基于图像的木材机械加工表面质量评价研究

实现木材机械加工表面质量自动评价对保证木制品质量和提升其价值有重要意义。根据ASTM_D1666-87R04标准中规定的测试方法,对樟子松、白桦、水曲柳板材进行压刨和砂光加工试验,得到有Raised grain、Fuzzy grain、Chip marks缺陷和无缺陷的木材试样。扫描木材试样以获取其表面图像,计算图像的直方图纹理特征和小波纹理特征。对每种特征分别建立基于BP神经网络的分类器并进行训练和测试。测试结果表明,小波纹理特征分类器的正确率达到91.3%,其评价效果优于直方图纹理特征分类器。