【目的】红松是一种古老而名贵的树种，具有很高的研究价值。红松活立木在生长过程中极易受到各种生物的侵袭，其中木腐菌造成的腐朽是最为广泛和严重的危害之一，活立木腐朽将会造成木材资源的损失，降低木材的力学性能。为了监测红松活立木的健康状况，减少腐朽引起的相关损失，须定期检测红松活立木腐朽状况，并采用腐朽分级的方法进行评估。【方法】使用阻抗仪和电阻断层成像技术（ERT）两种无损检测手段对黑龙江省五营国家森林公园内的红松活立木进行检测，并在检测截面使用生长锥钻取木芯。将野外测量数据导入电脑，获取到立木的阻力曲线和电阻断层图像，分析处理微针阻力的下降幅度，得到样木的阻力损失；根据立木心材与边材腐朽在ERT图像上呈现的不同特征，首次采用一种基于OpenCV的图像处理技术识别腐朽样木电阻断层图像缺陷部分，实现了心材和边材缺陷面积的定量表征；采用烘干法测定质量损失率，根据每株样木的质量损失率将所有样木分为五个腐朽等级。将多分类有序因变量的Logistic回归分析引入到立木腐朽程度分级问题中，以阻力损失、心材缺陷面积比和边材缺陷面积比为自变量，腐朽等级为因变量，建立腐朽分级预测模型。检验模型的有效性、拟合优度及预测能力。【结果】Logistic回归模型性能良好，五营国家森林公园30株红松样木的综合预测准确率为86.67%，各等级预测准确率分布不均，高等级腐朽的预测准确率相对较高。【结论】分析处理了多种无损检测数据，其中运用了一种分别提取心材与边材腐朽的方法处理ERT图像，有效地提高了利用ERT图像识别腐朽的准确率。建立Logistic回归模型可以较准确地预测出立木腐朽的等级，较之烘干法测定腐朽程度，其腐朽评估效率有了明显提高，且对立木损伤更小。