[发明专利]一种基于机器视觉的单板缺陷智能挖补方法及系统

说明书

本发明公开了一种基于机器视觉的单板缺陷智能挖补方法及系统，包括以下步骤：采集单板表面缺陷图像，构建图像数据库；对单板表面缺陷图像进行相机标定，获得单板表面位点三维几何位置与单板表面缺陷图像中对应点之间的相互关系；采用YOLOv4算法，构建单板缺陷识别模型；基于图像数据库，训练单板缺陷识别模型；基于训练好的单板缺陷识别模型以及相互关系，获得缺陷识别结果；基于缺陷识别结果，采用模糊算法路径规划，获得最优缺陷冲裁路径，将缺陷处冲裁出空洞；基于缺陷识别结果，匹配与空洞尺寸对应的补料，修补空洞，实现单板缺陷的智能挖补。提高了单板缺陷挖补工作效率以及工作质量。

技术领域

本发明属于木材智能加工技术领域，具体涉及一种基于机器视觉的单板缺陷智能挖补方法及系统。

背景技术

木材生长过程中产生的缺陷会降低单板产品的性能，从而削弱压制的胶合板的性能。单板的生产是有一定规格、质量要求，要符合一定的国家标准，由于缺陷的存在，单板质量不过关，很多单板只能废弃掉，造成资源的浪费。为了克服这种问题，增加单板的利用效率，开展智能单板挖补机关键技术研究势在必行。常用的挖补技术有人工挖补、数控挖补，从方法上讲，有冲孔和挖孔两种方法。国内单板挖补普遍采用人工目测选取，后用冲孔机进行修补，存在缺陷和弊端。工人需要观察缺陷，然后找出缺陷单板，将缺陷放置于专门的冲孔机或者挖补机的刀具位置进行冲孔或者挖孔，之后用好的补片进行修补，但是不同的人，缺陷的定义的结果可能不尽相同，缺陷的识别、挖补的位置全部需要依靠人工进行完成，挖补机只执行简单的机械操作。本发明提出一种基于机器视觉的单板缺陷智能挖补方法及系统，实现完全自动化的单板挖补作业。

发明内容

本发明旨在解决现有技术的不足，提出一种基于机器视觉的单板缺陷智能挖补方法及系统，解决木板自动化智能挖补表面缺陷的问题。

为实现上述目的，本发明提供了如下方案：

一种基于机器视觉的单板缺陷智能挖补方法，包括以下步骤：

采集单板表面缺陷图像，构建图像数据库；

对所述单板表面缺陷图像进行相机标定，获得单板表面位点三维几何位置与所述单板表面缺陷图像中对应点之间的相互关系；

采用YOLOv4算法，构建单板缺陷识别模型；

基于所述图像数据库，训练所述单板缺陷识别模型；

基于训练好的所述单板缺陷识别模型以及所述相互关系，获得缺陷识别结果；

基于所述缺陷识别结果，采用模糊算法路径规划，获得最优缺陷冲裁路径，将缺陷处冲裁出空洞；

基于所述缺陷识别结果，匹配与所述空洞尺寸对应的补料，修补所述空洞，实现单板缺陷的智能挖补。

优选的，构建单板缺陷识别模型的方法为：

采用主干网络为CSPDark-Net53的YOLOv4网络模型，提取所述单板表面缺陷图像的特征，获得特征图；

经过卷积核，使所述特征图进入空间金字塔池化，获得特征层；

所述特征层经卷积、上采样以及特征融合堆叠，向高尺寸特征递进；

将向所述高尺寸特征递进的所述特征层，再次进行卷积、下采样以及特征融合堆叠，完成向低尺寸特征递进，获得不同尺度下的特征信息；

将不同尺度的所述特征信息，通过YOLO Head整合通道，计算损失，并基于先验框特征层进行预测；

采用非极大值抑制方法对预测结果进行处理，调整所述先验框，获得最终预测框，实现单板缺陷识别模型的构建。

优选的，采用模糊算法路径规划，获得最优缺陷冲裁路径的方法为：