發(fā)布時間：2021-06-18 11:06

　　中密度纖維板是我國人造板行業(yè)的主要產(chǎn)品,經(jīng)過二十多年的發(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)過程中,表面缺陷檢測環(huán)節(jié)仍然大多依賴于人工。人工檢測速度慢、效率低,同時由于檢測人員的認識差異以及板材表面缺陷種類繁多,人工檢測很難對板材表面質(zhì)量給出一個客觀準(zhǔn)確的評價。因此,尋找一種準(zhǔn)確高效的板材表面缺陷檢測方法對于木制品企業(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值。本文針對中密度纖維板的油污、松軟、黑斑、雜物等6類缺陷,設(shè)計了一種基于深度學(xué)習(xí)的中密度纖維板表面缺陷檢測系統(tǒng)。本系統(tǒng)使用工業(yè)線陣相機采集運動板材的表面圖像,圖像經(jīng)過降噪等預(yù)處理后輸入到深度學(xué)習(xí)算法中,進行缺陷種類、缺陷位置及缺陷面積大小的檢測與質(zhì)量分級,檢測結(jié)果實時地在上位機軟件中顯示,并在本地數(shù)據(jù)庫中保存。本文采用了目前主流的深度學(xué)習(xí)實例分割算法Mask R-CNN、Yolact、Center Mask進行缺陷檢測實驗,并對Center Mask算法的特征提取網(wǎng)絡(luò)和圖像分割網(wǎng)絡(luò)進行了網(wǎng)絡(luò)改進。在GPU型號為P2000的工作站上進行了算法評估實驗與系統(tǒng)整體測試實驗。算法評估實驗結(jié)果表明:改進的Cen... 

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

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

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

系統(tǒng)總體方案設(shè)計及圖像采集平臺搭建62系統(tǒng)總體方案設(shè)計及圖像采集平臺搭建2.1系統(tǒng)需求分析本系統(tǒng)的檢測對象如圖2-1所示，根據(jù)國家標(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)量與尺寸大小進行質(zhì)量分級。本論文基于此標(biāo)準(zhǔn)設(shè)計了一套中密度纖維板表面缺陷檢測系統(tǒng)，實現(xiàn)生產(chǎn)線上的中密度纖維板表面缺陷在線檢測與質(zhì)量分級。圖2-1中密度纖維板Fig.2-1Mediumdensityfiberboard表2-1中密度纖維板國家標(biāo)準(zhǔn)GB/T11718-2009—表面質(zhì)量要求Tab.2-1NationalstandardforMDFGB/T11718-2009—Surfacequalityrequirements名稱質(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面積≤2000mm2不允許3個板邊破損寬度≤10mm不允許允許油污斑點或異物單個面積≤40mm2不允許1個壓痕—不允許允許注：同一張板不應(yīng)有兩項或以上的外觀缺陷。根據(jù)市場調(diào)研及實驗室橫向項目，確定了本系統(tǒng)的各項具體要求。詳情如下：(1)技術(shù)指標(biāo)：圖像精度：≥9pixel/mm2；檢測板材運動速度：≥1m/s；檢測板材大�。�0.9mx0.9m；

系統(tǒng)總體方案設(shè)計及圖像采集平臺搭建82.2系統(tǒng)總體方案設(shè)計本文根據(jù)系統(tǒng)功能需求，進行了系統(tǒng)的總體方案設(shè)計和技術(shù)路線規(guī)劃。中密度板表面缺陷檢測系統(tǒng)主要由圖像采集平臺與上位機軟件系統(tǒng)組成。圖像采集平臺由條形光源、線陣相機、光電開關(guān)組成，主要實現(xiàn)圖像的采集與數(shù)據(jù)傳輸。軟件系統(tǒng)則由相機SDK程序、深度學(xué)習(xí)算法、上位機軟件、Mysql數(shù)據(jù)庫等組成，用來實現(xiàn)圖像預(yù)處理、圖像檢測、結(jié)果顯示、結(jié)構(gòu)儲存及人機交互等功能。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，進行相機和光源設(shè)備的選型，然后搭建線陣相機圖像采集平臺；其次設(shè)計數(shù)據(jù)庫，用來存儲識別信息，設(shè)計上位機軟件，實現(xiàn)工作人員對整個系統(tǒng)的操作；然后進行數(shù)據(jù)集制作，訓(xùn)練與測試深度學(xué)習(xí)算法模型；分析影響模型識別精度的因素，進行模型的優(yōu)化與改進；最后進行系統(tǒng)整體測試與優(yōu)化，使系統(tǒng)高效率的實現(xiàn)采集、檢測、顯示等功能。

【參考文獻】：
期刊論文
[1]基于視覺的目標(biāo)檢測方法綜述[J]. 李章維,胡安順,王曉飛.  計算機工程與應(yīng)用. 2020(08)
[2]基于Faster R-CNN的中密度纖維板表面缺陷檢測研究[J]. 高鵬威,高遠,劉芳,楊建華.  木材加工機械. 2019(04)
[3]基于深度學(xué)習(xí)的木材表面缺陷圖像檢測[J]. 陳獻明,王阿川,王春艷.  液晶與顯示. 2019(09)
[4]我國木材加工業(yè)促進林業(yè)生態(tài)發(fā)展[J]. 陳水合.  中國人造板. 2019(08)
[5]基于隨機森林算法的纖維板表面缺陷識別[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,李潤佳,許景濤,宋恩來.  林業(yè)工程學(xué)報. 2018(02)
[8]應(yīng)用灰度直方圖特征識別木材表面節(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)進展. 2015(03)
[9]我國中密度纖維板生產(chǎn)及應(yīng)用進展[J]. 黃偉琨,潘仲年.  林業(yè)機械與木工設(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]基于機器視覺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：3236550