像相关部分的对比度,精确提取出了原木端面的轮廓。原木的端面近似于椭圆形,在径级识别的过程中,本文重点介绍了原木径级识别方法,提出了基于偏离度最小的椭圆拟合初始值计算的算法。椭圆拟合的精度在很大程度上受初始值的影响,该方法通过对目标图像的边界点进行距离计算,得到了适当的初始值；之后运用最小二乘原理,计算边界点到拟合椭圆之间欧式距离的最小值,从而确定最优拟合椭圆的长短轴参数,即原木的长径和短径;之后根据原木的检尺长,运用材积计算公式得到了原木的材积,并设计了软件系统。实验结果表明,本文提出的算法能够较好的进行原木端面的处理及径级的识别,具有较高的可靠性和实用性。