基于计算机视觉的实木表面智能化分选系统设计

• 作者: 吕宪伟 张怡卓 李超 涂文俊
• 来源期刊: 北京林业大学学报
• 学科: 农学
• 关键词: 实木分选 在线检测 计算机视觉 纹理识别 缺陷检测
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 林业工程 Forestry Engineering
• 页码范围: 102-109
• 页数: 8页
• 分类号: S781.51|TP274.3
• 语种: 中文
• DOI: 10.13332/j.1000-1522.20150294

摘要

设计一种集实木传送、图像定位与采集、实木板材表面识别与分选的智能系统,系统通过传送带运送实木板材,CCD摄像头获取板材图像,在触摸屏工控机TPC700-9190T上应用MFC与OpenCV编写分选程序对板材图像进行分析,识别结果通过STM32单片机控制电磁阀完成实木板材的分类。在图像定位与识别算法中,采用积分投影算法确定板材边界,动态采集板材表面图像；在颜色分类方面,利用L*a*b*空间颜色分量的均值、方差和斜度3个低阶矩表达颜色；在缺陷检测方面,提出了基于纹理填充的缺陷分割方法,通过获取纹理掩膜图像,然后利用板材背景颜色淡化纹理,最后应用加权阈值法完成缺陷分割,分割后计算缺陷面积、边缘灰度均值、内部灰度均值和长宽比等特征表达缺陷信息；在纹理识别方面,提出了基于Contourlet变换的纹理特征提取方法,通过对纹理图像进行Contourlet变换3层分解,得到1个低频子带、6个中频子带和8个高频子带,分别计算低频和中频系数矩阵的均值和方差,并与高频系数矩阵的能量组成22个特征表达纹理信息；最后设计SVM分类器,分别对颜色、缺陷和纹理进行识别。采用300个柞木样本进行实验,板材传送速度在小于1.5 m/s范围内,颜色识别准确率为100%；活节、死结和裂纹识别准确率分别为92.2%、95.6%和93.3%；直纹、弯纹识别准确率分别为93.9%、92.8%。实验结果表明,分选系统具有实时、高效、准确的特点。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张怡卓	东北林业大学机电工程学院	52	196	8.0	11.0
2	李超	东北林业大学机电工程学院	46	353	10.0	17.0
3	吕宪伟	东北林业大学机电工程学院	3	12	2.0	3.0
4	涂文俊	东北林业大学机电工程学院	4	11	1.0	3.0