板材行业-基于机器视觉的板材表面缺陷自动检测方法

木质板材的表面缺陷不仅直接影响该产品的外观和质量，而且是影响板材分等级的重要因素之一。

目前，木质板材是应用需求量最大的品种，木质板材的表面缺陷不仅直接影响该产品的外观和质量，而且是影响板材分等级和实现合理下锯的重要因素之一。

木质板材的表面质量是评估板材质量的重要指标，同时也能反映加工方法的合理性，因此对木质板材表面缺陷的检测和分类是非常重要的工作。

在我国的木材生产领域，大部分生产还处在半机械甚至原始的人工生产状态，板材分选及产品分等主要依靠人工视觉与经验，根据板材的构造特性、颜色、色泽、纹理等来评价。

由于板材表面缺陷种类有多种，同类缺陷在大小和外观形态上也各有差异，这种检测方式一方面容易受人为因素影响，无法避免错检、漏检等情况的发生，从而影响板材的质量；另一方面，浪费了大量的人力、财力，提高了成本，降低了竞争优势，还浪费了宝贵的林木资源。

板材表面缺陷检测和分类

目前常用的检测方式包括人工检测、射线检测、机械检测以及机器视觉检测等。其中，人工检测的效率很低、质量差、工人劳动强度大，检测可靠性取决于主观因素；

机械检测通常是接触式检测，检测过程需要对被检测件进行位置调整，因而效率较低；射线检测可以实现高分辨率，但是结构复杂、造价高。

这些方法具有以下突出的弊端：

1)抽检率低，不能百分之百反映板材表面的质量，尤其是对于加工过程中产生的大量非周期性缺陷存在漏检；

2)实时性差，远远不能满足在线高速的生产节奏；

3)缺乏检测的一致性、科学性，检测的置信度低；

4)人工检测很容易造成漏检和误判。

因而，采用机器视觉技术和图像处理技术对板材表面缺陷图像进行处理，以实现板材表面缺陷的自动检测与识别，这不仅对板材等级自动分选、提高板材利用率、提高板材的商品价值和实现木材加工自动化具有非常重要的意义，而且对这对提高板材的生产质量、效率具有十分重要的意义。

板材表面缺陷类型

缺陷分类是指将现场采集到的钢板表面缺陷的特征值和相应的标准样品的缺陷特征值，根据比较两种缺陷的相似程度来判断缺陷类型。在识别效果的好坏在很大程度上取决于的好坏和缺陷图像提取缺陷分类标准是有效的。

板材表面的缺陷主要有以下六种：孔洞，擦伤，凹痕，锈蚀，折痕，凸痕。

通过对采集的图像进行二值化处理，可以较为清楚的得到图像中的缺陷部分，如二值图中的黑色部分。对比无缺陷的板材表面图像，可以清晰的发现缺陷图像的缺陷区域，为以后的图像进一步处理和特征提取提供了方便。

六种缺陷图像和无缺陷板材图像以及对应的二值图如下图所示。

无缺陷板材表面图像：

缺陷1：孔洞

缺陷2：擦痕

缺陷3：凹痕

缺陷4：锈蚀

缺陷5：折痕

缺陷6：凸痕

图像采集系统

整个系统由机械传动部分、编码器、光源、CCD及图像采集卡组成。其中，机械传动部分由滚轴、传送带及电机组成，为了实现定位的功能在传送带的滚轴上安装一个编码器，同时在传送带的另一端安装一个光电开关。

该系统图像采集的工作原理为：木板放在传送带上，传送带靠电机带动以一定大小均匀速度运动，当传送带上的木板通过光电开关时，光电开关被触发并给图像采集卡发脉冲，此时图像采集卡开始读取CCD的数据。

当图像采集到了在把图像数据传送给计算机，来检测木板是否合格。整个检测装置依据检测要求设计了基于工业机器视觉板材表面缺陷检测基本装置，该检测装置主要由：由上料升降台、上料推板机、上料定位输送台、上料移载机及吸盘架、压机、刮边机等输送装置和检测装置及凉板装置。