用图象处理法检测板材节子的理论研究

论述了用图象处理法检测板材节子边缘的理论和方法，提出了板材节子边缘检测点的确定方法，介绍了板材节子视频参数的标定方法。     

木材缺陷图象的伪彩色处理

一、引言木材缺陷的检测是评定材质高低的一个重要依据。目前,我国木材缺陷的检测基本上处于用肉眼观察确定表面的缺陷;用敲击法或凭经验来判断内部缺陷的状况。用X光透视技术检验木材内部缺陷、评定木材等级还处于实验阶段。最近,计算机数字图象处理技术的应用已发展到生物学、医学、工业等方面,并已经收到了可喜的成果。但尚未见到应用于木材检测方面的报道。本文初步介绍了用伪彩色技术处理木材缺陷图象的一些实验结果。     

木质板材表面缺陷自动检测技术研究

木质板材表面缺陷检测系统采用高亮光源提供照明,线阵CCD相机实时获取其表面图像,利用工控机在线处理数据并根据板材缺陷的检测分析选择相应的生产工艺和加工方法,以提高木材的出材率和生产的自动化程度。该系统可完整提取板材表面缺陷,利用改进的差影法对图像进行分割,以便对图像特征进行提取。实验表明,该数据处理方法能够准确地提取板材表面缺陷的信息。     

基于PLC与组态王的实木板材双面检测装置的总体设计

选用S7-200 PLC,结合组态王人机交互界面,运用激光轮廓和色泽集成扫描技术设计了一种实木板材双面检测系统。主要介绍了该检测系统的工作原理和工作流程,简述了检测装置的整体结构及其传动、升降、检测、行程控制等主要模块的设计及电气控制系统总体设计。试运行表明,该装置集合PLC和组态王的优势,利用激光扫描技术,可实现对板材双面检测过程的实时控制;板材检测运用色泽与轮廓相结合,有效地解决了现有实木板材单面检测系统不能全面地反映实木板材表面缺陷状况的难题。该设计可为实木板材表面缺陷检测中三维轮廓检测技术的进一步应用提供有益参考。     

基于机器视觉的刨花板表面缺陷检测系统

针对目前国内人造板企业在板面缺陷检测仍然依靠人工的情况,开发基于机器视觉技术的刨花板表面缺陷自动检测系统。利用工业相机采集板材表面图像,使用C++、OpenCV、JAI_SDK类库和MFC多线程技术实现缺陷检测算法,通过计算机串口与生产线控制系统通信。系统运行稳定、缺陷定位准确、参数配置灵活,检测效果和检测速度可满足连续压机生产线在线检测要求。     

木材缺陷检测理论及方法的发展

通过对国内外板材节子视频检测理论现状和发展的研究，对计算机视频技术在木材缺陷检测上的应用与发展进行了综述，并对视频技术在木材缺陷检测上的应用前景进行展望。     

数字图象处理技术在植物根系研究中的应用

我国植物学家都是利用一些传统的方法对植物的生长规律进行研究，而对于深埋地下的根系所隐藏的秘密却很少有人知晓，将数字图象处理技术应用于植物根系的研究是前所未有的，它结合CCD摄佝技术将拍摄到的埋藏地下的根系图片输入到计算机专家系统中，图象处理软件系统对其进行前期和后期的处理，从而描述植物生长是否异常并提取特征值。     

木板智能涂腻设备关键技术

为了实现木板表面缺陷的自动检测与修复,设计了一种可以自动控制的涂腻头结构和基于OPC的控制系统,构建了针对涂腻设备的计算机视觉系统。基于视觉系统获得的三维缺陷信息,研究了板材表面缺陷图像数据的提取和处理方法。介绍了如何将图像处理程序内置在VB编写的上位机控制程序中。分析了板材表面分区涂抹腻子的修复工艺。     

基于Faster R-CNN的实木板材缺陷检测识别系统

我国木材资源有限,为了提高木材的利用率,采用机器视觉来实现木材缺陷快速而稳定的检测,不仅可以克服人工检测的低效率和木材缺陷识别的低准确率,而且对提高木材加工企业的智能化水平具有重要意义。为了高效、快速、准确地进行无损检测,采用深度学习方法,建立了一种基于快速深度神经网络的实木板材缺陷识别模型。首先采用Resnet V2结构对采集到的实木板材缺陷图像进行特征提取,然后应用该模型对节子、孔洞等实木板材缺陷进行训练学习,最后构建了Faster R-CNN检测框架,并使用tensorflow开发平台对节子、孔洞等实木板材缺陷进行预测输出。具体选取了2 000块杉木样本,通过旋转对原始的实木板材图像进行数据扩充,扩充后图像的80%作为训练集,20%作为验证集来进行仿真。仿真结果表明,该模型对实木板材节子缺陷检测正确率为98%,对实木板材孔洞缺陷检测正确率为95%,验证了将深度学习算法应用于实木板材缺陷检测中的有效性。     

基于深度学习特征和非线性支持向量机的板材表面缺陷识别方法

深度学习是一种有效的特征学习方法,具有很强的自主学习能力。研究了基于深度学习特征与非线性支持向量机(NSVM)分类算法相结合的板材表面缺陷识别方法。首先,针对深度学习模型需要海量训练数据的特性,使用旋转剪切的方法对采集到的原始板材表面缺陷图像进行数据扩增;其次,使用扩增后的板材表面缺陷图像数据集对笔者提出的深度卷积神经网络(CNN)模型进行训练,并使用训练好的网络提取不同种类缺陷图像的深度特征;然后,为了消除深度特征中的冗余数据,并增强数据的表达能力,运用基于1范数的非贪婪主成分分析(Non-greedy PCA-L1)算法对板材的深层语义特征进行特征降维和特征增强;最后,运用增强后的深度特征训练NSVM模型,并使用训练好的NSVM模型对原始板材表面缺陷图像的测试集进行分类。实验结果表明,笔者提出的识别方法具有较好的鲁棒性和实用性,可取得目前较好的分类效果,针对结疤、压痕和无损3种板材表面缺陷识别率可达99%以上。     

基于计算机视觉的嵌入式数字IC芯片引脚缺陷检测方法

针对芯片引脚缺陷故障难以精准检测的现状，提出基于计算机视觉的嵌入式数字IC芯片引脚缺陷检测方法。采用计算机视觉技术计算相机水平方向的像素，采集嵌入式数字IC芯片引脚图像；对引脚图像进行图像预处理、引脚缺陷特征提取及缺陷定位处理；计算芯片引脚长度均值，以引脚长度均值为依据进行缺陷检测。试验结果表明：该检测方法在芯片引脚缺失、歪脚、不合格等方面检测结果的准确率得到了显著提高。     

板材形状的数学描述与参数采集方法研究

介绍了板材检测的数学建模方法、板材弹性模量数控检测设备的参数采集和所测板材形状的数学基础、检测所用方法及装置，为下一步计算机数据处理奠定基础。参数采集作为检测设备的一个重要环节，关系到整个检测系统的响应速度及精度等重要性能指标。     

生物质板材表面热压塑化平整加工技术的发展

介绍了国内外生物质板材表面热压塑化平整加工技术和装备的发展现状，提出了我国研发热压塑化平整加工工艺和装备的技术路线。该加工技术可以平整人造板和实木板材的表面和侧面，改善其表面粗糙度并可提高硬度，有利于环境保护、降低成本、缩短工期，完全可以替代砂光工序。     

基于分形理论木材表面缺陷识别的研究

木材表面缺陷检测是多学科交叉的技术,该技术对木材生产领域及其深加工等方面有着较高的应用价值。本文主要围绕分形理论对木材表面缺陷检测进行深入研究,通过将分形理论、小波多分辨率分析以及人工神经网络模式识别技术相结合,研究了木材表面缺陷特征提取、模式识别问题。在对200块试件进行测试时,系统平均识别率达96.5%。结果表明,用分形理论进行特征提取能够高精度地识别木材表面缺陷。     

基于分形理论和数学形态学的木材表面缺陷识别的图像处理

在木材表面缺陷识别过程中,能否精确提取缺陷轮廓是提高分选准确率的重要因素。采用分形理论和数学形态学进行板材缺陷图像分割和边缘提取,能有效的克服传统方法中缺陷图像提取受背景纹理影响大的不足,为后续的木材表面缺陷的识别打下坚实的基础,提高木材的使用率,对木材表面缺陷识别具有实际意义。     

木质板材用热熔胶线标准介绍

介绍了林业行业标准LY/T 1977-2011《木质板材用热熔胶线》的主要内容.该标准结合木质板材用热熔胶线的生产工艺提出了相关技术要求及相应检测方法,以确保对木质板材用热熔胶线的性能评价标准化、规范化,从而充分发挥该标准指导及规范生产的作用.     

板材纹理计算机视频检测技术及应用

介绍了板材纹理计算机视频检测技术的发展、视频检测的特点及主要方法、识别理论和相关技术的发展,提出了板材纹理计算机视频检测技术的应用前景。     

基于图割算法的木材表面缺陷图像分割

木材表面缺陷分割的研究能够有效提高木材的利用率,节约现有木材资源,缓解森林资源短缺的压力。为了更好地对板材表面的节子和虫眼进行快速有效地分割,论述了基于图割算法的图像分割方法(Graph Cuts)及其改进方法(Grab Cuts)的原理。针对传统Graph Cuts算法只能针对灰度图像进行分割、运行时参数的选择比较复杂,并且存在该算法效率和精度较低的缺陷,采用这两种方法分别对3种木材表面缺陷活节、虫眼和死节图像进行分割实验。为了验证Grab Cuts方法的适用性,用含有多个缺陷目标的木质板材图像做了图像分割验证。结果表明:缺陷图像的目标和背景的种子点选取直接影响Graph Cuts算法的分割结果,Graph Cuts算法的计算效率较低,分割时间较长,对相邻像素间的区分度较差,分割结果不理想。改进后的Grab Cut算法是迭代的Graph Cuts,该方法虽然在图像分割前也需要人工画定初始化矩形框,但操作相对简单,分割结果能够得到完整的闭合缺陷区域边界,且不受木材表面缺陷的类型、数量、尺寸和缺陷形状的影响,分割效果好,分割速度快,抗噪性强,对灰度图像和彩色图像都可使用。     

非接触式无损检测木材干燥应力的方法

木材干燥应力是干燥过程中产生干燥缺陷的主要因素。文章根据数字散斑相关方法(DSCM)检测应力的原理设计出了一种非接触式无损检测木材干燥过程中应力的方法,用木材干燥表面测点位移的变化速率即应变速率来表示木材干燥过程中的应力状态,初步提出了建立木材干燥应力评价体系的设想。研究结果表明:木材表面测点位移变化量与时间存在着对数关系,与含水率变化量则呈线性关系。     

板材弹性模量数控检测设备研究的发展

在论述目前国内外板材弹性模量检测设备研究现状的基础上，提出了目前板材弹性模量检测设备的发展方向，弹性模量检测技术将向应用于生产实际、节约原材料、保证产品安全可靠、实现质量自动控制、提高劳动生产率等全自动化的方向发展。通过与传统的检测方式对比，指出板材弹性模量检测设备应向NDT(无损检测)方向发展，将数控技术与弹性模量检测设备相结合，实现高质量、自动化和节约成本。提出的在线检测板材弹性模量数控检测设备将满足人造板和板材检测的市场需求。