中密度纖維板是我國(guó)人造板行業(yè)的主要產(chǎn)品,經(jīng)過(guò)二十多年的發(fā)展,已經(jīng)形成了比較完整的生產(chǎn)工藝體系。但在當(dāng)前的中密度板加工生產(chǎn)過(guò)程中,表面缺陷檢測(cè)環(huán)節(jié)仍然大多依賴(lài)于人工。人工檢測(cè)速度慢、效率低,同時(shí)由于檢測(cè)人員的認(rèn)識(shí)差異以及板材表面缺陷種類(lèi)繁多,人工檢測(cè)很難對(duì)板材表面質(zhì)量給出一個(gè)客觀準(zhǔn)確的評(píng)價(jià)。因此,尋找一種準(zhǔn)確高效的板材表面缺陷檢測(cè)方法對(duì)于木制品企業(yè)提高產(chǎn)品質(zhì)量和降低生產(chǎn)成本具有非常重要的價(jià)值。本文針對(duì)中密度纖維板的油污、松軟、黑斑、雜物等6類(lèi)缺陷,設(shè)計(jì)了一種基于深度學(xué)習(xí)的中密度纖維板表面缺陷檢測(cè)系統(tǒng)。本系統(tǒng)使用工業(yè)線陣相機(jī)采集運(yùn)動(dòng)板材的表面圖像,圖像經(jīng)過(guò)降噪等預(yù)處理后輸入到深度學(xué)習(xí)算法中,進(jìn)行缺陷種類(lèi)、缺陷位置及缺陷面積大小的檢測(cè)與質(zhì)量分級(jí),檢測(cè)結(jié)果實(shí)時(shí)地在上位機(jī)軟件中顯示,并在本地?cái)?shù)據(jù)庫(kù)中保存。本文采用了目前主流的深度學(xué)習(xí)實(shí)例分割算法Mask R-CNN、Yolact、Center Mask進(jìn)行缺陷檢測(cè)實(shí)驗(yàn),并對(duì)Center Mask算法的特征提取網(wǎng)絡(luò)和圖像分割網(wǎng)絡(luò)進(jìn)行了網(wǎng)絡(luò)改進(jìn)。在GPU型號(hào)為P2000的工作站上進(jìn)行了算法評(píng)估實(shí)驗(yàn)與系統(tǒng)整體測(cè)試實(shí)驗(yàn)。算法評(píng)估實(shí)驗(yàn)結(jié)果表明:改進(jìn)的Cen... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

深度學(xué)習(xí)目標(biāo)檢測(cè)技術(shù)發(fā)展里程碑Fig.1-1Milestoneinthedevelopmentofdeeplearningobjectdetectiontechnology

系統(tǒng)總體方案設(shè)計(jì)及圖像采集平臺(tái)搭建62系統(tǒng)總體方案設(shè)計(jì)及圖像采集平臺(tái)搭建2.1系統(tǒng)需求分析本系統(tǒng)的檢測(cè)對(duì)象如圖2-1所示，根據(jù)國(guó)家標(biāo)準(zhǔn)GB/T11718-2009—表面質(zhì)量要求（如表2-1所示），可將中密度纖維板按表面缺陷數(shù)量與尺寸大小進(jìn)行質(zhì)量分級(jí)。本論文基于此標(biāo)準(zhǔn)設(shè)計(jì)了一套中密度纖維板表面缺陷檢測(cè)系統(tǒng)，實(shí)現(xiàn)生產(chǎn)線上的中密度纖維板表面缺陷在線檢測(cè)與質(zhì)量分級(jí)。圖2-1中密度纖維板Fig.2-1Mediumdensityfiberboard表2-1中密度纖維板國(guó)家標(biāo)準(zhǔn)GB/T11718-2009—表面質(zhì)量要求Tab.2-1NationalstandardforMDFGB/T11718-2009—Surfacequalityrequirements名稱(chēng)質(zhì)量要求允許范圍優(yōu)等品合格品分層、鼓泡或炭化—不允許不允許局部松軟單個(gè)面積≤2000mm2不允許3個(gè)板邊破損寬度≤10mm不允許允許油污斑點(diǎn)或異物單個(gè)面積≤40mm2不允許1個(gè)壓痕—不允許允許注：同一張板不應(yīng)有兩項(xiàng)或以上的外觀缺陷。根據(jù)市場(chǎng)調(diào)研及實(shí)驗(yàn)室橫向項(xiàng)目，確定了本系統(tǒng)的各項(xiàng)具體要求。詳情如下：(1)技術(shù)指標(biāo)：圖像精度：≥9pixel/mm2；檢測(cè)板材運(yùn)動(dòng)速度：≥1m/s；檢測(cè)板材大�。�0.9mx0.9m；

系統(tǒng)總體方案設(shè)計(jì)及圖像采集平臺(tái)搭建82.2系統(tǒng)總體方案設(shè)計(jì)本文根據(jù)系統(tǒng)功能需求，進(jìn)行了系統(tǒng)的總體方案設(shè)計(jì)和技術(shù)路線規(guī)劃。中密度板表面缺陷檢測(cè)系統(tǒng)主要由圖像采集平臺(tái)與上位機(jī)軟件系統(tǒng)組成。圖像采集平臺(tái)由條形光源、線陣相機(jī)、光電開(kāi)關(guān)組成，主要實(shí)現(xiàn)圖像的采集與數(shù)據(jù)傳輸。軟件系統(tǒng)則由相機(jī)SDK程序、深度學(xué)習(xí)算法、上位機(jī)軟件、Mysql數(shù)據(jù)庫(kù)等組成，用來(lái)實(shí)現(xiàn)圖像預(yù)處理、圖像檢測(cè)、結(jié)果顯示、結(jié)構(gòu)儲(chǔ)存及人機(jī)交互等功能。系統(tǒng)組成如圖2-3所示：圖2-3系統(tǒng)整體示意圖Fig.2-3Overallsystemdiagram系統(tǒng)開(kāi)發(fā)技術(shù)路線如圖2-4所示。首先根據(jù)板材的尺寸和精度要求，進(jìn)行相機(jī)和光源設(shè)備的選型，然后搭建線陣相機(jī)圖像采集平臺(tái)；其次設(shè)計(jì)數(shù)據(jù)庫(kù)，用來(lái)存儲(chǔ)識(shí)別信息，設(shè)計(jì)上位機(jī)軟件，實(shí)現(xiàn)工作人員對(duì)整個(gè)系統(tǒng)的操作；然后進(jìn)行數(shù)據(jù)集制作，訓(xùn)練與測(cè)試深度學(xué)習(xí)算法模型；分析影響模型識(shí)別精度的因素，進(jìn)行模型的優(yōu)化與改進(jìn)；最后進(jìn)行系統(tǒng)整體測(cè)試與優(yōu)化，使系統(tǒng)高效率的實(shí)現(xiàn)采集、檢測(cè)、顯示等功能。

【參考文獻(xiàn)】：
期刊論文
[1]基于視覺(jué)的目標(biāo)檢測(cè)方法綜述[J]. 李章維,胡安順,王曉飛.  計(jì)算機(jī)工程與應(yīng)用. 2020(08)
[2]基于Faster R-CNN的中密度纖維板表面缺陷檢測(cè)研究[J]. 高鵬威,高遠(yuǎn),劉芳,楊建華.  木材加工機(jī)械. 2019(04)
[3]基于深度學(xué)習(xí)的木材表面缺陷圖像檢測(cè)[J]. 陳獻(xiàn)明,王阿川,王春艷.  液晶與顯示. 2019(09)
[4]我國(guó)木材加工業(yè)促進(jìn)林業(yè)生態(tài)發(fā)展[J]. 陳水合.  中國(guó)人造板. 2019(08)
[5]基于隨機(jī)森林算法的纖維板表面缺陷識(shí)別[J]. 劉傳澤,王霄,陳龍現(xiàn),郭慧,羅瑞,周玉成.  林業(yè)科學(xué). 2018(11)
[6]人造板表面缺陷檢測(cè)圖像自適應(yīng)快速閾值分割算法[J]. 郭慧,王霄,劉傳澤,周玉成.  林業(yè)科學(xué). 2018(11)
[7]基于圖割算法的木材表面缺陷圖像分割[J]. 白雪冰,李潤(rùn)佳,許景濤,宋恩來(lái).  林業(yè)工程學(xué)報(bào). 2018(02)
[8]應(yīng)用灰度直方圖特征識(shí)別木材表面節(jié)子缺陷[J]. 宋小燕,白福忠,武建新,陳曉東,張鐵英.  激光與光電子學(xué)進(jìn)展. 2015(03)
[9]我國(guó)中密度纖維板生產(chǎn)及應(yīng)用進(jìn)展[J]. 黃偉琨,潘仲年.  林業(yè)機(jī)械與木工設(shè)備. 2014(03)
[10]高新技術(shù)在木材加工中的應(yīng)用[J]. 侯緒文.  科技創(chuàng)新與應(yīng)用. 2013(28)

碩士論文
[1]基于機(jī)器視覺(jué)木材表面缺陷圖像分割研究[D]. 陳煒文.華南農(nóng)業(yè)大學(xué) 2016



本文編號(hào)：3236550