【摘要】：木材表面缺陷的檢測作為木材加工過程中的一道重要工序,對于提升木材產(chǎn)品的質(zhì)量和提高木材加工業(yè)的經(jīng)濟效益有著十分重要的意義�；诓噬珗D像或灰度圖像的木材表面缺陷檢測的檢測精度并不高,當引入缺陷高度信息后,可以實現(xiàn)更高精度的缺陷檢測。本文提出了基于3D結構激光的木材表面缺陷檢測系統(tǒng),該系統(tǒng)能同時獲取到木材表面的高度圖和灰度圖,并對缺陷圖像的預處理、圖像分割、特征提取和缺陷圖像識別進行了較為深入的研究。首先在搭建檢測系統(tǒng)的基礎上,采集300幅缺陷圖像建立缺陷樣本庫,并分析了木材表面缺陷圖像特點。利用灰度變換和直方圖修正法進行圖像增強,接著采用均值濾波、高斯濾波和中值濾波三種方法進行圖像平滑處理。隨后對經(jīng)過預處理的圖像進行分割和特征提取,主要采用的分割方法有迭代閾值法、Otsu法和區(qū)域生長法,主要提取的特征包括幾何形狀特征(6維)以及灰度紋理特征(7維),并利用PCA進行了特征的降維優(yōu)化。最后利用SVM、GMM、KNN三種分類算法進行缺陷圖像識別,對比了各種算法的分類效果,以高斯徑向基為核函數(shù)的SVM算法的平均識別率最高,達到了 94.67%。實驗結果表明:基于3D結構激光的木材表面缺陷檢測系統(tǒng)是有效的,并且具有高精度、非接觸、識別率高等優(yōu)點,同時也滿足木材表面缺陷的自動化檢測基本需求,對于木材的精加工有一定的運用和推廣價值。
【圖文】：

Ｇｏｃａｔｏｒ３Ｄ智能傳感器，ＤＨ－ＰＯＬ－ＰＹ３００平移實驗平臺，Ｇｏｃａｔｏｒ數(shù)據(jù)線和Ｉ／Ｏ線，逡逑ＨＦ１５０Ｗ－Ｓ－４８轉換器以及上位機，軟件部分則采用專業(yè)的機器視覺軟件Ｈａｌｃｏｎ進行逡逑圖像處理。系統(tǒng)的實物圖如圖２－１所示：逡逑ＪＪＬ逡逑．．．．逡逑丨、——篇．＇逡逑圖２－１系統(tǒng)實物圖逡逑Ｆｉｇ．２－１邋Ｐｈｙｓｉｃａｌ邋Ｇｒａｐｈ邋ｏｆ邋ｔｈｅ邋Ｓｙｓｔｅｍ逡逑２．１．１系統(tǒng)的硬件組成逡逑（１）邋Ｇｏｃａｔｏｒ邋３Ｄ智能傳感器逡逑目前線陣相機在工業(yè)應用中較多，與面陣相機相比，線陣相機在采集速度、采集逡逑精度和成本上有很大優(yōu)勢。Ｇｏｃａｔｏｒ邋３Ｄ智能傳感器是由ＬＭＩ公司生產(chǎn)的集激光發(fā)射逡逑器和相機成像測量裝置為一體的智能激光傳感器，從本質(zhì)上來講是屬于一個線陣相逡逑８逡逑

集需要接入Ａ、Ｂ兩相觸發(fā)，按照每個脈沖的上升沿進行觸發(fā)，在最高采集頻率內(nèi)不逡逑會被運動速度影響，，并ｉ能分辨物體的運動方向（姚建平，２０１７）。傳感器的Ｗｅｂ應逡逑用界面如圖２－３所示。逡逑＾邋ｍ邐—邐——慕１§｜｜灥：：|r 逡逑ＢＭＩＩＩＩＩｉｌＭＭｌＩｌｉｌＭＢＢｉａＭＳａＢｉＨＩＢＭ——８Ｍ—ｉＭＢＷＷＷａｉｒｔｌｗ＜Ａ＞ｗｉ＾ｉｋ■．一．．邋’逡逑艦邐ｉｍＡ逡逑．邋＿邋＇邐．．邋．邋．邋．■．邋＜邋…邋．．．」．．逡逑ＩＰ逡逑媝痛歐‘，．工n

本文編號：2647126