采用图像分割方法进行木材表面缺陷的定量检测

随着木材加工业的集约化发展以及对木材表面加工质量高水平的苛求,传统的人工检测方式已经难以满足木材产品的加工生产。在了解木材表面缺陷的分类、缺陷产生原因和木材缺陷表面图像的特征的基础上,对比分析平均值法、最大值法和加权平均值法3种图像灰度化方法效果,并选定加权平均值法对木材缺陷图像进行灰度化预处理。在Matlab 6.5GUI编程框架下实现木材缺陷检测系统,通过选取Isodata聚类迭代法、Otsu最大方差法、最大熵法和Sobel边缘分割法为基础的4种阈值化图像分割方法对木材缺陷特征的分割效果和分割速率进行实验对比分析。实验结果表明,运用Isodata聚类迭代法的图像分割方法能够快速准确分割图像实现木材缺陷检测。     

AI图像识别下的木材表面缺陷结构光视觉检测方法

针对木材表面视觉特征复杂,嵌补平整过程不能适应木材以及节子的多样性变化的问题,提出基于AI图像识别下的木材表面缺陷结构光视觉检测方法。对结构光视觉技术加以分析并标定光平面,采用Faster-RCNN初步检测木材表面缺陷,定位其缺陷边框并识别缺陷类型,再通过非局部均值滤波法和改进的MSRCR处理图像,精细化分割区域图像,利用改进的最小二乘椭圆拟合方法生成最优椭圆轮廓,实现木材表面缺陷结构光视觉检测。实验结果表明,所提方法的结构光视觉图像预处理效果更好,召回率在95%以上,识别准确率最高可达99%左右,分类准确率最高可达97%左右,检测所用时间更短。     

应用灰度直方图特征识别木材表面节子缺陷

木材表面节子是木材缺陷中非常重要的一类缺陷,也是评定木材外观等级、锯材和单板质量的重要指标。为了提高节子缺陷识别效率及准确性,并改善检测过程的自动化程度,对应用木材表面图像的灰度直方图统计特征进行节子缺陷识别进行研究。通过利用类间距离对7个统计特征的分类能力进行评价,从而确定出识别节子缺陷的最佳统计特征,即平滑度特征;同时提出一种自适应的最大类间方差聚类法进行分类阈值的确定,进而采用阈值判别实现节子缺陷识别。经在线检测实验证实,该方法的识别率高于99%。     

基于图像处理的木板表面缺陷检测与识别研究

基于木板表面缺陷检测操作方便、使用要求低,能满足现代板材生产企业大规模自动化生产的需求,文中采用图像处理技术对木板表面缺陷进行检测研究,对木材的节子、裂纹、虫洞等典型缺陷进行特征提取及缺陷识别.实验结果表明,文中所设计的检测系统能够对原木板材的表面缺陷情况进行快速有效的缺陷检测,识别正确率为96.6％,单图平均检测时间...     

基于深度学习的木材表面缺陷图像检测

针对木材活节、死节、虫眼等缺陷图像的检测问题,本文提出了一种基于深度学习的木材缺陷图像检测方法。首先,通过对Faster-RCNN网络进行训练,得到了可以对木材缺陷定位和识别的检测模型;然后,应用NL-Means方法对图像进行去噪,通过线性滤波、调整对比度和亮度实现图像增强;再对图像进行二值化处理,根据像素值差异提取缺陷边缘特征点集,实现了对木材缺陷的精细分割;最后,对椭圆拟合方法进行了改进,实现了对木材缺陷边缘点集的椭圆拟合,提供了新的木材缺陷加工方案。实验结果表明,该算法具有较好的木材缺陷定位和分类能力,得到了较好的分割及拟合效果,可在缺陷修补这一环节减少约10%的木材填充量。     

基于机器视觉的密封件表面缺陷检测研究

针对密封件行业的工程要求,为了解决密封件表面缺陷检测所面临的图像采光不均匀及人工目测不准确的问题,设计了基于机器视觉的图像检测系统。该系统适用于多种O型密封件尺寸的电控运动定位检测,利用适合表面缺陷检测的模板匹配方法对橡胶密封件表面细小缺陷进行检测识别,该方法与传统的人工检测方法相比,具有非接触、可在线、客观真实、自动化等优点,可有效地解决密封件表面缺陷检测问题。     

光学元件亚表面缺陷表征与检测技术研究现状分析（特邀）

光学元件常用脆性材料作为原材料,脆性材料加工过程中极易引入亚表面缺陷,亚表面缺陷对脆性材料的制造阶段和应用阶段均存在严重的危害。制造方面,亚表面缺陷影响工序的选择与衔接,易产生过加工、欠加工等问题,导致加工效率低下;应用方面,亚表面缺陷影响光学元件的成像质量、稳定性、使用寿命等关键技术参数。为了高效率、高质量地去除亚表面缺陷,全面表征和准确检测光学元件的亚表面缺陷至关重要。文中首先介绍了不同加工方式对应的亚表面缺陷形成机理与亚表面缺陷的表征方法研究现状;其次归纳总结了破坏性与非破坏性的亚表面缺陷检测方法,分别介绍了不同检测方法的原理、适用材料与加工阶段、优点与不足之处;并介绍了基于表面粗糙度、加工参数的亚表面缺陷预测方法;最后,对亚表面缺陷检测技术的发展趋势进行了展望。     

基于CCD的精加工零件缺陷在线监控系统设计

为了提高加工精度和产线的智能化,设计了工件表面各类缺陷检测系统,采用线性CCD获取图像,对图像进行处理,采用DCT变换方法对缺陷特征提取,实验结果表明,该系统可以有效实现零件精加工自动化生产线在线缺陷检测.     

基于物联网的木材产品物流管理系统的设计

为了打击过度砍伐、私自运输及收购无证木材的行为,保护森林资源,引入了物联网中的RFIC技术,研发了一种采用MIFARE ONE卡为存储介质的木材产品物流管理系统,该系统能适应当前中国林区信息通讯困难的现状,将木材物流信息存入RFIC卡,随车同行,具有一定的加密能力,能防止数据被篡改,避免伪造木材运输单的行为。该研究能打击盗砍滥伐及非法运输木材的违法行为,提升木材加工企业的国际竞争力,促进中国林业可持续发展。     

激光散射式技术在钢球表面缺陷检测中的应用

针对目前钢球表面反射率高、缺陷特征难以提取等问题,提出了一种基于机器视觉技术,利用钢球表面激光散射图片快速检测表面缺陷的方法。介绍了系统的结构和检测原理,搭建了系统检测平台。分析了利用形态学、边缘连接等图像处理算法提取缺陷散斑,利用圆度因子和延长因子判别缺陷类型的处理过程,并基于LabVIEW软件平台,选取不同缺陷的钢球样本进行了试验测试。实际试验表明,利用钢球表面激光散射图可以有效提取表面凹坑、麻点、刻痕等缺陷信息,系统可以快速准确地识别钢球的表面缺陷,可用于钢球表面缺陷的在线检测,具有很好的实用价值和应用前景。