基于深度學(xué)習(xí)的木材優(yōu)選鋸視覺(jué)檢測(cè)算法
發(fā)布時(shí)間:2024-04-10 20:15
【目的】提出一種基于深度學(xué)習(xí)的木材優(yōu)選鋸視覺(jué)檢測(cè)算法,以最大限度增加木材出材率,提高木材價(jià)值,并進(jìn)一步提升木材加工行業(yè)自動(dòng)化水平!痉椒ā客ㄟ^(guò)樣本訓(xùn)練獲得木材缺陷和木材等級(jí)識(shí)別網(wǎng)絡(luò),視覺(jué)傳感器獲取需檢測(cè)木材圖像,由木材缺陷識(shí)別網(wǎng)絡(luò)確定木材缺陷的具體位置;對(duì)于無(wú)缺陷木材,由木材等級(jí)識(shí)別網(wǎng)絡(luò)確定視覺(jué)傳感器視場(chǎng)內(nèi)木材的具體等級(jí),進(jìn)而確定切除部位在圖像坐標(biāo)系下的位置;由事先確定的圖像平面與木材物理平面之間的單應(yīng)關(guān)系確定木材最終切除位置列表。【結(jié)果】在本研究試驗(yàn)條件下,基于深度學(xué)習(xí)的木材優(yōu)選鋸視覺(jué)檢測(cè)算法單幅圖像缺陷檢測(cè)時(shí)間為123 ms,缺陷檢測(cè)正確率為95.8%,單幅圖像等級(jí)分類識(shí)別時(shí)間為55 ms,分類識(shí)別正確率為97.1%,平均檢測(cè)時(shí)間為86 ms,平均正確率為96.5%。【結(jié)論】基于深度學(xué)習(xí)的木材優(yōu)選鋸視覺(jué)檢測(cè)算法運(yùn)行速度快、識(shí)別準(zhǔn)確率高、魯棒性強(qiáng),可克服傳統(tǒng)優(yōu)選鋸分類不佳且需要人工干預(yù)的缺點(diǎn),自動(dòng)化程度高,能夠滿足木材優(yōu)選鋸實(shí)時(shí)、準(zhǔn)確檢測(cè)要求。
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
本文編號(hào):3950301
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
圖1典型優(yōu)選鋸工作示意
在木料加工行業(yè),需要對(duì)木材優(yōu)劣進(jìn)行判斷,以發(fā)揮木材的最大價(jià)值,其中,木材缺陷剔除和木材等級(jí)分類是不可或缺的重要環(huán)節(jié),二者的工作效率和準(zhǔn)確程度直接關(guān)系到木料出材率。在這種情況下,一種名為優(yōu)選鋸的機(jī)械自動(dòng)化設(shè)備應(yīng)運(yùn)而生。典型的優(yōu)選鋸主要由2部分組成,即工業(yè)控制系統(tǒng)和機(jī)械執(zhí)行機(jī)構(gòu)。優(yōu)選....
圖2單應(yīng)矩陣空間原理
對(duì)于一根木材,缺陷是最先應(yīng)該被處理的部分。缺陷主要包括節(jié)疤、蟲(chóng)眼和裂紋等,其存在會(huì)降低木材局部強(qiáng)度,增加木材開(kāi)裂概率。木材缺陷種類較多,如圖3所示。1.3.2木材等級(jí)
圖3木材缺陷示意
去除缺陷后,需對(duì)無(wú)缺陷木材進(jìn)行等級(jí)分類。不同廠家的分類標(biāo)準(zhǔn)各異,通常情況下木材被分成4個(gè)等級(jí),即直紋木板(straightgrain,SG)、花紋木板(wavygrain,WG)、色差木板(colordifference,CD)和色變木板(woodstrain,WS),每....
圖4木材等級(jí)分類示意
圖3木材缺陷示意2木材優(yōu)選鋸視覺(jué)檢測(cè)系統(tǒng)
本文編號(hào):3950301
本文鏈接:http://sikaile.net/wenshubaike/mfmb/3950301.html
最近更新
教材專著