随着全球森林资源不断减少,木材资源日益匮乏,尤其对我国这样一个少林国家。如何有效提高木材资源的利用率及使用价值,成为当今国内外木材工业研究人员关注和研究的热点问题。高性能、高附加值的功能型木质复合材料的研究与应用为这一问题提供了新的研究方向。本文主要研究短切碳纤维木质功能复合材料(SCFRW),通过将碳纤维与木质纤维有效复合,使该复合材料具有较强的力学性能,同时赋予其良好的导电性能和电磁屏蔽性能。针对复合材料制备工艺中,不连续碳纤维与基体材料混合的均匀化程度严重影响宏观性能的问题,基于数字图像处理技术,对SCFRW均匀化模型进行研究。首先,通过对实验制得的样板进行物理性能测试,包括导电性能(表面电阻率)、力学性能(密度、内结合强度、静曲强度、弹性模量及吸水膨胀率)、电磁屏蔽性能,并对测试数据进行分析,把握不同制备工艺条件下短切碳纤维木质复合材料特性变化规律,研究复合材料微观均匀化程度对宏观性能的影响特征；然后,对试验样板进行显微图像采集,并选取150幅放大倍数相同且具有典型形状特征的显微图像进行图像处理研究。在图像预处理的基础上,采用将最大方差法与数学形态学相结合的方法进行图像分割,以获得以碳纤维为目标区域的分割效果良好的二值图像。选取能有效反映样板均匀化程度的形状特征(面积比、平均宽度和长宽比等)作为特征量进行特征值的提取；最后,以单个小条形区域的最小宽度、平均面积比、平均长宽比、条形区域的总面积比作为输入量,以样板的表面电阻率、弹性模量、静曲强度作为输出量,构建SCFRW均匀化BP神经网络模型。并在MATLAB环境下,验证所建模型的有效性与可靠性。通过本文的研究,将复合材料微观结构特征与宏观性能有机结合,实现根据SCFRW中碳纤维与木质纤维的混合均匀程度直接预测宏观表征性能的目的,从而为制板工艺设计提供有利的依据。基于此,为碳纤维木质功能复合材料的制备和适应性使用提供必要的基础条件与科学指导。