一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于機(jī)器視覺(jué)檢測(cè)和深度學(xué)習(xí)的實(shí)木板材表面缺陷檢測(cè)與識(shí)別

QQ475400555 ? 來(lái)源:機(jī)器視覺(jué)沙龍 ? 作者:機(jī)器視覺(jué)沙龍 ? 2022-11-16 09:53 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

實(shí)木板材在國(guó)民經(jīng)濟(jì)中扮演重要角色,被廣泛使用在國(guó)家建設(shè)中。為了提高林業(yè)資源利用率,實(shí)現(xiàn)企業(yè)木材加工的可持續(xù)發(fā)展,基于深度學(xué)習(xí)對(duì)實(shí)木板材缺陷圖像進(jìn)行檢測(cè),準(zhǔn)確檢測(cè)和識(shí)別表面缺陷位置信息。實(shí)木板材加工設(shè)備的研制已經(jīng)取得一定成績(jī),但大多數(shù)實(shí)木板材智能加工設(shè)備功能單一,缺乏多種功能一體化的經(jīng)濟(jì)型設(shè)備。 實(shí)木板材特征識(shí)別往往采用傳統(tǒng)圖像處理技術(shù),缺陷識(shí)別率較低,利用機(jī)器視覺(jué)檢測(cè)技術(shù)結(jié)合深度學(xué)習(xí)對(duì)實(shí)木板材缺陷進(jìn)行檢測(cè),能夠有效解決實(shí)木板材表面缺陷識(shí)別的準(zhǔn)確性和檢測(cè)速度等問(wèn)題。 實(shí)木板材缺陷識(shí)別的準(zhǔn)確性對(duì)企業(yè)加工產(chǎn)品的質(zhì)量有一定的影響,產(chǎn)品效益會(huì)受到檢測(cè)速度的影響。

01、缺陷種類(lèi)及其特性分析

木材缺陷是指出現(xiàn)在木材上會(huì)降低其質(zhì)量, 影響其使用的各種缺點(diǎn)。 實(shí)木板材缺陷具體可以歸納為三大類(lèi):生物危害缺陷(腐朽、蟲(chóng)害等)、 生長(zhǎng)缺陷(節(jié)子、裂紋、樹(shù)干形狀缺陷、構(gòu)造缺陷、傷疤等) 和加工缺陷(木材鋸解過(guò)程中形成的)。 根據(jù)節(jié)子與周?chē)静牡倪B生程度,可以將節(jié)子缺陷劃分為木材最常見(jiàn)的兩種缺陷:活節(jié)和死節(jié)兩類(lèi)。按照裂紋在木材上的位置可以劃分為側(cè)面裂紋、 端面裂紋和貫通裂紋三類(lèi)。 由于活節(jié)、 死節(jié)、 蛀孔、 裂紋、 腐朽等缺陷會(huì)降低產(chǎn)品的觀賞性, 更會(huì)使實(shí)木板材密度不均勻、 力學(xué)性能受影響, 降低其使用價(jià)值。因此, 實(shí)木板材缺陷檢測(cè)過(guò)程主要檢測(cè)的缺陷有活節(jié)、 死節(jié)、 蛀孔、 裂紋、 腐朽等種類(lèi)。

02、圖像采集系統(tǒng)

CCD 相機(jī)信號(hào)輸出一致性好、體積小、重量輕、具有抗震性,采集圖像的分辨率高,因此,CCD 相機(jī)被廣泛應(yīng)用于不同領(lǐng)域的目標(biāo)檢測(cè)上。 CCD 相機(jī)有線陣和面陣兩種類(lèi)型,線陣 CCD 相機(jī)受光照影響程度小,分辨率高,實(shí)現(xiàn)高速非接觸檢測(cè),檢測(cè)精度高,總體而言,線陣 CCD 相機(jī)性?xún)r(jià)比優(yōu)于面陣 CCD 相機(jī)。因此,本文選擇線陣 CCD 相機(jī)作為圖像采集相機(jī)。

1534e0ac-6543-11ed-8abf-dac502259ad0.png

在采集實(shí)木板材缺陷圖像時(shí),當(dāng)光照環(huán)境條件發(fā)生較大變化時(shí),CCD 獲取到的圖像信息會(huì)出現(xiàn)欠飽和的狀況。因此,光照條件穩(wěn)定可以提高實(shí)木板材缺陷圖像的質(zhì)量,提高實(shí)木板材圖像的識(shí)別準(zhǔn)確率。光照環(huán)境設(shè)計(jì)如下:(1)采取適合圖像采集的光照環(huán)境,減弱周?chē)饩€影響圖像采集。光線在實(shí)木板材表面會(huì)有反射現(xiàn)象,圖像會(huì)有噪聲干擾,造成圖像模糊,降低實(shí)木板材檢測(cè)的精度。在實(shí)木板材缺陷檢測(cè)現(xiàn)場(chǎng), 由于光照強(qiáng)度不穩(wěn)定, 將會(huì)造成圖像細(xì)節(jié)部分分辨率低。(2)選用條形線光源,實(shí)現(xiàn) CCD 相機(jī)在單線區(qū)域的均勻光照。光源照度不均勻會(huì)造成圖像中出現(xiàn)亮斑或陰影區(qū)域,影響圖像質(zhì)量。

03、缺陷檢測(cè)系統(tǒng)

訓(xùn)練缺陷樣本集,最終實(shí)現(xiàn)木材缺陷準(zhǔn)確分類(lèi)的目的。 首先使用圖像采集設(shè)備獲得木材表面圖像,其次按照目標(biāo)要求分割采集到的圖像,接著可以利用深度學(xué)習(xí)算法對(duì)分割后的圖像進(jìn)行特征提取,最后通過(guò)分類(lèi)器進(jìn)行分類(lèi)識(shí)別,經(jīng)過(guò)一系列的圖像處理算法來(lái)檢測(cè)木材缺陷。

以具有復(fù)雜紋理的木板表面刮痕缺陷檢測(cè)為例:市場(chǎng)上的木板主要以人造板為主,是以木板或其他非木質(zhì)材料,經(jīng)過(guò)機(jī)械加工形成基板,使用膠粘劑將打印好的木質(zhì)紋理和基板粘連壓制形成的。因?yàn)橹圃爝^(guò)程復(fù)雜,在木板加工以及后續(xù)的運(yùn)輸過(guò)中, 可能會(huì)出現(xiàn)表面缺陷,例如做常見(jiàn)刮痕缺陷。

154e3fa2-6543-11ed-8abf-dac502259ad0.png

1561f218-6543-11ed-8abf-dac502259ad0.png

機(jī)器視覺(jué)技術(shù)結(jié)合深度學(xué)習(xí)算法,可以實(shí)現(xiàn)木材圖像采集、特征提取和識(shí)別分類(lèi),有效定位木材表面缺陷位置和區(qū)分木材表面缺陷類(lèi)型。 且比傳統(tǒng)檢測(cè)方法的檢測(cè)精度和識(shí)別效率高,能對(duì)生產(chǎn)線上的產(chǎn)品進(jìn)行實(shí)時(shí)監(jiān)控和在線處理, 提高木材加工企業(yè)的核心競(jìng)爭(zhēng)力和自動(dòng)化水平。 利用機(jī)器視覺(jué)技術(shù)檢測(cè)木材缺陷可解決因人工識(shí)別導(dǎo)致判斷誤差大的問(wèn)題,提高木材加工企業(yè)的生產(chǎn)效率、 經(jīng)濟(jì)效益和社會(huì)價(jià)值。 聲明:部分內(nèi)容來(lái)源于網(wǎng)絡(luò),僅供讀者學(xué)術(shù)交流,如有侵權(quán),請(qǐng)聯(lián)系刪除。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴

原文標(biāo)題:基于深度學(xué)習(xí)的【木板】表面缺陷檢測(cè)與識(shí)別

文章出處:【微信號(hào):機(jī)器視覺(jué)沙龍,微信公眾號(hào):機(jī)器視覺(jué)沙龍】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    機(jī)器學(xué)習(xí)異常檢測(cè)實(shí)戰(zhàn):用Isolation Forest快速構(gòu)建無(wú)標(biāo)簽異常檢測(cè)系統(tǒng)

    本文轉(zhuǎn)自:DeepHubIMBA無(wú)監(jiān)督異常檢測(cè)作為機(jī)器學(xué)習(xí)領(lǐng)域的重要分支,專(zhuān)門(mén)用于在缺乏標(biāo)記數(shù)據(jù)的環(huán)境中識(shí)別異常事件。本文深入探討異常檢測(cè)
    的頭像 發(fā)表于 06-24 11:40 ?635次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>學(xué)習(xí)</b>異常<b class='flag-5'>檢測(cè)</b>實(shí)戰(zhàn):用Isolation Forest快速構(gòu)建無(wú)標(biāo)簽異常<b class='flag-5'>檢測(cè)</b>系統(tǒng)

    在線測(cè)寬儀無(wú)損檢測(cè) 適配各種材質(zhì)類(lèi)型板材寬度檢測(cè)

    、機(jī)器視覺(jué)測(cè)寬、雙目立體視覺(jué)測(cè)寬、激光測(cè)寬等幾種類(lèi)型。 無(wú)損檢測(cè) 以上介紹的幾種測(cè)量原理都是非接觸式無(wú)損檢測(cè),這也就是說(shuō)其測(cè)頭不與被測(cè)物
    發(fā)表于 05-22 14:56

    機(jī)器視覺(jué)助力軌道缺陷檢測(cè)

    機(jī)器視覺(jué)檢測(cè)助力軌道檢測(cè)
    的頭像 發(fā)表于 05-21 16:55 ?252次閱讀
    <b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>助力軌道<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>

    【「# ROS 2智能機(jī)器人開(kāi)發(fā)實(shí)踐」閱讀體驗(yàn)】視覺(jué)實(shí)現(xiàn)的基礎(chǔ)算法的應(yīng)用

    : 一、機(jī)器視覺(jué):從理論到實(shí)踐 第7章詳細(xì)介紹了ROS2在機(jī)器視覺(jué)領(lǐng)域的應(yīng)用,涵蓋了相機(jī)標(biāo)定、OpenCV集成、視覺(jué)巡線、二維碼
    發(fā)表于 05-03 19:41

    高光譜相機(jī)在工業(yè)檢測(cè)中的應(yīng)用:LED屏檢、PCB板缺陷檢測(cè)

    隨著工業(yè)檢測(cè)精度要求的不斷提升,傳統(tǒng)機(jī)器視覺(jué)技術(shù)逐漸暴露出對(duì)非可見(jiàn)光物質(zhì)特性識(shí)別不足、復(fù)雜缺陷檢出率低等局限性。高光譜相機(jī)憑借其獨(dú)特的光譜分
    的頭像 發(fā)表于 04-23 16:36 ?332次閱讀

    行業(yè)首創(chuàng):基于深度學(xué)習(xí)視覺(jué)平臺(tái)的AI驅(qū)動(dòng)輪胎檢測(cè)自動(dòng)化

    全球領(lǐng)先的輪胎制造商 NEXEN TIRE 在其輪胎生產(chǎn)檢測(cè)過(guò)程中使用了基于友思特伙伴Neurocle開(kāi)發(fā)的AI深度學(xué)習(xí)視覺(jué)平臺(tái),實(shí)現(xiàn)缺陷
    的頭像 發(fā)表于 03-19 16:51 ?443次閱讀
    行業(yè)首創(chuàng):基于<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>視覺(jué)</b>平臺(tái)的AI驅(qū)動(dòng)輪胎<b class='flag-5'>檢測(cè)</b>自動(dòng)化

    阿丘科技上榜CMVU“機(jī)器視覺(jué)創(chuàng)新產(chǎn)品TOP10”

    場(chǎng)景打造的基于深度學(xué)習(xí)的專(zhuān)業(yè)級(jí)工業(yè)AI視覺(jué)算法平臺(tái)軟件,內(nèi)置8大AI功能,用于解決復(fù)雜缺陷的定位、檢測(cè)、分類(lèi)及字符
    的頭像 發(fā)表于 11-02 08:06 ?810次閱讀
    阿丘科技上榜CMVU“<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>創(chuàng)新產(chǎn)品TOP10”

    AI干貨補(bǔ)給站 | 深度學(xué)習(xí)機(jī)器視覺(jué)的融合探索

    ,幫助從業(yè)者積累行業(yè)知識(shí),推動(dòng)工業(yè)視覺(jué)應(yīng)用的快速落地。本期亮點(diǎn)預(yù)告本期將以“深度學(xué)習(xí)機(jī)器視覺(jué)的融合探索”為主題,通過(guò)講解
    的頭像 發(fā)表于 10-29 08:04 ?576次閱讀
    AI干貨補(bǔ)給站 | <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>與<b class='flag-5'>機(jī)器</b><b class='flag-5'>視覺(jué)</b>的融合探索

    機(jī)器視覺(jué)檢測(cè)應(yīng)用場(chǎng)景:缺陷檢測(cè)、尺寸測(cè)量、引導(dǎo)定位、運(yùn)動(dòng)控制

    就來(lái)介紹一下 機(jī)器視覺(jué)檢測(cè) 的應(yīng)用場(chǎng)景:缺陷檢測(cè)、尺寸測(cè)量、引導(dǎo)定位、運(yùn)動(dòng)控制。 1、缺陷
    的頭像 發(fā)表于 09-12 15:54 ?1008次閱讀

    使用TI Edge AI Studio和AM62A進(jìn)行基于視覺(jué)AI的缺陷檢測(cè)

    電子發(fā)燒友網(wǎng)站提供《使用TI Edge AI Studio和AM62A進(jìn)行基于視覺(jué)AI的缺陷檢測(cè).pdf》資料免費(fèi)下載
    發(fā)表于 09-03 10:38 ?0次下載
    使用TI Edge AI Studio和AM62A進(jìn)行基于<b class='flag-5'>視覺(jué)</b>AI的<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>

    視覺(jué)檢測(cè)是什么意思?機(jī)器視覺(jué)檢測(cè)的適用行業(yè)及場(chǎng)景有哪些?

    檢測(cè)的定義與原理 機(jī)器視覺(jué)檢測(cè),是利用光學(xué)成像、數(shù)字信號(hào)處理和計(jì)算機(jī)技術(shù),模擬人類(lèi)視覺(jué)的功能,對(duì)目標(biāo)物體進(jìn)行自動(dòng)
    的頭像 發(fā)表于 08-30 11:20 ?887次閱讀

    視覺(jué)檢測(cè)精度能達(dá)到 0.01 嗎

    新訊發(fā)自動(dòng)化科技有限公司(Surfar)專(zhuān)注于AOI及AI人工智能研發(fā),為客戶(hù)提供整套機(jī)器視覺(jué)檢測(cè)解決方案及檢測(cè)設(shè)備,如視覺(jué)
    的頭像 發(fā)表于 08-22 11:20 ?611次閱讀
    <b class='flag-5'>視覺(jué)</b><b class='flag-5'>檢測(cè)</b>精度能達(dá)到 0.01 嗎

    機(jī)器視覺(jué)在焊接質(zhì)量檢測(cè)中的應(yīng)用

    焊接作為連接不同材料的關(guān)鍵工藝,其質(zhì)量直接影響到結(jié)構(gòu)的強(qiáng)度和可靠性。隨著工業(yè)技術(shù)的發(fā)展,如何高效、精準(zhǔn)地檢測(cè)焊接質(zhì)量,成為了工業(yè)制造領(lǐng)域急需解決的問(wèn)題。機(jī)器視覺(jué)技術(shù)的引入,為焊接質(zhì)量檢測(cè)
    的頭像 發(fā)表于 08-13 16:33 ?626次閱讀

    明治案例 | 【非標(biāo)缺陷檢測(cè)】 FEB管黑色雜質(zhì)

    的時(shí)候必須要經(jīng)過(guò)嚴(yán)格的質(zhì)檢以保證產(chǎn)品的質(zhì)量,及時(shí)檢測(cè)及次品剔除對(duì)質(zhì)量控制和成本控制是非常重要的,這也是制造業(yè)進(jìn)一步升級(jí)的重要基石。而在機(jī)器視覺(jué)中,缺陷
    的頭像 發(fā)表于 08-06 08:25 ?504次閱讀
    明治案例 | 【非標(biāo)<b class='flag-5'>缺陷</b><b class='flag-5'>檢測(cè)</b>】 FEB管黑色雜質(zhì)

    渦流檢測(cè)常用的檢測(cè)方式

    渦流檢測(cè)是一種非破壞性檢測(cè)技術(shù),廣泛應(yīng)用于金屬構(gòu)件的無(wú)損檢測(cè)。它利用電磁感應(yīng)原理,通過(guò)在被檢測(cè)物體中產(chǎn)生渦流,檢測(cè)物體內(nèi)部的
    的頭像 發(fā)表于 07-26 15:26 ?1936次閱讀