[发明专利]矩形竹片缺棱缺陷检测装置

说明书

技术领域

本发明涉及农林行业中竹片加工检测设备，具体为一种矩形竹片缺棱缺陷检测装置。

背景技术

我国是世界上最主要的产竹国，竹类资源、竹林面积、竹材蓄积和产量均居世界首位。竹产业除了生态意义外，还具有重要的经济和社会价值。竹材人造板产品达数十种，主要产品有竹编胶合板、竹材胶合板、竹材层压板、竹席竹帘胶合板、竹材纤维板和竹材刨花板等.目前，以竹片胶合而成的竹材人造板是我国竹材加工的主要产品，它主要用于工程结构材料和装饰材料。作为竹材人造板主要半成品原料的竹片由不同产地及热处理会导致不同的颜色，且在加工中会发现虫眼、塌边、裂纹、霉变、局部竹青竹黄等缺陷。这些竹片不同颜色变化及缺陷直接影响竹材人造板质量。在竹材人造板生产过程中，为保证人造板色系一致性，涂胶组坯前需要对竹片进行分色及剔除有缺陷竹片，将同一颜色等级的竹片选配组坯。目前，国内在竹片分选时仅靠检测人员的感官评定，检测精度低。

国内外利用机器视觉方法对竹片及木板材料颜色分类及缺陷检测研究已取得了一定成果，这方面研究具有代表性的有：浙江大学郑传详发明了一种电脑分色设备，由传输部分将竹片传送至3个光电传感器采集颜色输入电脑进行分类。泰宁县伟熙科技有限公司郑熙等发明提供一种竹片自动分选系统，包括一检测传送装置、一分类装置和一电控柜，通过色度传感器来分类颜色。顾学民[4]建立了基于HIS算法和灰度值的竹片颜色在线分检系统。丁幼春研究了一种基于竹片图像颜色特征与纹路特征和Bayes分类器的颜色分类方法。罗玉娟利用CIE1976L*a*b*颜色空间的等距性和高分辨率的特点，将竹片的RGB颜色特征转换成L*a*b*空间颜色特征进行分析，选取能恰当表征竹片颜色的特征参数，再结合BP神经网络分类器对竹片进行细分类。黄紫嫣提出了采用机器视觉技术对竹地板原料竹片的颜色进行自动检测分等的方法，并进行了初步设计。在实现颜色分类的基础上，一些学者进行理论上部分缺陷分检研究。宋昕理论上构建了基于机器视觉的竹片缺陷检测与颜色分检平台，研究了竹片缺陷与颜色检测过程中图像采集、光学成像、光学照明等关键问题，但缺乏实际系统检验。何利平研究和设计基于LabView和Matlab混合编程的竹片检测系统，实现竹片表面缺陷实时准确的检测。经测试，竹片正确识别率达90％，检测速率8片/s以上，满足精度要求和生产需要。与竹片在线检测相类似的是木板材表面检测。随着电子技术的飞速发展，计算机视觉技术、模式识别技术和数字图像处理技术在木板材表面缺陷识别领域得到了广泛的应用，优必选公司的夏拥军公布了一种根据颜色和木纹分选木材的方法和设备，其步骤包括建立类别数据、采集木材图像、确定木材类别、启动分选装置。根据程序生成包括颜色的RGB、木纹倾斜角度、色斑占版面比例木材图像特征数据，其中木纹倾斜角度、色斑占版面比例可以直接判断，颜色数据需计算与类别数据各水平标定颜色相似度确定。王业琴利用RGB三个颜色矩阵融合成一个特征矩阵作为木材表面颜色分类的特征参数对样品进行分类。W.Kurdthongmee利用数字图像处理和自组织特征映射神经网络依据颜色对橡胶木指榫进行分类，其分类正确率达到95％。戴天虹等提出了一种基于HSV颜色空间的颜色特征提取方法对样本图像进行了分类仿真。谢永华主要以木材的死节、活节和虫眼三种常见缺陷为研究对象，对木材的缺陷图像分割和模式识别方法进行了深入的研究。上述研究在竹片分检上主要实现竹片颜色分类，还未实现缺陷(如缺边缺棱等缺陷)分拣。

发明内容

本发明为了解决缺乏一种简单高效的矩形竹片缺棱缺陷检测设备的问题，提供了一种矩形竹片缺棱缺陷检测装置。

本发明是采用如下技术方案实现的：矩形竹片缺棱缺陷检测装置，包括前挡板和后挡板，前挡板和后挡板两侧各设有两个支腿，前挡板和后挡板均开有可穿过矩形竹片的矩形孔，前挡板和后挡板之间固定有上下两个水平方向导向条，水平方向导向条中间固定有左右方向导向块，水平方向导向条在左上、左下、右上、右下方向分别设有支架耳，四个支架耳上分别铰接有检测杠杆，检测杠杆中部开槽，槽内利用转轴支撑有检测滚轮，检测杠杆另一端设有绕线轮，检测滚轮的半径大于绕线轮的半径，绕线轮上开有大小两个轮槽，四个绕线轮的大轮槽上绕设有收紧弹簧，四个绕线轮的小轮槽一侧设有拉线传感器，拉线传感器的钢丝绳依次绕过四个绕线轮的小轮槽并与拉线传感器主体连接固定。