CN205538740U - 一种智能木材表面缺陷检测系统 - Google Patents

Abstract

本实用新型公开了一种智能木材表面缺陷检测系统，它涉及木材检测系统技术领域。它包括光学系统、摄像机、图像采集卡、监视器和计算机，光学系统与摄像机相配合，摄像机与图像采集卡连接，图像采集卡与装有检测应用软件的计算机连接，图像采集卡、计算机接至监视器，当光学系统中的光源照射被测目标表面后，反射光线入射到摄像机内并经过合适的图像采集卡完成图像的获取。本实用新型对木材表面质量在线检测，有效实现对木材缺陷分类识别，识别率高，检测精确，实用性强，易于推广使用。

Description

一种智能木材表面缺陷检测系统

技术领域

本实用新型涉及木材检测系统技术领域，尤其涉及一种智能木材表面缺陷检测系统。

背景技术

木材缺陷是指降低木材商品价值和使用价值的各种特征的总称，是降低商品价值的非正常和不规则部分，是木材适用于某种特殊用途时的质量缺陷，它们会降低木材强度，影响加工和装饰质量及外观。我国国家标准有关木材缺陷的定义是：凡是在木材上降低其质量、影响其使用的各种缺点均为木材缺陷，根据新颁布的国家木材标准，将木材缺陷分为下列十大：节子、变色、腐朽、虫害、裂纹、树干形状缺陷、木材构造缺陷、伤疤(损伤)、木材加工缺陷和变形，板材的缺陷主要包括节子、腐朽、裂纹和夹皮、虫害和加工缺陷。

节子是指包含在树干或主枝木材中产生枝条部分，有活节、死节、腐朽节、漏节等，节子破坏木材构造的均匀性和完整性，不仅影响木材表面的美观和加工性质，更重要的是降低木材的某些强度，不利于木材的有效利用。木材由于木腐菌的侵入，逐渐改变其颜色和结构，使细胞壁受到破坏，物理、力学性质随之发生变化，最后变得松软易碎，呈筛孔状或粉末状等形态，这种状态即称为腐朽；腐朽严重影响木材的物理、力学性质，使木材重量减轻，吸水量大，强度降低，特别是硬度降低较明显。通常褐腐对强度的影响最为显著；褐腐后期，强度基本上接近于0，白腐有时还能保持木材一定的完整性。一般完全丧失强度的腐朽材，其使用价值也就随消失：因各种昆虫害而造成的缺陷称为木材虫害，分表面虫跟和虫沟、大虫眼和小虫眼三种，表面虫害和虫沟常可随板皮一起锯除，故对木材的利用基本上没有什么影响；分散的小虫眼影响也不大；但深度在10毫米以上的大虫眼和深而密集的小虫眼，能破坏木材的完整性， 并降低其力学性质；而且虫眼也是引起边材变色和腐朽的重要通道。

木材表面缺陷自动检测可借助计算机图像处理技术的应用，但生产环境中的光照条件，板材材质及外界干扰等因素，都会对板材图像质量造成影响，而且板材表面质量检铡是在生产状态下的流水线下进行的，普通摄像机得到的图像的信噪比就比较低，质量比较差，整个图像对比度的分布也不均匀，如果信噪比低于一定水平，噪声就比较严重，从而导致图像质量的下降，导致检测的不准确。

因此，本领域的技术人员致力于开发一种智能木材表面缺陷检测系统。

实用新型内容

有鉴于现有技术的上述缺陷，本实用新型所要解决的技术问题是提供一种智能木材表面缺陷检测系统，结构设计合理，对木材表面质量在线检测，有效实现对木材缺陷分类识别，识别率高，检测精确，实用性强，易于推广使用。

为实现上述目的，本实用新型提供了一种智能木材表面缺陷检测系统，包括光学系统、摄像机、图像采集卡、监视器和计算机，光学系统与摄像机相配合，摄像机与图像采集卡连接，图像采集卡与装有检测应用软件的计算机连接，图像采集卡、计算机接至监视器，当光学系统中的光源照射被测目标表面后，反射光线入射到摄像机内并经过合适的图像采集卡完成图像的获取；所述的摄像机采用CCD摄像机MTV 1881EX，图像采集卡采用标准视频黑白图像采集卡OK_M10A。

作为优选，所述的光学系统由光源、将光源发散的光准直的准直透镜、将光源的光反射的反射镜以及分光镜组成，准直透镜设置在光源与反射镜之间，反射镜的反射面面对分光镜设置，分光镜位于测量对象与摄像机之间；所述的光源采用LED光源，可以长时间稳定工作，也可以设计成特殊形状的光源，使光线均匀照射；LED光源发出来的光首先经过一个准直透镜，然后由反射镜反射到分光镜，分光镜的反射功能使一部分光线照到测量对象的功能面上，从功能面反射的光束是成像光束，它经过分光镜的透射到达摄像机的成像面。

作为优选，所述的计算机包括具有图像处理与识别功能的图像处理模块， 所述图像处理模块由RGB图像获取单元、图像灰度变换单元、低通滤波单元、图像分割单元、灰度均衡化单元、中值滤波单元、插值处理单元、边缘检测单元和特征提取单元组成，RGB图像获取单元、图像灰度变换单元、低通滤波单元、图像分割单元、灰度均衡化单元、中值滤波单元、插值处理单元、边缘检测单元、特征提取单元依次连接，数字图像处理技术利用缺陷图片的缺陷部位在灰度直方图中所表现出的颜色突交特点，判剐图像是否有无缺陷。

本实用新型的有益效果是：能在线检测木材表面质量，采用视觉模式识别方式，在模式识别过程中，结合板材表面缺陷复杂多变的特点，引入基于人工神经网络的分类算法，以颜色特征为分类，构建板材表面缺陷的识别算法，实现对木材缺陷分类识别，检测精度高，处理内容丰富，识别质量好。

以下将结合附图对本实用新型的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本实用新型的目的、特征和效果。

附图说明

图1是本实用新型的系统框图；

图2是本实用新型光学系统的应用示意图；

图3是本实用新型图像处理模块的结构框图；

图4是本实用新型BP神经网络的模式分类程序流程图。

具体实施方式

参照图1-4，本具体实施方式采用以下技术方案：一种智能木材表面缺陷检测系统，包括光学系统1、摄像机2、图像采集卡3、监视器4和计算机5，光学系统1与摄像机2相配合，摄像机2与图像采集卡3连接，图像采集卡3与装有检测应用软件的计算机5连接，图像采集卡3、计算机5接至监视器4，当光学系统1中的光源照射被测目标表面后，反射光线入射到摄像机2内并经过合适的图像采集卡3完成图像的获取。

计算机视觉技术通过模拟人的视觉功能，对输入图像进行分析和理解的技术，对予以灰度进行量化处理的机器视觉系统而言，图像亮度是一个尤为重要 的参数，而决定这一重要参数的因素便是光路系统的质量。一般来说机器视觉系统为了避免环境自然光线或灯光对其工作状态的影响，光路设计采用的光源要求亮度大、亮度可调、均匀性好、稳定性高，以抑制各种外界环境光对图像质量产生较大影响，并导致机器视觉系统故障或误判行为。其次，光路系统设计需要满足视场需求和图像分辨率要求，它的设计质量决定了图像质量及机器视觉系统的准确率。

值得注意的是，所述的光学系统1由光源101、将光源101发散的光准直的准直透镜102、将光源101的光反射的反射镜103以及分光镜104组成，准直透镜102设置在光源101与反射镜103之间，反射镜103的反射面面对分光镜104设置，分光镜104的位于测量对象6与摄像机2之间；为了使照明更加均匀，使光源发出来的光首先经过一个准直透镜102，然后由反射镜103反射到分光镜104，分光镜104的反射功能使一部分光线照到测量对象6的功能面上，从功能面反射的光束是成像光束，它经过分光镜104的透射到达摄像机2的成像面。

照明系统的技术要求：(1)镜头的视场：应根据被测对象的尺寸确定镜头的视场，再根据镜头视场的大小决定最佳的照明系统。

(2)照明系统与工件的间距：需要确定镜头到工件的距离，照明系统到工件的距离，从而确定光源与工件的距离。

(3)工件的外形、条件及颜色：照明的选择是由工件表面的形状、平坦度、光滑程度等条件决定的。最佳的照明颜色(红、蓝、绿、白)可通过检测工件或被检测区的颜色来决定。

(4)成像物镜：应针对确定的成像物镜进行照明系统的设计，其检验标准要看工件的缺陷是否被显现出来。

光源和照明是机器视觉系统输入的重要因素，好的光源与照明方案往往是整个系统成败的关键，光源与照明方案的配合应尽可能地突出物体特征量，在物体需要检测的部分与那些不重要部分之间应尽可能地产生明显的区别，增加对比度，同时还应保证足够的整体亮度，尽可能突出所要提取的特征。光源101主要是为图像传感器提供光路支持，它将光线照到视觉对象上，对象反射光携 带了对象的大部分表面特征，经物镜成像在图像传感器的像面上，从而可以采集到对象的表面特征信息。因此，恰当地选择光源是获得理想信息的关键，是图像传感器技术的重要环节。光源设备的选择必须符合所需的几何形状、照明亮度、均匀度、发光的光谱特性，同时还要考虑光源的发光效率和使用寿命。常见的可见光源有日光灯、白织灯和LED等。

因为本系统要求使图像处理单元得到精确的、重复性好的测量结果，照明系统必须保证长时间内能够提供稳定的图像输入，所以本照明系统选择LED光源，LED光源寿命长，光源稳定工作寿命达到6000-10000h，LED光源是由许多单个LED发光二极管组合而成的，因而通过每个小LED的排列组合设计光源比较容易，更容易针对实际应用需求来设计光源的形状和尺寸，而且LED光源具有功耗小、响应快等优点，目前在视觉系统中被广泛应用。

工业生产中采用的机器视觉系统，灰度级差异较大，小到二值图像、大到256灰度级以及更大的特殊需求，采用的灰度级越大，数字图像越逼真清晰，越接近原视图。一般来说，入眼能分辨的灰度级约为50-60级之间，因此64级灰度足以提供必要的观察信息及辨认需求，所以许多机器视觉系统是采用64级灰度级。但是，要使机器视觉系统具有很强的精密区别目标的能力，一般采用的灰度级为256级，其灰度范围从0到255。视觉系统的精度取决于目标视场和摄像机所包含的像元数量，当目标视场固定时，像机中每个像素单元代表的距离越小，识别精度也越高，图像的分辨率也越高。

所述的摄像机2采用CCD摄像机，CCD全称为电荷耦合器件，具有光电转换、信息存贮和传输等功能，具有集成度高、功耗小、结构简单、寿命长、性能稳定等优点，所以在固体图像传感器、信息存贮和处理等方面得到了广泛的应用，CCD图像传感器能实现信息的获取、转换和视觉功能的扩展，能给出直观真实、多层次、内容丰富的、可视图像信息。本系统摄像机2选用黑白低照度高解析摄像机MTV 1881EX，各项指标如下：

(1)型号：MTV 1881EX；

(2)功能描述：内同步/外同步(VB S)，视频驱动，自动增益控制；

(3)影像传感器：1/2英寸；

(4)CCD光敏面：7.95mm×6.45mm；

(5)光敏单元大小：8.6urn(H)×8.3um(V)；

(6)CCD总像素：795(水平)×596(垂直)；

(7)扫描系统：625线，50场/秒((CCIR制式)/525线，60场/秒(EIA制式)；

(8)同步系统：内同步/复合外同步；

(9)最低照度：0.02Lux(F1.2，56000K)；

(10)水平清晰度：600线；

(11)增益控制模式：自动增益控制(ON/OFF可切换)；

(12)信噪比：优于48dB；

(13)电子快门(手动)：1/50(CCIR制式)/60(EIA制式)，1/125，1/250，1/500，1/1000，l/2000，1/4000，1/10000秒；

(14)自动光圈：视频驱动；

(15)视频输出：复合式影像信号输出，1.0Vp-p在750hm；

(16)伽玛修正：O.45。

采集图像的数字化是图像采集卡以数据采集计算机接口卡(简称图像采集卡)为核心，中央计算机控制完成视频输入信号的数字化，起到光学传感模块与图像处理模块之间的桥梁作用。检测过程中，光学传感模块实时获得木材表面图像，图像采集模块数字化CCD摄像机输出的视频信号，供图像处理模块进行后续处理；图像采集卡将被测目标的可视化图像和特征转换为能被计算机处理的一系列数据，它一般是完成模拟信号向数字信号转换的功能，此功能可以集成在成像设备中，也可以独立在成像设备之外。前者就是目前流行的数字摄像机，它将数字化(模、数)转换的功能集成在摄像机内，直接输出数字图像信号，这种摄像机避免了将模拟电信号转换成视频信号，再将视频图像转换成数字图像过程中的图像信号损耗。它具有很好的感光像元点和像素点的几何对称性，只要知道了每行的像素点数，就可以确定新的一行从哪里开始，从而避免了模拟视频信号数字化中因水平扫描不能精确同步而造成的像素抖动问题。

图像采集卡除了完成模数转换的功能，同时也作为图像采集部分和处理部分的接口。因此不管是数字像机还是模拟像机，图像采集卡是不可或缺的，图 像处理与决策是整个视觉系统的核心，由工业计算机完成。根据现场作业特点，选择合适的软件流程，并寻找恰当的图像算法来实现检测目的。特别是现场作业环境有别于实验室情况，存在大量的不确定因素，这无疑增加了软件算法的难度，也是系统完善的主要方向。好的软件系统应该尽量少的受到外界条件的干扰，具有更强的自适应性。

本系统所述图像采集卡3采用基于PCI总线的标准视频黑白图像采集卡OK_M10A，OK_M10A是OK系列的第二代产品，是OK_M10M的升级型，并涵盖了OK_M80的绝大部分功能。OK_M10A是一款专业级的标准黑自采集卡，它采用了多项先进技术，高带宽输入，数字抗混叠、滤波等，使此卡的性能比OK_M10M有了显著的提高。OK_MIOA适用于科学研究、工业检测等的图像处理系统1681的通用性高质量图像采集卡。视频模拟信号作为采集卡输入，经滤波、A/D转换成8bits数字信号，通过PCI总线传送到计算机系统内存。

图像卡传送速度高达25MB/s，实现摄像机图像到计算机内存的可靠实时传送，连续采集相邻帧的图像，精确到帧。采集图像点阵精度高，A/D转换后的数字视频信号误差小，适用于高精度和高速度的工业检测及序列图像处理等研究开发领域。OK_M10A卡可以将图像直接传送到主机内存并连续存储，带来两个好处：(1)从连续图像中获得更多信息；(2)图像处理软件在主机内存执行，采用高效总线分享技术，提高CPU并行处理能力，便于图像处理软件编程。

0K_M10A图像采集卡特点及技术指标如下：

(1)视频输入可为PAL或NTSC等标准视频信号；

(2)四路视频输入软件切换选择；

(3)8位高精度高信噪比A/D，宽范围亮度对比度软件调节；

(4)输入的视频幅度可适应0.2V-3V，零点调整可适应士1.5V变化范围；

(4)点阵扰动(pixel jitter)小于4ns；

(5)图像采集采用高效总线分享技术，提高CPU并行处理能力；

(6)可自动测量行场视频特性；

(7)可直接采集格式为8位、24位、32位；

(8)可支持1：1和4：3采集点阵比例，最大采集分辩率768×576；

(9)图像上下、左右镜像采集；

(10)高带宽输入，数字抗混迭滤波技术，图像水平分辨达600线；

(11)可采集单场，单帧，连续帧，精确到场；

(12)外触发信号输入(TIL低电平)。

计算机是自动检测系统的神经中枢，它负责图像的输入、输出、存储器管理和图像处理与识别，目前高速的CPU和大内存配置己经可以满足本系统的要求，即使不采用专用的DSP芯片，图像分析的速度也是相当可观的，完全可以满足本系统自动实时检测的需要。

值得注意的是，所述的计算机5包括具有图像处理与识别功能的图像处理模块，所述图像处理模块由RGB图像获取单元501、图像灰度变换单元502、低通滤波单元503、图像分割单元504、灰度均衡化单元505、中值滤波单元506、插值处理单元507、边缘检测单元508和特征提取单元509组成，RGB图像获取单元501、图像灰度变换单元502、低通滤波单元503、图像分割单元504、灰度均衡化单元505、中值滤波单元506、插值处理单元507、边缘检测单元508、特征提取单元509依次连接，数字图像处理技术利用缺陷图片的缺陷部位在灰度直方图中所表现出的颜色突交特点，判剐图像是否有无缺陷。

直接对获取的RGB图像采用加权平均法灰度变换，通过三种方式对图像的灰度直方图进行分拆统计：(1)对每一像素作256级灰度直方图分析；(2)对4×4像素块作256级灰度直方图分析；(3)4×4像素块作16级灰度直方图分析。从灰度直方图中根据是否有颜色突变来判断图片是否存在缺陷，缺陷图片在直方图中表现出双峰特征，通常次波峰即为缺陷部位，但这不是绝对的，若直方图曲线只有一个波峰，则可能是正常木材图片。经过实验统计，当次波峰值比主波峰的值大于1/lO时，次波峰即是代表缺陷颜色。

实现了在正常图像中产生次波峰的了解决办法，通过对直方图修正，剔除产生次波峰的干扰因素，实现了木材缺陷的第一步识别，即分类出缺陷图像与正常图像。

本系统依据图像处理原理及采样、量化的理论，采用了彩色图像处理中常用的RGB颜色模型和HIS颜色模型；并结合本系统木材缺陷图像特点与系统特 点，对缺像图像处理中所涉及的关键技术在系统中予以实现。图像的处理过程具体包括灰度化处理、灰度值均衡化、中值滤波、图像分割、边缘检测等。采用了直方图均衡化突出图像中有效特征，增加图像的对比度；中值滤波去除噪声，消除标示为缺陷部位的分散点；利用插值算法对标示为缺陷点连通，使离散的点连成片，从而得出缺陷部位的边界；通过比较Rcbort算子、Prcwitt算子、Sobel算子、Log算子和Canny算子边缘检测结果，采用了改进型8方向Sobel算子边缘检测，实现了缺陷图像边缘较理想边界提取。

本具体实施方式由于木材表面缺陷种类繁多，随机性比较强，这些都给分类器提出了很高的要求，本系统基于神经网络模式识别的方法与特点、分类器设计方法及特点；以缺陷灰度均值、缺陷灰度方差和缺陷形状作为缺陷类型识别的特征量为输入，以10种缺陷类型为输出，构建了BP网络系统模型，设计了BP神经网络分类器输入层、隐含层；选用LMS对BP神经网络进行训练，设计出了基于BP神经网络的模林分类程序流程图(如图4所示)，以节子、虫眼、褐变、夹皮四种不同的缺陷类型400组测试样本数据对设计网络进行检测，每种缺陷类型各100组，检测结果表明设计的基于神经网络模林识别的木材检测系统与算法是可行的、有效的，平均识别率为97％。

本具体实施方式利用数字图像处理对从现场采集到的图像经过一定的处理，以去除图像中含有的噪声，从而为缺陷的特征提取及识别提供必要的前提，利用计算机对图像进行处理，处量精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，具有广阔的市场应用前景。

以上详细描述了本实用新型的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本实用新型的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本实用新型的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (4)

1.一种智能木材表面缺陷检测系统，其特征在于：包括光学系统(1)、摄像机(2)、图像采集卡(3)、监视器(4)和计算机(5)，光学系统(1)与摄像机(2)相配合，摄像机(2)与图像采集卡(3)连接，图像采集卡(3)与装有检测应用软件的计算机(5)连接，图像采集卡(3)、计算机(5)接至监视器(4)，所述的光学系统(1)由光源(101)、将光源(101)发散的光准直的准直透镜(102)、将光源(101)的光反射的反射镜(103)以及分光镜(104)组成，准直透镜(102)设置在光源(101)与反射镜(103)之间，反射镜(103)的反射面面对分光镜(104)设置，分光镜(104)的位于测量对象(6)与摄像机(2)之间。

2.如权利要求1所述的一种智能木材表面缺陷检测系统，其特征在于：所述的光源(101)采用LED光源。

3.如权利要求1所述的一种智能木材表面缺陷检测系统，其特征在于：所述的摄像机(2)采用CCD摄像机MTV 1881EX。

4.如权利要求1所述的一种智能木材表面缺陷检测系统，其特征在于：所述的图像采集卡(3)采用标准视频黑白图像采集卡OK_M10A。