BE1029695B1

BE1029695B1 - Een werkwijze en een systeem voor de verwerking van onbewerkte houtlagen

Info

Publication number: BE1029695B1
Application number: BE20215666A
Authority: BE
Inventors: Vincent Vanbecelaere; Tom Desmet
Original assignee: Decospan
Priority date: 2021-08-20
Filing date: 2021-08-20
Publication date: 2023-03-20
Also published as: EP4137283A1; BE1029695A1

Abstract

Voorbeelden van uitvoeringsvormen beschrijven een computer geïmplementeerde werkwijze voor het verwerken van een onbewerkte houtlaag voor de vervaardiging van decoratieve houten panelen. De werkwijze omvat de volgende stappen: i) het verkrijgen van een digitale afbeelding van de onbewerkte houtlaag; ii) het detecteren van kwaliteitsbepalende kenmerken van de onbewerkte houtlaag uit de digitale afbeelding; iii) het bepalen van een kandidaat snijgedeelte op de onbewerkte houtlaag; iv) het bepalen van een score van het kandidaat snijgedeelte uit de kwaliteitsbepalende kenmerken omvat in het kandidaat snijgedeelte; v) het bepalen van een opbrengst op basis van een oppervlakte van het kandidaat snijgedeelte en de score; en vi) het bepalen van een optimaal snijgedeelte met een hoogste opbrengst door het iteratief bepalen van de opbrengst voor verschillende kandidaat snijgedeelten.

Description

EEN WERKWIJZE EN EEN SYSTEEM VOOR DE VERWERKING VAN

ONBEWERKTE HOUTLAGEN

Domein van de uitvinding

[01] De onderhavige uitvinding heeft in het algemeen betrekking op de verwerking van onbewerkte houtlagen.

Achtergrond van de uitvinding

[02] Onbewerkte houtlagen worden verkregen door stammen van gevelde bomen in dunne lagen te snijden of te zagen. De esthetiek van de onbewerkte houtlaag wordt hoofdzakelijk bepaald door de gebruikte verwerkingsmethode, d.w.z. de nerf en de tekening, door de aanwezigheid van gebreken, en door de boomstructuur zel.

Gebreken kunnen bijvoorbeeld worden veroorzaakt door verwondingen, insecten of schimmels. Een voorbeeld van een onbewerkte houtlaag is een onbewerkte fineerlaag.

Fineer verwijst naar een dunne decoratieve bekleding van fijn hout die op een drager is aangebracht. Onbewerkte fineerlagen zijn meestal rechthoekig van vorm en worden in bundels met een gelijkaardig uiterlijk geleverd voor verdere verwerking tot een eindproduct.

[03] Eén soort eindproducten van fineer zijn decoratieve houten panelen voor gebruik in bijvoorbeeld deuren, meubels en houten vloeren. De productie van dergelijke houten panelen begint met het keuren (grading) van de onbewerkte fineerlagen. De keuring wordt meestal uitgevoerd door een operator, die handmatig de nerf, de tekening, en de aanwezigheid van gebreken inspecteert voor elke onbewerkte fineerlaag. De beoordeelde onbewerkte fineerlagen worden dan gesorteerd en opgeslagen.

[04] In de volgende stap worden onbewerkte fineerlagen met een bepaalde keuring geselecteerd om een partij decoratieve houten panelen te produceren. Daartoe worden de onbewerkte fineerlagen eerst getrimd tot een vaste lengte in overeenstemming met de afmetingen van het houtpaneel. De getrimde fineerlagen worden dan in de breedte geknipt om onvolkomenheden uit te sluiten en de randen recht te maken. Zowel trimmen en knippen wordt meestal uitgevoerd door een ervaren operator. De geknipte fineerlagen worden dan aangrenzend aan elkaar gelijmd om een fineervel te verkrijgen. In een volgende stap worden de fineervellen op een drager gelijmd om het decoratieve houten paneel te verkrijgen. De esthetische score (grade) en bijgevolg de opbrengst van het decoratieve houtpaneel worden dus bepaald door de score van de samengevoegde onbewerkte fineerlagen.

[05] Een probleem bij de productie van dergelijke panelen is dat er veel manuele handelingen aan te pas komen, b.v. bij het keuren, het bijsnijden, het knippen en het aangrenzend lijmen, waardoor de productie subjectief, betrekkelijk onherhaalbaar, en arbeids- en tijdsintensief is.

Samenvatting van de uitvinding

[06] De onderhavige uitvinding heeft onder meer tot doel de hierboven genoemde uitdagingen en problemen op te lossen of te verlichten door het productieproces van decoratieve houten panelen te verbeteren.

[07] Volgens een eerste aspect wordt dit doel bereikt door een computer geïmplementeerde werkwijze voor het verwerken van een onbewerkte houtlaag voor de vervaardiging van decoratieve houten panelen, waarbij de werkwijze de volgende stappen omvat: i) het verkrijgen van een digitale afbeelding van de onbewerkte houtlaag; ii) het detecteren van kwaliteitsbepalende kenmerken van de onbewerkte houtlaag uit de digitale afbeelding; iii) het bepalen van een kandidaat snijgedeelte op de onbewerkte houtlaag; iv) het bepalen van een score van het kandidaat snijgedeelte uit de kwaliteitsbepalende kenmerken omvat in het kandidaat snijgedeelte; v) het bepalen van een opbrengst op basis van een oppervlakte van het kandidaat snijgedeelte en de score; en vi) het bepalen van een optimaal snijgedeelte met een hoogste opbrengst door het iteratief bepalen van de opbrengst voor verschillende kandidaat snijgedeelten.

[08] Kwaliteitsbepalende kenmerken van de onbewerkte houtlaag worden dus gedetecteerd uit een digitale afbeelding van de onbewerkte houtlaag met een beeldverwerkingsmethode, zoals bijvoorbeeld patroonherkenning, sjabloonmatching of machinaal leren. Het detecteren van kwaliteitsbepalende kenmerken kan, onder meer, het herkennen van een kenmerk, het herkennen van het type van een kenmerk, het bepalen van de locatie van een kenmerk, en het bepalen van de afmetingen van een kenmerk omvatten. Vervolgens wordt op het oppervlak van de onbewerkte houtlaag een kandidaat snijgedeelte bepaald, d.w.z. een gedeelte met een bepaalde vorm en grootte dat later in het productieproces uit de onbewerkte houtlaag kan worden gesneden. De gedetecteerde kwaliteitsbepalende kenmerken worden zodanig aangepast dat zij alleen de kenmerken omvatten die deel uitmaken van het kandidaat snijgedeelte. De score van het kandidaat snijgedeelte, dat rechtstreeks bijdraagt tot de opbrengst, wordt dan bepaald uit deze aangepaste kwaliteitsbepalende kenmerken.

De score wordt dus bepaald op basis van hoe de onbewerkte houtlaag later in het fabricageproces zal worden gesneden, d.w.z. volgens het kandidaat snijgedeelte. Dit snijden zal ook bijdragen tot de score, en dus ook tot de opbrengst van het uiteindelijke decoratieve houten paneel, door de verwijdering van ongewenste kwaliteitsbepalende kenmerken.

[09] Naast de score wordt ook rekening gehouden met de oppervlakte van het kandidaat snijgedeelte om de opbrengst van de onbewerkte houtlaag te bepalen.

Zodoende kan een kandidaat snijgedeelte met een wezenlijk oppervlak en een lagere score resulteren in een hogere opbrengst dan een kandidaat snijgedeelte met een onbeduidend oppervlak en een hogere score. De opbrengst kan de waarde van het kandidaat snijgedeelte weergeven, d.w.z. de potentiële opbrengst van de onbewerkte houtlaag na te zijn gesneden volgens het kandidaat snijgedeelte. De opbrengst kan bijvoorbeeld worden uitgedrukt als een numerieke score, een letterscore, of een geldwaarde. Door het kandidaat snijgedeelte iteratief aan te passen en de overeenkomstige opbrengst te bepalen, wordt het kandidaat snijgedeelte bepaald die de hoogste opbrengst van een onbewerkte houtlaag oplevert, d.w.z. het optimaal snijgedeelte. Met andere woorden, het optimaal snijgedeelte wordt bepaald op basis van de gedetecteerde kwaliteitsbepalende kenmerken van de onbewerkte houtlaag.

[10] Door het optimaal snijgedeelte te bepalen, zullen de onbewerkte houtlagen optimaal benut worden. Verder kunnen de snijverliezen worden geminimaliseerd. Het timmen en knippen kan dan worden uitgevoerd op basis van het bepaalde optimaal snijgedeelte in plaats van op basis van de keuring van een operator. Het is dus een voordeel dat het productieproces van decoratieve houten panelen ten minste gedeeltelijk kan worden geautomatiseerd, waardoor de manuele handelingen bij het keuren, knippen en snijden kunnen worden verminderd. Hierdoor wordt de verwerking van onbewerkte houtlagen aanzienlijk objectief en herhaalbaar.

[11] Volgens een uitvoeringsvorm definieert het kandidaat snijgedeelte een bijsnijding van de onbewerkte houtlaag tot een rechthoekige vorm. De ongewenste buitenste delen van de onbewerkte houtlaag kunnen dan worden verwijderd door bestaande trim- en knipbewerkingen van de onbewerkte houtlaag volgens de randen van het rechthoekig gevormde kandidaat snijgedeelte.

[12] Volgens een uitvoeringsvorm wordt een minimumlengte van het kandidaatsnijddeel bepaald op basis van de lengte van de decoratieve houten panelen. Het kandidaat snijgedeelte kan verder een minimumbreedte hebben.

[13] De lengte van het kandidaat snijgedeelte kan bijvoorbeeld worden gekozen uit een verzameling lengtes die geschikt zijn voor de vervaardiging van decoratieve houten panelen. De minimumbreedte van het kandidaat snijgedeelte kan bijvoorbeeld betrekking hebben op de breedte van de decoratieve houten panelen, de gewenste esthetiek van de decoratieve houten panelen, de machines in het fabricageproces, of de opslagmogelijkheden. Dit kan ervoor zorgen dat de verwerkte houtlagen voldoen aan productvereisten en dat een geschikte zoekruimte wordt gedefinieerd voor het optimalisatieprobleem, d.w.z. het bepalen van het optimaal snijgedeelte.

[14] Volgens een uitvoeringsvorm kan het bepalen van een optimaal snijgedeelte verder het aanpassen van een lengte, een breedte en/of een locatie van het kandidaat snijgedeelte op de onbewerkte houtlaag omvatten.

[15] De lengte, breedte en/of locatie van het huidige kandidaat snijgedeelte kan dus worden aangepast om de score van het kandidaat snijgedeelte en dus de opbrengst te verbeteren, bijvoorbeeld door verschillende of meer ongewenste kwaliteitsbepalende kenmerken uit te sluiten en/of door de oppervlakte van het kandidaat snijgedeelte aan te passen. Door de opbrengst van het aangepaste kandidaat snijgedeelte te vergelijken met dat van het huidige kandidaat snijgedeelte, kan iteratief het optimaal snijgedeelte met het hoogste rendement worden bepaald.

[16] De onbewerkte houtlaag is bij voorkeur een onbewerkte fineerlaag of een onbewerkte houten lamel. Onbewerkte fineerlagen kunnen worden verkregen door houtblokken in dunne lagen met een dikte van ten hoogste 2 mm te snijden.

Onbewerkte houten lamellen kunnen worden verkregen door houtenblokken te verzagen tot lamellen met een dikte van ten minste 2 mm.

[17] Volgens een uitvoeringsvorm kan het detecteren van de kwaliteitsbepalende kenmerken worden uitgevoerd door een eerste classifier, die is getraind voor het detecteren van de kwaliteitsbepalende kenmerken in de digitale afbeelding.

[18] Een algoritme, d.w.z. de eerste classifier, kan aldus door machinaal leren worden getraind om kwaliteitsbepalende kenmerken in een digitale afbeelding van een onbewerkte houtlaag te detecteren. De eerste classifier kan worden getraind door gecontroleerd leren, waarbij een veelvoud aan beelden van onbewerkte houtlagen met geannoteerde informatie over de kwaliteitsbepalende kenmerken aan de eerste classifier worden gepresenteerd.

[19] Volgens een uitvoeringsvorm karakteriseren de kwaliteitsbepalende kenmerken een kenmerktype geselecteerd uit de groep die ten minste één van een gebrek, een kleur en een snijpatroon omvat.

[20] Een gebrek kan een afwijking of onregelmatigheid in de onbewerkte houtlaag zijn. Bij voorkeur kan een kwaliteitsbepalend kenmerk van het gebrektype worden geselecteerd uit de groep omvattende ten minste één van een knoop, een gat, een minerale lijn, een bird peck, een vlek, een braam, een snijfout, een grove nerf, een verhoogde nerf, spinthout, schimmelbeschadiging, een insectendefect, een scheur, een breuk en een gedraaide vezel.

[21] Een snijpatroon kan de nerf en de tekening van een onbewerkte houtlaag omvatten, die het resultaat is van de gebruikte snij- of zaagmethode. Een kwaliteitsbepalend kenmerk van het snijpatroontype wordt bij voorkeur geselecteerd uit de groep omvattende ten minste één van een afrolsnede, een dossesnede, een kwartier normaalsnede, een kwartier riftsnede, of een combinatie daarvan.

[22] Een kwaliteitsbepalend kenmerk van het kleurtype kan bij voorkeur worden geselecteerd uit ten minste één van een primaire kleur, een secundaire kleur, een kleurverdeling, een kleurverschil en een kleurvariatie.

[23] Volgens een uitvoeringsvorm wordt de score van het kandidaat snijgedeelte bepaald door een tweede classifier die getraind is om de voorgenoemde score te bepalen uit de kwaliteitsbepalende kenmerken in het kandidaat snijgedeelte.

[24] Een algoritme, d.w.z. de tweede classifier, kan dus door machinaal leren worden getraind om de score, d.w.z. het kwaliteitsniveau, van een kandidaat snijgedeelte op het oppervlak van de onbewerkte houtlaag te bepalen uit de kwaliteitsbepalende kenmerken die in dit kandidaat snijgedeelte omvat zijn. Met andere woorden, de tweede classifier houdt enkel rekening met de kwaliteitsbepalende kenmerken die zich binnen de grenzen van het kandidaat snijgedeelte bevinden om de score te bepalen, d.w.z. hij negeert de kenmerken die zich buiten deze grenzen bevinden. De tweede classifier kan worden getraind door gecontroleerd leren, waarbij een veelvoud aan gesorteerd onbewerkte houtlagen en hun respectieve kwaliteitsbepalende kenmerken aan de tweede classifier worden gepresenteerd.

[25] Volgens een uitvoeringsvorm kan voorts ten minste één productie-eigenschap van de onbewerkte houtlaag worden verkregen en kan de tweede classifier verder worden getraind voor het bepalen van de voorgenoemde score uit één of meer productie-eigenschappen. De score van het kandidaat snijgedeelte kan zo worden bepaald op basis van de kwaliteitsbepalende kenmerken en één of meer productie- eigenschappen.

[26] De een of meer productie-eigenschappen kunnen bij voorkeur ten minste een van de volgende zijn: een breedte van de onbewerkte houtlaag, een lengte van de onbewerkte houtlaag, een dikte van de onbewerkte houtlaag, een oppervlakte van de onbewerkte houtlaag, een stamnummer, een volgnummer, en een hoeveelheid onbewerkt houtlagen in een bundel.

[27] Volgens een tweede aspect heeft de uitvinding betrekking op een werkwijze voor het verwerken van een onbewerkte houtlaag, omvattende: I) het verkrijgen van de onbewerkte houtlaag; ii) het vastleggen van een digitale afbeelding van de onbewerkte houtlaag met behulp van een camera; iii) door een controle-eenheid het bepalen van een optimaal snijgedeelte met een hoogste opbrengst uit de digitale afbeelding volgens het eerste aspect; iv) het sorteren van de onbewerkte houtlaag volgens de score van het optimaal snijgedeelte; v) het oppikken van een partij gesorteerde onbewerkte houtlagen overeenkomstig de score van het optimaal snijgedeelte; vi) het trimmen van de lengte van de onbewerkte houtlaag volgens de lengte van het optimaal snijgedeelte; en vii) het knippen van de breedte van de onbewerkte houtlaag volgens de breedte van het optimaal snijgedeelte.

[28] De onbewerkte houtlaag kan bijvoorbeeld worden verkregen door een boomstam in een wezenlijk dunne laag te snijden of te zagen, of door een levering van gesneden of gezaagde lagen onbewerkt hout te ontvangen. De onbewerkte houtlaag kan automatisch en/of handmatig voor een camera worden gebracht, zodat deze een digitale afbeelding van de onbewerkte houtlaag kan verkrijgen. De formulering "voor de camera" verwijst naar de positie waarin een optische lens of lenzencombinatie van de camera een afbeelding van het oppervlak van de onbewerkte houtlaag kan vastleggen. Het bepalen van het optimaal snijgedeelte met een hoogste rendement kan dan worden uitgevoerd door een controle-eenheid volgens het eerste aspect.

[29] Een sorteersysteem kan dan de onbewerkte houtlagen sorteren in partijen van dezelfde score. Het sorteersysteem kan een handmatig bediend systeem, een automatisch bediend systeem, of een combinatie daarvan omvatten. Vervolgens kunnen één of meer geschikte partijen onbewerkte houtlagen door een oppiksysteem worden opgepikt om een gewenst decoratief houten paneel te vervaardigen. De onbewerkte houtlagen kunnen verder in de lengte worden getrimd door een trimsysteem en in de breedte worden geknipt door een knipsysteem volgens het vastgestelde optimaal snijgedeelte. Het is dus een voordeel dat het productieproces van decoratieve houten panelen ten minste gedeeltelijk kan worden geautomatiseerd, waardoor de handmatige bewerkingen bij het keuren, trimmen en knippen worden verminderd en toch een zo hoog mogelijke opbrengst wordt verkregen. Dit maakt de verwerking van onbewerkte houtlagen aanzienlijk objectief en herhaalbaar.

[30] Volgens een derde aspect heeft de uitvinding betrekking op een systeem om een onbewerkte houtlaag te verwerken, het systeem omvattende: i) een camera die ingericht is om een digitale afbeelding van de onbewerkte houtlaag te verkrijgen; ii) een controle-eenheid dat ingericht is om een optimaal snijgedeelte met een hoogste opbrengst te bepalen uit de voorgenoemde digitale afbeelding volgens het eerste aspect; iii) een sorteersysteem dat ingericht is om de onbewerkte houtlaag te sorteren volgens de score van het optimaal snijgedeelte; iv) een oppiksysteem ingericht om een partij gesorteerde onbewerkte houtlagen op te pikken volgens de score van het optimaal snijgedeelte; v) een trimsysteem ingericht om de lengte van de onbewerkte houtlaag af te knippen volgens de lengte van het optimaal snijgedeelte; en vi) een knipsysteem ingericht om de breedte van de onbewerkte houtlaag te knippen volgens de breedte van het optimaal snijgedeelte.

[31] Het systeem is aldus ingericht om een digitale afbeelding van een onbewerkte houtlaag te verkrijgen. Een controle-eenheid kan dan het optimaal snijgedeelte en de overeenkomstige score van de onbewerkte houtlaag bepalen volgens het eerste aspect. Een sorteersysteem kan vervolgens de onbewerkte houtlagen sorteren en stapelen in partijen van dezelfde score. Het sorteersysteem kan een handmatig bediend systeem, een automatisch bediend systeem, of een combinatie daarvan omvatten. Vervolgens kan een oppiksysteem een of meer geschikte partijen onbewerkte houtlagen oppikken om een gewenst decoratief paneel te vervaardigen.

De onbewerkte houtlagen kunnen verder in de lengte worden getrimd door een trimsysteem en in de breedte worden geknipt door een knipsysteem volgens het bepaald optimaal snijgedeelte. Het is dus een voordeel dat het productieproces van decoratieve houten panelen ten minste gedeeltelijk kan worden geautomatiseerd, waardoor de handmatige bewerkingen bij het keuren, trimmen en knippen worden verminderd en toch een zo hoog mogelijk rendement wordt verkregen. Dit maakt de verwerking van onbewerkte houtlagen aanzienlijk objectief en herhaalbaar.

[32] Volgens een vierde aspect heeft de uitvinding betrekking op een gegevensverwerkend systeem dat ingericht is om de computer geïmplementeerde werkwijze volgens het eerste aspect uit te voeren.

[33] Volgens een vijfde aspect heeft de uitvinding betrekking op een computerprogramma dat instructies omvat die, wanneer het programma door een computer wordt uitgevoerd, de computer ertoe brengen de computer geïmplementeerde werkwijze volgens het eerste aspect uit te voeren.

[34] Volgens een zesde aspect heeft de uitvinding betrekking op een computer- leesbaar medium dat instructies omvat die, wanneer zij door een computer worden uitgevoerd, de computer ertoe brengen de computer-geïmplementeerde werkwijze volgens het eerste aspect uit te voeren.

Korte beschrijving van de figuren

[35] Fig. 1 toont verschillende verwerkingsmethoden om onbewerkte houtlagen uit een boomstam te verkrijgen;

[36] Fig. 2 toont een schematische voorstelling van een werkwijze voor het verwerken van een onbewerkte houtlaag volgens een uitvoeringsvorm;

[37] Fig. 3 toont stappen volgens een computer geïmplementeerde werkwijze voor het verwerken van een onbewerkte houtlaag volgens een uitvoeringsvorm;

[38] Fig. 4 toont een onbewerkte houtlaag omvattende een rechthoekig gevormd snijgedeelte volgens een uitvoeringsvorm;

[39] Fig. 5 toont een trainingsproces van een eerste classifier voor het detecteren van kwaliteitsbepalende kenmerken uit een digitale afbeelding van een onbewerkte houtlaag volgens een Uitvoeringsvorm;

[40] Fig. 6 toont een tweede classifier die getraind is om de score van een kandidaat snijgedeelte te bepalen uit kwaliteitsbepalende kenmerken omvat in het kandidaat snijgedeelte volgens een Uitvoeringsvorm; en

[41] Fig. 7 toont een voorbeeld uitvoeringsvorm van een geschikt computersysteem voor het uitvoeren van stappen volgens voorbeeld aspecten van de uitvinding.

Gedetailleerde beschrijving van uitvoeringsvormen

[42] Fig. 1 toont verschillende verwerkingswijzes 120 om onbewerkte houtlagen 130 te verkrijgen uit een boomstam 110. De onbewerkte houtlagen 130 kunnen onbewerkte fineerlagen of onbewerkte houten latten zijn, afhankelijk van de dikte van de lagen en de gebruikte verwerkingswijzes 120 om ze te verkrijgen. Onbewerkte fineerlagen kunnen worden verkregen door een boomstam 110 in dunne lagen met een dikte van maximaal 2 mm te snijden met behulp van een mes, bijvoorbeeld een schilmes of een snijmes. Onbewerkte houten latten kunnen worden verkregen door een houten stam 110 met behulp van een zaagblad in latten met een dikte van ten minste 2 mm te zagen. Uit één enkele houten stam 110 kan een veelvoud van onbewerkte houtlagen 130 worden verkregen. De opbrengst van de onbewerkte houtlagen 130 en de esthetiek ervan, d.w.z. de nerf en de tekening, worden wezenlijk bepaald door de gebruikte verwerkingsmethode 120.

[43] Fig. 1 toont verder voorbeelden van algemeen gebruikte verwerkingsmethodes 120 voor onbewerkte fineerlagen, m.a.w. snijmethodes, zoals roterend snijden 121, dosse snijden 122, en kwartier normaal snijden 123. Bij roterend snijden 121 wordt de stam om zijn as 124 gedraaid tegen een mes dat een doorlopende of half-doorlopende onbewerkte fineerlaag afpelt of afschaaft. De roterend gesneden onbewerkte fineerlagen 127 kunnen een breed korrelpatroon hebben dat typisch minder wenselijk is voor toepassingen waar de esthetica belangrijk is. In dosse snijden 122, wordt de stam heen en weer 125 bewogen tegen een mes dwars over de groeiringen van de houten stam 110, daardoor snijdend door het hart van de houten stam 110. Dosse gesneden onbewerkte fineerlagen 128 kunnen een gevlamde tekening hebben dat wezenlijk vergelijkbaar is met de tekening van gewoon gezaagd hout. In kwartier normaal snijden 123, wordt de stam gesneden wezenlijk loodrecht aan zijn groeiringen

126, daardoor resulterend in kwartier normaal gesneden onbewerkte fineerlagen 129 met een rechtdradige tekening. Als alternatief kan een houten stam 110 worden gezaagd volgens verschillende zaagmethodes, b.v. gewoon gezaagd, kwartier gezaagd, of kwartier rift gezaagd, om de gewenste esthetiek en/of opbrengst van onbewerkte houten latten te verkrijgen.

[44] De verkregen onbewerkte houtlagen 130 kunnen verder worden gegroepeerd in bundels 131, bijvoorbeeld een verzameling lagen die zijn verkregen uit dezelfde stam 110 of die er wezenlijk hetzelfde uitzien, voordat ze verder worden verwerkt tot een eindproduct zoals bijvoorbeeld decoratieve houten panelen. Decoratieve houten panelen kunnen bijvoorbeeld worden gebruikt voor, onder andere, houten deuren, houten meubelen, houten vloeren of houten wandbekleding. De bundel 131 van onbewerkte houtlagen 130 kan verder worden gelabeld met een informatiedrager die ten minste één productie-eigenschap van de bundel 131 omvat, bijvoorbeeld een breedte van de onbewerkte houtlaag, een lengte van de onbewerkte houtlaag, een dikte van de onbewerkte houtlaag, een oppervlakte van de onbewerkte houtlaag, een stamnummer, een volgnummer of een hoeveelheid onbewerkte houtlagen omvat in de bundel. Met andere woorden, de informatiedrager kan productinformatie omvatten over de bundel 131 in zijn geheel en/of over de individuele onbewerkte houtlagen 130 omvat in de voorgenoemde bundel 131. Een dergelijke informatiedrager kan bijvoorbeeld een streepjescode, een QR-code, een RFID-tag of elke andere informatiedrager gekend door de vakman.

[45] Fig. 2 toont een schematische voorstelling van een werkwijze 200 voor het verwerken van een onbewerkte houtlaag volgens een uitvoeringsvorm. Werkwijze 200 kan deel uitmaken van een fabricageproces dat eindproducten zoals decoratieve houten panelen produceert uit onbewerkte houtlagen 130. In een eerste stap wordt een enkele onbewerkte houtlaag 130 of een bundel 131 van onbewerkte houtlagen verkregen, b.v. uit een voorafgaande productiestap zoals geïllustreerd in Fig. 1, of door het ontvangen van een levering van dergelijke gesneden of gezaagde onbewerkte houtlagen. De productinformatie van de enkele onbewerkte houtlaag 130 of bundel 131 van onbewerkte houtlagen kan verder worden verkregen door het scannen of uitlezen van de informatiedrager.

[46] In een volgende stap wordt de onbewerkte houtlaag 130 voor een camera 221 gebracht die een digitale afbeelding van de onbewerkte houtlaag 130 maakt. De formulering "voor de camera" verwijst naar de positie waarin een optische lens of een verzameling lenzen van de camera 221 een beeld van het oppervlak van de onbewerkte houtlaag 130 kan vastleggen. Bij voorkeur wordt een bundel 131 van onbewerkte houtlagen zodanig voor de camera 221 gebracht dat een digitale afbeelding kan worden verkregen van een buitenste onbewerkte houtlaag van de bundel 131, d.w.z. de laag van de bundel 131 die naar de camera 221 is gericht. De camera 221 kan bijvoorbeeld, onder andere, een roterende liijncamera, een liinscancamera, een 3D-camera, een IP-camera, een hogesnelheidscamera, een machinevisie-camera, een spectrale camera, een contactbeeldsensor, een gebied scan camera, een slimme camera of elke andere camera gekend door de vakman zijn.

De onbewerkte houtlaag 130 of bundel 131 kan handmatig voor de camera 221 worden gebracht. Bij voorkeur worden de een of meer lagen automatisch of semi-automatisch voor de camera 221 gebracht, bijvoorbeeld door middel van een transportband 222.

[47] De vastgelegde digitale afbeelding van de onbewerkte houtlaag 130 wordt dan ontvangen 226 door een controle-eenheid 223 die ingericht is om een optimaal snijgedeelte te bepalen, d.w.z. een kandidaat snijgedeelte van een bepaalde vorm en grootte die later in het productieproces uit de onbewerkte houtlaag 130 kan worden gesneden zodat de opbrengst van de voorgenoemde onbewerkte houtlaag 130 optimaal en dus het hoogst is. De opbrengst kan de waarde van een kandidaat snijgedeelte weergeven, d.w.z. de potentiële opbrengst van de onbewerkte houtlaag na te zijn gesneden volgens het kandidaat snijgedeelte. De opbrengst kan bijvoorbeeld worden uitgedrukt als een numerieke score, een letterscore, of een geldwaarde.

[48] Hiertoe is de controle-eenheid 223 ingericht om kwaliteitsbepalende kenmerken van de onbewerkte houtlaag 130 uit de ontvangen digitale afbeelding te detecteren, bijv. de houtnerf, de houttekening, de hout gebreken en kleuren. Vervolgens kan op het oppervlak van de onbewerkte houtlaag 130 een kandidaat snijgedeelte worden bepaald. Op basis van de gedetecteerde kenmerken van het kandidaat snijgedeelte kan de controle-eenheid 223 een score van het kandidaat snijgedeelte bepalen. De onbewerkte houtlaag 130 wordt aldus beoordeeld op basis van hoe de onbewerkte houtlaag 130 later in het fabricageproces zal worden gesneden, d.w.z. overeenkomstig het snijgedeelte. De bepaalde score van een onbewerkte houtlaag omvat dus de bijdrage van dit snijden, bv. door het verwijderen van ongewenste kwaliteitsbepalende kenmerken. De score draagt bij tot de opbrengst van een onbewerkte houtlaag 130 en zal dus ook bijdragen tot de opbrengst van het uiteindelijke eindproduct, bv. een decoratief houten paneel. Naast de score wordt ook rekening gehouden met de oppervlakte van het kandidaat snijgedeelte om het rendement van de onbewerkte houtlaag 130 te bepalen. Zodoende kan een kandidaat snijgedeelte met een wezenlijk oppervlak en een lagere score resulteren in een hogere opbrengst dan een kandidaat zaagdeel met een onbeduidend oppervlak en een hogere score.

[49] De bepaalde score en de oppervlakte van het kandidaat snijgedeelte worden dan verder gebruikt om de opbrengst van het kandidaat snijgedeelte te bepalen. Door het kandidaat snijgedeelte iteratief aan te passen en de overeenkomstige opbrengst te bepalen, kan de controle-eenheid 223 het kandidaat snijgedeelte bepalen die de hoogste opbrengst van een onbewerkte houtlaag 130 oplevert, d.w.z. het optimaal snijgedeelte. Met andere woorden, het optimaal snijgedeelte wordt bepaald op basis van de gedetecteerde kwaliteitsbepalende kenmerken van de onbewerkte houtlaag 130.

[50] In een volgende stap kunnen de beoordeelde onbewerkte houtlagen 130 worden gesorteerd en gestapeld in partijen 225 van dezelfde score door middel van een sorteersysteem 224. Daartoe kan de controle-eenheid 223 de bepaalde score en het optimaal snijgedeelte van een onbewerkte houtlaag 130 of bundel 131 doorgeven aan sorteersysteem 224. Het sorteersysteem 224 kan een handmatig bediend systeem, een automatisch bediend systeem, of een combinatie daarvan omvatten.

Een dergelijk sorteersysteem kan bijvoorbeeld zijn, onder andere, een robotarm, een fineer stapelmachine, een pusher sorteersysteem, een cross belt sorteersysteem, of elk ander sorteersysteem gekend door de vakman.

[51] De beoordeelde onbewerkte houtlaag 130 of bundel 131 kan verder worden gelabeld met de bepaalde score en/of het optimaal snijgedeelte, bijvoorbeeld door ze op te slaan op een informatiedrager die bij de beoordeelde onbewerkte houtlaag 130 of bundel 131 hoort. De opgeslagen informatie met betrekking tot het optimaal snijgedeelte kan bijvoorbeeld coördinaten van het optimaal snijgedeelte, afmetingen van het optimaal snijgedeelte, de positie van het optimaal snijgedeelte, of computer numerical control-, CNC-, instructies voor het snijden van het optimaal snijgedeelte omvatten. Als alternatief kan het labelen van de beoordeelde onbewerkte houtlaag 130 of bundel 131 worden bereikt door het markeren, bijvoorbeeld schilderen, tekenen, afdrukken of graveren, van het optimaal snijgedeelte en/of de bepaalde score op het oppervlak van de onbewerkte houtlaag. Door de beoordeelde lagen te labelen, kunnen de vereiste gegevens over de bepaalde score en het optimaal snijgedeelte worden doorgegeven aan de verdere stappen 230, 240 in de verwerkingsmethode 200 van een onbewerkte houtlaag 130.

[52] In een volgende stap kunnen de gesorteerde partijen 225 van gekeurde onbewerkte houtlagen 130 of bundels 131 naar een opslagruimte 230 worden getransporteerd, waar ze kunnen worden opgeslagen totdat ze nodig zijn voor de vervaardiging van een eindproduct zoals decoratieve houten panelen. Een of meer geschikte partijen 225, d.w.z. partijen 225 van onbewerkte houtlagen 130 of bundels 131 met een gewenste score, kunnen worden geselecteerd en opgepikt uit de opslagruimte 230 door een oppiksysteem om verder te worden verwerkt tot decoratieve houten panelen. De partijen 225 kunnen bijvoorbeeld worden geselecteerd volgens de gewenste score en afmetingen van de decoratieve houten panelen. De uitgezochte partijen 225 worden dan naar een snijsysteem getransporteerd voor het snijden 240 van de onbewerkte houtlagen 130 volgens hun bepaald optimaal snijgedeelte. Als alternatief kunnen de gesorteerde partijen 225 van beoordeelde onbewerkte houtlagen 130 of bundels 131 wezenlijk rechtstreeks naar het snijsysteem worden getransporteerd, d.w.z. zonder te worden opgeslagen in een opslagruimte 230.

[53] Het snijden 240 van de onbewerkte houtlagen 130 volgens hun bepaald optimaal snijgedeelte kan verder een trimstap 241 en een knipstap 242 omvatten. In de trimstap 241 worden de onbewerkte houtlagen 130 met behulp van een trimsysteem getrimd volgens de lengte van het optimaal snijgedeelte. Vervolgens worden de onbewerkte houtlagen 130 tijdens de knipstap 242 door een knipsysteem op de breedte van het optimaal snijgedeelte geknipt. Trimmen 241 en knippen 242 kunnen bijvoorbeeld worden uitgevoerd door middel van, onder andere, een mes, een zaagblad, lasersnijden, waterstraal snijden, machinaal snijden, of elk ander snijmiddel gekend door de vakman. Als alternatief kunnen trimmen 241 en knippen 242 in de omgekeerde volgorde worden uitgevoerd, in één enkele stap, of door één enkel apparaat of systeem.

[54] Het trimmen 241 en knippen 242 kan manueel of halfautomatisch door een operator worden uitgevoerd. De operator kan bijvoorbeeld het optimaal snijgedeelte van de onbewerkte houtlagen 130 uitlijnen met het snijmiddel van het trim- of knipsysteem, zodat de lagen 130 worden gesneden volgens het bepaald optimaal snijgedeelte. Hiertoe kan het optimaal snijgedeelte zijn doorgegeven 228 van de controle-eenheid 223 naar de snijstap 240 door bijvoorbeeld het oppervlak van de onbewerkte houtlagen 130 te markeren, bv. door het optimaal snijgedeelte op het oppervlak van de onbewerkte houtlaag te schilderen, te tekenen, af te drukken of te graveren. Als alternatief kan een informatiedrager worden gescand of uitgelezen voor het trimmen 241 of knippen 242. Het optimaal snijgedeelte kan dan bijvoorbeeld aan de operator worden overgebracht door het optimaal snijgedeelte op het oppervlak van de onbewerkte houtlaag te projecteren, bijvoorbeeld met behulp van een lichtbron of een laser.

[55] Als alternatief kunnen het trimmen 241 en het knippen 242 verder automatisch worden uitgevoerd, d.w.z. zonder wezenlijke tussenkomst van een operator. Een operator kan bijvoorbeeld de onbewerkte houtlagen 130 van een uitgezochte partij 225 invoeren in een geautomatiseerd snijsysteem 240, dat ingericht is om de onbewerkte houtlagen automatisch te trimmen 241 en te knippen 242 volgens hun optimaal snijgedeelte. Als alternatief kan het invoeren van de onbewerkte houtlagen 130 van een uitgezochte partij 225 in het geautomatiseerde snijsysteem 240 verder worden uitgevoerd zonder wezenlijke tussenkomst van een operator, bijv. door middel van een robotarm of een transportband.

[56] Fig. 3 illustreert de stappen 300 die worden uitgevoerd voor het bepalen van het optimaal snijgedeelte met een optimale opbrengst volgens een voorbeeld uitvoeringsvorm. Volgens voorbeeld uitvoeringsvormen kunnen de stappen 300 worden uitgevoerd door controle-eenheid 223 om het optimaal snijgedeelte van onbewerkte houtlagen 130 te bepalen. Een digitale afbeelding van een onbewerkte houtlaag wordt verkregen in een eerste stap 310, om de kwaliteitsbepalende kenmerken 324 van voorgenoemde onbewerkte houtlaag te detecteren door middel van een beeldverwerkingsmethode in een tweede stap 320. Een dergelijke beeldverwerkingsmethode kan bijvoorbeeld, onder andere, patroonherkenning, sjabloonmatching, machinaal leren of elke andere beeldverwerkingsmethode gekend door de vakman zijn. Het detecteren van kwaliteitsbepalende kenmerken 324 kan onder andere het herkennen van een kenmerk, het herkennen van het type van een kenmerk, het bepalen van de locatie van een kenmerk op de onbewerkte houtlaag en het bepalen van de afmetingen van een kenmerk omvatten. Het type van het gedetecteerde kwaliteitsbepalende kenmerk324 kan bij voorkeur een gebrek, een kleur of een snijpatroon zijn.

[57] Een gebrek kan worden opgevat als een afwijking of onregelmatigheid in de onbewerkte houtlaag, bijvoorbeeld veroorzaakt door verwondingen, insecten of schimmels. Bij voorkeur kan een kwaliteitsbepalend kenmerk 324 van het gebrek type een knoop, een gat, een minerale lijn, een bird peck, een vlek, een braam, een snijfout, een grove nerf, een verhoogde nerf, spinthout, schimmelbeschadiging, een insectendefect, een scheur, een breuk of een gedraaide vezel zijn.

[58] Een snijpatroon dient te worden verstaan als de nerf en de tekening van een onbewerkte houtlaag die het resultaat is van de gebruikte snij- of zaagmethode om de onbewerkte houtlaag uit een boomstam te verkrijgen. Een kwaliteitsbepalend kenmerk 324 van het snijpatroon type kan bij voorkeur een afrolsnede, een dossesnede, een kwartier normaalsnede, een kwartier riftsnede, of een combinatie daarvan zijn. Een onbewerkte houtlaag met een bepaald type snijpatroon kan variaties in de nerf en de tekening omvatten die bijdragen tot de score, die verder kunnen worden gedetecteerd als een kwaliteitsbepalend kenmerk 324.

[59] Een kwaliteitsbepalend kenmerk van het kleur type kan bij voorkeur een primaire kleur, een secundaire kleur, een kleurverdeling, een kleurverschil, of een kleurvariatie zijn. Een kleurverschil kan bijvoorbeeld het verschil zijn tussen de primaire kleur en de secundaire kleur. Een kleurvariatie kan bijvoorbeeld het verschil zijn tussen de primaire kleur en een referentiekleur.

[60] De beeldverwerkingsstap 320 kan verder worden uitgevoerd door één algoritme dat ingericht is om één of meer van deze kenmerktypen te detecteren, d.w.z. gebreken, kleuren, en snijpatronen. Als alternatief kan de beeldverwerkingsstap 320 een of meer verschillende algoritmen omvatten die specifiek geschikt zijn voor gebrekdetectie 321, kleurdetectie 322, en snijpatroondetectie 323.

[61] In een volgende stap 330 worden de gedetecteerde kwaliteitsbepalende kenmerken 324 gebruikt om een kandidaat snijgedeelte op het oppervlak van de onbewerkte houtlaag te bepalen, d.w.z. een gedeelte met een bepaalde vorm en grootte dat later in het productieproces uit de onbewerkte houtlaag kan worden gesneden. Bij voorkeur definieert het kandidaat snijgedeelte een bijsnijding van de onbewerkte houtlaag tot een wezenlijk rechthoekige vorm. Onder "bijsnijden" moet worden verstaan dat de buitenranden van het rechthoekig gevormde kandidaat snijgedeelte wezenlijk evenwijdig zijn aan de respectievelijke buitenranden van de onbewerkte houtlaag waaruit het kandidaat snijgedeelte moet worden gesneden. Met andere woorden, het rechthoekig gevormde snijgedeelte kan wezenlijk evenwijdig zijn aan de lengterichting van de onbewerkte houtlaag.

[62] De minimumlengte van het kandidaat snijgedeelte kan verder worden bepaald op basis van de lengte van de decoratieve houten panelen, d.w.z. een eindproduct dat van de onbewerkte houtlaag moet worden vervaardigd. De lengte van het kandidaat snijgedeelte kan bijvoorbeeld worden gekozen uit een verzameling lengtes die representatief zijn voor alle geschikte lengtes om decoratieve houten panelen te produceren.

[63] Het kandidaat snijgedeelte kan verder worden gekenmerkt door een minimumbreedte. De minimumbreedte van het kandidaat snijgedeelte kan bijvoorbeeld, onder andere, verband houden met de breedte van de decoratieve houten panelen, de gewenste esthetiek van de decoratieve houten panelen, de machines in het fabricageproces of de opslagmogelijkheden. Dit kan ervoor zorgen dat de verwerkte houtlagen voldoen aan de productvereisten en dat een geschikte zoekruimte wordt gedefinieerd voor het optimalisatieprobleem, d.w.z. het bepalen van het optimaal snijgedeelte.

[64] In de volgende stap 340 worden de gedetecteerde kwaliteitsbepalende kenmerken 324 aangepast om alleen de kenmerken 341 te omvatten die omvat zijn in het kandidaat snijgedeelte, d.w.z. de aangepaste kenmerken 341. Met andere woorden, gedetecteerde kwaliteitsbepalende kenmerken 324 die zich niet ruimtelijk binnen de grenzen van het kandidaat snijgedeelte bevinden, worden niet in rekening gebracht om de score te bepalen.

[65] De score 351 van het kandidaat snijgedeelte, dat bijdraagt tot de opbrengst, wordt dan bepaald uit deze aangepaste kwaliteitsbepalende kenmerken 341 tijdens een keuringssstap 350. De score 351 wordt dus bepaald op basis van hoe de onbewerkte houtlaag later in het fabricageproces zal worden gesneden, d.w.z. volgens het kandidaat snijgedeelte. Dit snijden zal bijdragen tot de score 351, en dus ook tot de opbrengst van het finale decoratieve houten paneel, door het verwijderen van ongewenste kwaliteitsbepalende kenmerken. Met andere woorden, wanneer de onbewerkte houtlaag later in het fabricageproces wordt gesneden volgens het kandidaat snijgedeelte, zullen de gedetecteerde kenmerken 324 die ruimtelijk niet binnen de grenzen van het kandidaat snijgedeelte liggen, permanent uit de houtlaag worden verwijderd, waardoor ze niet langer bijdragen tot de score 351 van de verwerkte houtlaag.

[66] Naast de score 351 wordt ook de oppervlakte 344 van het kandidaat snijgedeelte in rekening gebracht om de opbrengst 360 van de onbewerkte houtlaag te bepalen.

Daarbij kan een kandidaat snijgedeelte met een wezenlijk oppervlak 344 en een lagere score 351 resulteren in een hogere opbrengst dan een kandidaat snijgedeelte met een onbeduidend oppervlak 344 en een hogere score 351. De opbrengst kan de waarde van het kandidaat snijgedeelte weergeven, d.w.z. het waarde potentieel van de onbewerkte houtlaag na te zijn gesneden volgens het snijgedeelte. De opbrengst kan bijvoorbeeld worden uitgedrukt als een numerieke score, een letterscore, of een geldwaarde.

[67] De lengte, breedte en/of locatie van het huidige kandidaat snijgedeelte kan dan iteratief worden aangepast 371 om de score 351 en/of het oppervlak 344 van het kandidaat snijgedeelte te verbeteren, en dus de opbrengst van de onbewerkte houtlaag. Dit kan bijvoorbeeld worden bereikt door andere of meer ongewenste kwaliteitsbepalende kenmerken 324 uit te sluiten, of door het oppervlak 344 van het kandidaat snijgedeelte aan te passen. Door de opbrengst van het aangepaste kandidaat snijgedeelte te vergelijken 370 met het huidige kandidaat snijgedeelte, kan het optimaal snijgedeelte 372 met de hoogste opbrengst, d.w.z. een optimale opbrengst, iteratief worden bepaald.

[68] Zodoende kan het iteratief aanpassen 371 van het kandidaat snijgedeelte en het bepalen van de overeenkomende opbrengst 360 toelaten om het kandidaat snijgedeelte te bepalen die resulteert in de hoogste opbrengst van een onbewerkte houtlaag, d.w.z. het optimaal snijgedeelte 372. Met andere woorden, het optimaal snijgedeelte 372 wordt bepaald op basis van de gedetecteerde kwaliteitsbepalende kenmerken 324 van de onbewerkte houtlaag.

[69] Fig. 4 toont een onbewerkte houtlaag 401 omvattende een rechthoekig gevormd snijgedeelte 402 volgens een uitvoeringsvorm. De onbewerkte houtlaag 401 omvat een veelheid van kwaliteitsbepalende kenmerken van het gebrektype, waaronder twee scheuren of scheidingen in de lengterichting van het hout, d.w.z. scheuren 411, 412, en vier takken die van de boom werden verwijderd, d.w.z. knopen 421, 422, 423, 424.

De onbewerkte houtlaag 401 omvat verder een wezenlijk gevlamde tekening 430, dat karakteriserend is voor een kwaliteitsbepalend kenmerk van het snijpatroontype, namelijk een dossesnede. Het rechthoekig gevormd snijgedeelte 402 is dus bepaald om de hoogste opbrengst uit de onbewerkte houtlaag 401 te verkrijgen door bijvoorbeeld ongewenste kwaliteitsbepalende kenmerken 411, 421, 422, 423 uit te sluiten en het meest wenselijke deel van de gevlamde tekening te omvatten, terwijl tevens een wezenlijk oppervlakte wordt gewaarborgd.

[70] De beeldverwerkingsmethode, ingericht om de kwaliteitsbepalende kenmerken 411, 412, 421, 422, 423, 424, 430 van onbewerkte houtlaag 401 te detecteren, kan bij voorkeur een eerste classifier zijn die is getraind voor het detecteren van de voorgenoemde kwaliteitsbepalende kenmerken uit de digitale afbeelding van onbewerkte houtlaag 401. Een algoritme, d.w.z. de eerste classifier, kan dus door machinaal leren worden getraind om kwaliteitsbepalende kenmerken van een digitale afbeelding van een onbewerkte houtlaag te detecteren. De getrainde classifier kan onder meer een kunstmatig neuraal netwerk, een residueel neuraal netwerk, een beslissingsboom, een support-vector machine, regressieanalyse, K-means clustering, een Bayesiaans netwerk, een genetisch algoritme of elke andere classifier zijn gekend door de vakman. De eerste classifier kan worden getraind door gecontroleerd leren, waarbij een veelvoud aan afbeeldingen van onbewerkte houtlagen met geannoteerde informatie over de kwaliteitsbepalende kenmerken aan de eerste classifier worden gepresenteerd.

[71] Fig. 5 toont een trainingsproces 500 van een eerste classifier 520 voor het detecteren van kwaliteitsbepalende kenmerken 530 uit de digitale afbeelding 510 van een onbewerkte houtlaag volgens een uitvoeringsvorm. Het trainingsproces 500 kan beginnen met het verzamelen van een veelheid van digitale afbeeldingen 501 van onbewerkte houtlagen, d.w.z. trainingsdata. In een volgende stap 502 kunnen de digitale afbeeldingen 501 van onbewerkte houtlagen worden geannoteerd met informatie over de kwaliteitsbepalende kenmerken 411, 412, 421, 422, 423, 424 die door de eerste classifier moeten worden gedetecteerd, bv. met een grafisch beeldannotatiehulpmiddel. Op deze wijze wordt een dataset van geannoteerde afbeeldingen samengesteld die onder andere de locatie van de kenmerken, het type van de kenmerken, de grenzen van de kenmerken en de afmetingen van de kenmerken omvat. De trainingsdataset kan ten minste 5000 annotaties omvatten, bij voorkeur ten minste 10 000, nog meer bij voorkeur ten minste 30 000. Als alternatief of als aanvulling kan de eerste classifier vooraf worden getraind op een benchmark- dataset, bv. de COCO-dataset, de open images dataset, de imageNet dataset, of de

CIFAR-10 dataset. De eerste classifier kan verder worden getraind door ongecontroleerd leren of door ondersteund leren.

[72] Het trainen van de eerste classifier 520 door middel van machinaal leren kan aldus resulteren in een machinaal leermodel 503 dat kwaliteitsbepalende kenmerken 530 van een onbewerkte houtlaag kan detecteren aan de hand van een digitale afbeelding 510 van de laag. De eerste classifier 520 kan één enkele classifier omvatten die is getraind om een of meer soorten kwaliteitsbepalende kenmerken 530 te detecteren, d.w.z. gebreken, kleuren en snijpatronen. Een andere mogelijkheid is dat de eerste classifier 520 een of meer classifiers omvat die zijn getraind voor de detectie van een specifiek type van kwaliteitsbepalende kenmerken 530, bijvoorbeeld voor gebrekdetectie, voor kleurdetectie en voor snijpatroondetectie.

[73] Een getrainde classifier voor kleurdetectie kan de kleur van het oppervlak van de onbewerkte houtlaag detecteren op verschillende ruimtelijke punten van de digitale afbeelding. Bij voorkeur wordt de kleur bepaald in een perceptueel uniforme kleurruimte, zoals de CIELAB-kleurruimte of de CIELUV-kleurruimte. Zodoende kan een numerieke verandering in kleurwaarde relatief beter overeenkomen met een gelijkaardige kleurverandering zoals waargenomen door het menselijk oog, in vergelijking met een additief of subtractief kleurmodel zoals RGB, RYB, CMY, of

CMYK. Bovendien kan de CIEDE2000-formule worden gebruikt om de afstand of het verschil tussen gedetecteerde kleurwaarden, of tussen een gedetecteerde kleurwaarde en een referentiekleurwaarde te kwantificeren, zodat wordt benaderd hoe mensen kleurverschillen waarnemen.

[74] Het bepalen van de score van het kandidaat snijgedeelte kan bij voorkeur worden uitgevoerd door een tweede classifier die is getraind voor het bepalen van de score uit de kwaliteitsbepalende kenmerken die omvat zijn in het kandidaat snijgedeelte, d.w.z. de aangepaste kenmerken. Een algoritme, d.w.z. de tweede classifier, kan dus door machinaal leren worden getraind om de score, d.w.z. het kwaliteitsniveau, van een kandidaat snijgedeelte op het oppervlak van de onbewerkte houtlaag te bepalen aan de hand van de kwaliteitsbepalende kenmerken die in dit kandidaat snijgedeeltezijn omvat. Met andere woorden, de tweede classifier houdt alleen rekening met de kwaliteitsbepalende kenmerken die zich binnen de grenzen van het kandidaat snijgedeelte bevinden om de score te bepalen, d.w.z. het negeert de kenmerken die zich buiten deze grenzen bevinden.

[75] Fig. 6 toont een tweede classifier 620 die getraind is om de score 630 van een kandidaat snijgedeelte te bepalen uit de kwaliteitsbepalende kenmerken 610 omvat in het kandidaat snijgedeelte volgens een uitvoeringsvorm. De kwaliteitsbepalende kenmerken 610 kunnen bijvoorbeeld een of meer van het gebrektype 611, het kleurtype 612 en het snijpatroontype 613 zĳn. Bij voorkeur zijn deze kwaliteitsbepalende kenmerken 610 gedetecteerd door de eerste classifier, d.w.z. dat de input van de tweede classifier de output van de eerste classifier kan zijn.

[76] De tweede classifier 620 kan verder worden getraind voor het bepalen van de score 630 op basis van een of meer productie-eigenschappen van de onbewerkte houtlaag of bundel van onbewerkte houtlagen. De score 630 van het kandidaat snijgedeelte kan dus worden bepaald op basis van de kwaliteitsbepalende kenmerken 610 en een of meer productie-eigenschappen van de onbewerkte houtlaag. Deze productie-eigenschappen kunnen bijvoorbeeld worden verkregen door het scannen of uitlezen van de informatiedrager van de onbewerkte houtlaag of bundel, bijv. een streepjescode, een QR-code of een RFID-tag. Een productie-eigenschap die bijdraagt tot het bepalen van de score 630 van het kandidaat snijgedeelte kan bijvoorbeeld zijn, onder andere, een breedte van de onbewerkte houtlaag, een lengte van de onbewerkte houtlaag, een dikte van de onbewerkte houtlaag, een oppervlakte van de onbewerkte houtlaag, een stamnummer, een volgnummer, of een hoeveelheid onbewerkte houtlagen omvat in een bundel.

[77] De tweede classifier 620 kan worden getraind door gecontroleerd leren, waarbij de score van onbewerkte houtlagen, hun kwaliteitsbepalende kenmerken 610 en hun productie-eigenschappen aan de tweede classifier 620 worden gepresenteerd. Met andere woorden, er wordt een trainingsdataset samengesteld die de score 630 van een onbewerkte houtlaag relateert aan de kwaliteitsbepalende kenmerken 610 en de productie-eigenschappen van die laag. Als alternatief of aanvullend kan de tweede classifier 620 vooraf worden getraind op een benchmark dataset, worden getraind door ongecontroleerd leren, of worden getraind door ondersteund leren. De getrainde classifier kan onder andere een kunstmatig neuraal netwerk, een beslissingsboom, een support-vector machine, regressieanalyse, een Bayesiaans netwerk, een genetisch algoritme of een andere classifier zijn gekend door de vakman.

[78] Fig. 7 toont een geschikt computersysteem 700 waarmee uitvoeringsvormen van de hierboven beschreven werkwijze volgens de uitvinding kunnen worden uitgevoerd.

Het computersysteem 700 kan in het algemeen de vorm aannemen van een geschikte computer voor algemeen gebruik en omvat een bus 710, een processor 702, een lokaal geheugen 704, een of meer optionele invoerinterfaces 714, een of meer optionele uitvoerinterfaces 716, een communicatie-interface 712, een opslagelement interface 706 en een of meer opslagelementen 708. Bus 710 kan een of meer geleiders omvatten die communicatie tussen de componenten van het computersysteem 700 mogelijk maken. Processor 702 kan elk type conventionele processor of microprocessor omvatten die programmeerinstructies interpreteert en uitvoert. Het lokale geheugen 704 kan een random-acces geheugen (RAM) of een ander type dynamisch opslagmedium omvatten dat informatie en instructies opslaat voor uitvoering door processor 702 en/of een read-only geheugen (ROM) of een ander type statisch opslagmedium dat statische informatie en instructies opslaat voor gebruik door processor 702. Invoerinterface 714 kan een of meer conventionele mechanismen omvatten waarmee een operator of gebruiker informatie kan invoeren in het computerapparaat 700, zoals een toetsenbord 720, een muis 730, een pen, stemherkennings- en/of biometrische mechanismen, een camera, enz.

Uitvoerinterface 716 kan een of meer conventionele mechanismen omvatten waarmee informatie aan de operator of gebruiker kan worden uitgevoerd, zoals een display 740, enz. De communicatie-interface 712 kan een transceiver-achtig mechanisme omvatten, zoals bijvoorbeeld een of meer Ethernet-interfaces, dat het computersysteem 700 in staat stelt te communiceren met andere apparaten en/of systemen, zoals bijvoorbeeld een camera 221, een sorteersysteem 224, een trimsysteem 241 of een knipsysteem 242. De communicatie-interface 712 van het computersysteem 700 kan met een dergelijk ander computersysteem worden verbonden door middel van een lokaal netwerk (LAN) of een wide area network (WAN), zoals bijvoorbeeld het internet. Opslagelement interface 706 kan een opslaginterface omvatten zoals bijvoorbeeld een SATA-interface (Serial Advanced Technology

Attachment) of een SCSI-interface (Small Computer System Interface) om bus 710 te verbinden met een of meer opslagelementen 708, zoals een of meer lokale schijven, bijvoorbeeld SATA-schijven, en het lezen en schrijven van gegevens naar en/of van deze opslagelementen 708 te regelen. Hoewel het (de) opslagelement(en) 708 hierboven is (zijn) beschreven als een lokale schijf, kunnen in het algemeen alle andere geschikte voor de computer leesbare media worden gebruikt, zoals een verwijderbare magnetische schijf, optische opslagmedia zoals een CD of DVD, -ROM-schijf, solid- state drives, flash-geheugenkaarten, enz.

[79] Hoewel de onderhavige uitvinding werd geïllustreerd aan de hand van specifieke uitvoeringsvormen, zal het voor de vakman duidelijk zijn dat de uitvinding niet beperkt is tot de details van de voorgaande illustratieve uitvoeringsvormen, en dat de onderhavige uitvinding kan worden uitgevoerd met verschillende wijzigingen en aanpassingen zonder daarbij af te wijken van de reikwijdte ervan. De onderhavige uitvoeringsvormen moeten daarom in alle opzichten als illustratief en niet beperkend worden beschouwd, waarbij de reikwijdte van de uitvinding eerder door de bijgevoegde conclusies dan door de voorafgaande beschrijving wordt aangegeven, en alle veranderingen die binnen de betekenis en het bereik van de gelijkwaardigheid van de conclusies vallen, zijn daarom bedoeld om daarin te worden opgenomen. Met andere woorden, het is de bedoeling om alle wijzigingen, variaties of equivalenten te omvatten die binnen de reikwijdte van de fundamentele onderliggende beginselen vallen en waarvan de essentiële kenmerken in deze octrooiaanvraag worden geclaimd.

Bovendien zal de lezer van deze octrooiaanvraag begrijpen dat de woorden "omvattende" of "omvatten" andere elementen of stappen niet uitsluiten, dat het woord "een" geen meervoud uitsluit, en dat een enkelvoudig element, zoals een computersysteem, een processor of een andere geïntegreerde eenheid de functies van verschillende hulpmiddelen kunnen vervullen die in de conclusies worden vermeld.

Eventuele verwijzingen in de conclusies mogen niet worden opgevat als een beperking van de conclusies in kwestie. De termen "eerste", "tweede", "derde", "a", "b", "c" en dergelijke, wanneer gebruikt in de beschrijving of in de conclusies, worden gebruikt om het onderscheid te maken tussen soortgelijke elementen of stappen en beschrijven niet noodzakelijk een opeenvolgende of chronologische volgorde. Op dezelfde manier worden de termen "bovenkant", "onderkant", "over", "onder" en dergelijke gebruikt ten behoeve van de beschrijving en verwijzen ze niet noodzakelijk naar relatieve posities.

Het moet worden begrepen dat die termen onderling verwisselbaar zijn onder de juiste omstandigheden en dat uitvoeringsvormen van de uitvinding in staat zijn om te functioneren volgens de onderhavige uitvinding in andere volgordes of oriëntaties dan die beschreven of geïllustreerd in het bovenstaande.

Claims

CONCLUSIES

1. Een computer geïmplementeerde werkwijze (300) voor het verwerken van een onbewerkte houtlaag voor de vervaardiging van decoratieve houten panelen, de werkwijze omvattende de volgende stappen: — het verkrijgen (310) van een digitale afbeelding van de onbewerkte houtlaag; — het detecteren (320) van kwaliteitsbepalende kenmerken (324) van de onbewerkte houtlaag uit de digitale afbeelding; — het bepalen (330) van een kandidaat snijgedeelte op de onbewerkte houtlaag; — het bepalen (350) van een score van het kandidaat snijgedeelte uit de kwaliteitsbepalende kenmerken omvat in het kandidaat snijgedeelte; — het bepalen (360) van een opbrengst op basis van een oppervlakte (344) van het kandidaat snijgedeelte en de score (351); en — het bepalen (370) van een optimaal snijgedeelte met een hoogste opbrengst door het iteratief bepalen van de opbrengst voor verschillende kandidaat snijgedeelten (330,350,360).

2. De computer geïmplementeerde werkwijze volgens conclusie 1, waarbij het kandidaat snijgedeelte een bijsnijding definieert van de onbewerkte houtlaag tot een rechthoekige vorm (402).

3. De computer geïmplementeerde werkwijze volgens conclusie 2, waarbij een minimumlengte van het kandidaat snijgedeelte (402) wordt bepaald op basis van een lengte van de decoratieve houten panelen.

4. De computer geïmplementeerde werkwijze volgens conclusie 2 of 3, waarbij het bepalen van een optimaal snijgedeelte verder het aanpassen van een lengte, een breedte, en/of een locatie van het kandidaat snijgedeelte (402) op de onbewerkte houtlaag (401) omvat.

5. De computer geïmplementeerde werkwijze volgens één van de voorgaande conclusies, waarbij de onbewerkte houtlaag (130) een onbewerkte fineerlaag of een onbewerkte houten lamel is.

6. De computer geïmplementeerde werkwijze volgens één van de voorgaande conclusies, waarbij het detecteren (320) van de kwaliteitsbepalende kenmerken wordt uitgevoerd door een eerste classifier (520) die is getraind voor het detecteren van de kwaliteitsbepalende kenmerken (530) in de digitale afbeelding (510).

7. De computer geïmplementeerde werkwijze volgens één van de voorgaande conclusies, waarbij de kwaliteitsbepalende kenmerken (324) een kenmerktype karakteriseren dat geselecteerd is uit de groep die ten minste één van een gebrek (321), een kleur (322), en een snijpatroon (323) omvat.

8. De computer geïmplementeerde werkwijze volgens conclusie 7, waarbij een kwaliteitsbepalend kenmerk van het gebrektype (321) wordt geselecteerd uit de groep omvattende ten minste één van een knoop, een gat, een minerale lijn, een bird peck, een vlek, een braam, een snijfout, een grove nerf, een verhoogde nerf, spinthout, schimmelbeschadiging, een insectendefect, een scheur, een breuk, en een gedraaide vezel.

9. De computer geïmplementeerde werkwijze volgens conclusie 7, waarbij een kwaliteitsbepalend kenmerk van het snijpatroontype (323) wordt geselecteerd uit de groep omvattende ten minste één van een afrolsnede, een dossesnede, een kwartier normaalsnede, een kwartier riftsnede, of een combinatie daarvan.

10. De computer geïmplementeerde werkwijze volgens conclusie 7, waarbij een kwaliteitsbepalend kenmerk van het kleurtype (322) wordt geselecteerd uit de groep omvattende ten minste één van een primaire kleur, een secundaire kleur, een kleurverdeling, een kleurverschil, en een kleurvariatie.

11. De computer geïmplementeerde werkwijze volgens één van de voorgaande conclusies, waarbij het bepalen (350) van de score van het kandidaat snijgedeelte wordt uitgevoerd door een tweede classifier (620) die getraind is om de voorgenoemde score (630) te bepalen uit de kwaliteitsbepalende kenmerken (610) omvat in het voorgenoemde kandidaat snijgedeelte.

12. De computer geïmplementeerde werkwijze volgens conclusie 11, verder omvattende het verkrijgen van ten minste één productie-eigenschap van de onbewerkte houtlaag en waarbij de tweede classifier (620) verder getraind is voor het bepalen van de voorgenoemde score (630) uit één of meer productie- eigenschappen.

13. De computer geïmplementeerde werkwijze volgens conclusie 12, waarbij de één of meer productie-eigenschappen ten minste één van de volgende productie- eigenschappen omvatten: een breedte van de onbewerkte houtlaag, een lengte van de onbewerkte houtlaag, een dikte van de onbewerkte houtlaag, een oppervlakte van de onbewerkte houtlaag, een stamnummer, een volgnummer, en een hoeveelheid onbewerkte houtlagen omvat in een bundel.

14. Een werkwijze (200) voor het verwerken van een onbewerkte houtlaag (130) omvattende: — het verkrijgen van de onbewerkte houtlaag (130); — het vastleggen van een digitale afbeelding van de onbewerkte houtlaag met behulp van een camera (221); — door een controle-eenheid (223) het bepalen van een optimaal snijgedeelte met een hoogste opbrengst uit de digitale afbeelding volgens een van de conclusies 1 tot 13; — het sorteren (225) van de onbewerkte houtlaag volgens de score van het optimaal snijgedeelte; — het oppikken van een partij gesorteerde onbewerkte houtlagen volgens de score van het optimaal snijgedeelte; — het trimmen (241) van de lengte van de onbewerkte houtlaag volgens de lengte van het optimaal snijgedeelte; en — het knippen (242) van de breedte van de onbewerkte houtlaag volgens de breedte van het optimaal snijgedeelte.

15. Een systeem om een onbewerkte houtlaag te verwerken, het systeem omvattende: — een camera (221) die ingericht is om een digitale afbeelding van de onbewerkte houtlaag (130) te verkrijgen; — een controle-eenheid (223) dat ingericht is om een optimaal snijgedeelte met een hoogste opbrengst te bepalen uit de digitale afbeelding volgens een van de conclusies 1 tot 13; — een sorteersysteem (224), dat ingericht is om (225) de onbewerkte houtlaag te sorteren volgens de score van het optimaal snijgedeelte; — een oppiksysteem dat ingericht is om een partij gesorteerde onbewerkte houtlagen op te pikken volgens de score van het optimaal snijgedeelte; — een trimsysteem (241), dat ingericht is om de lengte van de onbewerkte houtlaag te trimmen volgens de lengte van het optimaal snijgedeelte; en — een knipsysteem (242), dat ingericht is om de breedte van de onbewerkte houtlaag te knippen volgens de breedte van het optimaal snijgedeelte.

16. Een gegevensverwerkend systeem dat ingericht is om de computer- geïmplementeerde werkwijze (300) volgens één van de conclusies 1 tot 13 uit te voeren.

17. Een computerprogramma dat instructies omvat die, wanneer het programma door een computer wordt uitgevoerd, de computer ertoe brengen de computer geïmplementeerde werkwijze (300) volgens een van de conclusies 1 tot 13 uit te voeren.

18. Een door een computer leesbaar medium dat instructies omvat die, wanneer uitgevoerd door een computer, de computer ertoe brengen de computer- geïmplementeerde werkwijze (300) volgens één van de conclusies 1 tot 13 uit te voeren.