沈阳工业大学2019
论文完成了三个方面的工作，1、木材成像采集系统设计；2、木材分类方法的研究与设计；3、木板缺陷识别算法的设计。
在成像系统设计方面，设计了胶合木板成像实验平台。实验平台由相机、镜头、光源和木板模拟生产线组成。论文介绍了相机、镜头、光源的重要参数，通过实验与理论计算设计了采样效果最佳的成像平台，结合项目实际需求设计了木板实时分类系统的人机交互界面。
在木材分类算法的设计方面，本文从人眼仿生角度出发，提出一种基于多种特征融合的分类方法。将木材依据表面综合亮度与纹理特性进行综合分类。通过动态阈值分割，特征筛选，形态学处理等方法识别图像中的木板区域。提取了基于灰度共生矩阵和仿人眼视觉分类标准的多种特征值，构建多层神经网络进行分类识别。
在木板缺陷识别算法**的设计方面，针对木板表面存在蓝变缺陷的问题，设计了基于色差法的蓝变缺陷识别算法；针对木板表面存在死节，裂痕等缺陷的问题，提出一种基于卷积神经网络的木板缺陷识别算法。
为验证木板实时检测系统的稳定性和有效性，论文设计了多种针对性对比试验加以验证。为解决木板图像多次采集存在差异的问题，论文比较了多种不同的光源打光方案；为验证文中木板纹理提取算法的高效性，设计了基于不同分割算法的对比试验；为验证论文中木板分类算法的有效性，设计了基于不同特征提取方法的对比试验；为验证论文中木板分类算法的稳定性，设计了光照强度不足时鲁棒性对比实验。实验证明，论文中算法可以较好的完成木板实时分类与缺陷识别任务，且具有大于 94.17%的综合分类准确率。
关键字：木板检测，纹理分割，特征提取，神经网络
若有收获，就点个赞吧
0 人点赞
