Tree ring analysis is essential to reveal the environmental information encoded in the wood structure. It provides quantitative data on the anatomical structure which can be used, for example, to measure the impact of the fluctuating environment on the tree growth, to support global vegetation models and for the dendrochronological analysis of archaeological wooden artefacts. Currently, several imaging-based methods for tree-ring detection and tree-ring feature estimation exist. However, despite advances in computer vision and edge recognition algorithms, detection of tree-rings is mostly limited to two-dimensional (2D) datasets and performed manually in some cases. This paper describes a new approach to estimate the three-dimensional (3D) structure of tree rings and their width automatically from X-ray computed tomography data. This approach relies on a modified Canny edge detection algorithm, which is capable of detecting fully connected tree-ring edges throughout the image stack. Our results show that this approach performs well on six tree species having conifer, ring-porous and diffuse-porous ring boundary structures. In our study, image denoising proved to be a critical step to achieve accurate results. A major advantage of this procedure is that it requires very little to no user interaction rendering it a reproducible procedure for tree-ring width measurements. As it also provides 3D representations of the ring edges, it also may be used in the future for the inspection of anatomical features.

年轮分析对于揭示编码在木结构中的环境信息至关重要。它提供解剖结构的定量数据，可用于测量波动环境对树木生长的影响、支持全球植被模型和考古木制品的树木年代学分析。目前，存在几种基于成像的树轮检测和树轮特征估计方法。然而，尽管计算机视觉和边缘识别算法取得了进步，但树轮的检测主要限于二维 (2D) 数据集，并且在某些情况下需要手动执行。本文描述了一种从 X 射线计算机断层扫描数据自动估计树木年轮的三维 (3D) 结构及其宽度的新方法。这种方法依赖于改进的 Canny 边缘检测算法，该算法能够检测整个图像堆栈中完全连接的树轮边缘。我们的结果表明，这种方法在具有针叶树、环孔和漫孔环边界结构的六种树种上表现良好。在我们的研究中，图像去噪被证明是获得准确结果的关键步骤。此过程的主要优点是它几乎不需要用户交互，使其成为用于树轮宽度测量的可重复过程。由于它还提供环边缘的 3D 表示，因此将来也可用于检查解剖特征。我们的结果表明，这种方法在具有针叶树、环孔和漫孔环边界结构的六种树种上表现良好。在我们的研究中，图像去噪被证明是获得准确结果的关键步骤。此过程的主要优点是它几乎不需要用户交互，使其成为用于树轮宽度测量的可重复过程。由于它还提供环边缘的 3D 表示，因此将来也可用于检查解剖特征。我们的结果表明，这种方法在具有针叶树、环孔和漫孔环边界结构的六种树种上表现良好。在我们的研究中，图像去噪被证明是获得准确结果的关键步骤。此过程的主要优点是它几乎不需要用户交互，使其成为用于树轮宽度测量的可重复过程。由于它还提供环边缘的 3D 表示，因此将来也可用于检查解剖特征。此过程的主要优点是它几乎不需要用户交互，使其成为用于树轮宽度测量的可重复过程。由于它还提供环边缘的 3D 表示，因此将来也可用于检查解剖特征。此过程的主要优点是它几乎不需要用户交互，使其成为用于树轮宽度测量的可重复过程。由于它还提供环边缘的 3D 表示，因此将来也可用于检查解剖特征。