[发明专利]一种基于深度学习的木板缺陷检测系统及方法

说明书

本发明提供了木板缺陷检测技术领域的一种基于深度学习的木板缺陷检测系统及方法，系统包括：工控机；显示器，与所述工控机连接；传送带，与所述工控机连接；暗箱，底部设有一与投影面积等大的开口；所述暗箱设于传送带的上方；LED光源，设于所述暗箱内部的侧壁，且照射方向朝上；光源控制器，一端与所述工控机连接，另一端与所述LED光源连接；相机，设于所述暗箱内部的顶端，且拍摄方向朝下；图像采集卡，一端与所述工控机连接，另一端与所述相机连接；激光传感器，设于所述传送带侧边的上端，与所述工控机连接，用于检测是否有木板经过。本发明的优点在于：极大的提升了复杂纹理的木板缺陷检测的精度以及效率。

技术领域

本发明涉及木板缺陷检测技术领域，特别指一种基于深度学习的木板缺陷检测系统及方法。

背景技术

在日常生活中，木质产品随处可见，由于木质产品的需求量不断提高，各种木材的消耗量也相应的持续增长，人们已不满足于量的追求，开始也对质提出了严格要求，其中木板的表面缺陷直接影响着产品等级，严重的可能直接导致废弃产品，造成极大的资源浪费和生产成本。木板缺陷类型主要包括节裂、节洞、水裂、胶线裂等。

针对模板缺陷的检测，传统上存在人工目视检测法、机器视觉检测法以及计算机视觉检测法。

人工目视检测法由于不需要专用的夹具和测试设备，应用简便，所以很早就被运用于木板表面的缺陷检测，但存在如下缺点：1、检测速度慢、生产效率低、人工成本高；2、检测精度低，肉眼无法发现细小的缺陷；3、检测标准不统一，容易受检测人员主观因素影响；4、容易出现过判和漏判。

机器视觉检测法是一种典型的集光、机、电、气等为一体的高新检测技术，核心为机器视觉技术，机器视觉检测系统能够提高生产的柔性和自动化程度，虽然一定程度克服了人工目视检测法的缺点，但对于表面纹理复杂的木板，存在如下缺点：1、检测场景单一，对光照背景等要求严格；2、检测参数多，依赖人工经验，调试周期长；3、对复杂纹理的表面缺陷检测效果不佳。

计算机视觉检测法是通过抽象图像的高层语义特征，达到理解图像的目的，它的应用场景相对复杂，可以用于识别形状不规则，规律性不强，类型多的物体，但针对表面纹理复杂且生产价值较高的木板制造，有些缺陷很难用客观量作为识别依据。

因此，如何提供一种基于深度学习的木板缺陷检测系统及方法，实现提升复杂纹理的木板缺陷检测的精度以及效率，成为一个亟待解决的问题。

发明内容

本发明要解决的技术问题，在于提供一种基于深度学习的木板缺陷检测系统及方法，实现提升复杂纹理的木板缺陷检测的精度以及效率。

第一方面，本发明提供了一种基于深度学习的木板缺陷检测系统，包括：

工控机；

显示器，与所述工控机连接；

传送带，与所述工控机连接；

暗箱，底部设有一与投影面积等大的开口；所述暗箱设于传送带的上方；

LED光源，设于所述暗箱内部的侧壁，且照射方向朝上；

光源控制器，一端与所述工控机连接，另一端与所述LED光源连接；

相机，设于所述暗箱内部的顶端，且拍摄方向朝下；

图像采集卡，一端与所述工控机连接，另一端与所述相机连接；

激光传感器，设于所述传送带侧边的上端，与所述工控机连接，用于检测是否有木板经过。

进一步地，所述显示器为触摸显示器。

进一步地，所述暗箱的内表面设有白色涂层。

进一步地，所述LED光源为条形LED光源。