FI117575B - Puupinnan karheuden tarkastus - Google Patents

Puupinnan karheuden tarkastus Download PDF

Info

Publication number
FI117575B
FI117575B FI20040726A FI20040726A FI117575B FI 117575 B FI117575 B FI 117575B FI 20040726 A FI20040726 A FI 20040726A FI 20040726 A FI20040726 A FI 20040726A FI 117575 B FI117575 B FI 117575B
Authority
FI
Finland
Prior art keywords
att
för
wood
camera
som
Prior art date
Application number
FI20040726A
Other languages
English (en)
Swedish (sv)
Other versions
FI20040726A (fi
FI20040726A0 (fi
Inventor
Jyri Paavola
Original Assignee
Ekspansio Engineering Ltd Oy
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ekspansio Engineering Ltd Oy filed Critical Ekspansio Engineering Ltd Oy
Publication of FI20040726A0 publication Critical patent/FI20040726A0/fi
Priority to FI20040726A priority Critical patent/FI117575B/fi
Priority to NZ551501A priority patent/NZ551501A/en
Priority to PCT/FI2005/000221 priority patent/WO2005116579A1/en
Priority to EP05739368A priority patent/EP1749189A4/en
Priority to RU2006140854/28A priority patent/RU2378614C2/ru
Priority to CA002566016A priority patent/CA2566016A1/en
Priority to AU2005248493A priority patent/AU2005248493B2/en
Priority to US11/597,497 priority patent/US8155426B2/en
Publication of FI20040726A publication Critical patent/FI20040726A/fi
Application granted granted Critical
Publication of FI117575B publication Critical patent/FI117575B/fi
Priority to NO20065549A priority patent/NO20065549L/no

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/89Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/898Irregularities in textured or patterned surfaces, e.g. textiles, wood
    • G01N21/8986Wood
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/30Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G01B11/303Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Textile Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Description

117575
Puupinnan karheuden tarkastus - Prövning av träytans strävhet 5 Keksintö koskee menetelmää pinnankarheuden optiseksi tarkastamiseksi, joka menetelmä käsittää vaiheina: kohdistetaan fokusoimaton valonsäde tarkastettavaan pintaan kulmassa, joka poikkeaa mainitun pinnan normaalista; liikutetaan mainittua pintaa ja valonsädettä toistensa suhteen; vastaanotetaan mainitun pinnan heijastamaa valoa optoelektronisella detektorilla; ja lasketaan detektorin antamasta sähköi-10 sestä signaalista pinnankarheutta vastaavia arvoja.
Pinnankarheuden mittaus yleensäkin on vaikeaa ja pehmeiden pintojen ja erityisesti puupintojen karheuden mittaaminen on sekä hankalaa että epätarkkaa. Puupintojen karheusmittauksen vaikeus johtuu mm. siitä, että puulla karheus muodostuu osittain 15 irtonaisten puukuitujen aiheuttamasta pinnan karvaisuudesta, toisin kuin kaikilla muilla materiaaleilla. Julkaisussa US-6 122 065 on kuvattu järjestely, jossa kameraa ja monokromaattista laservaloa käyttäen tutkitaan kohteen, kuten puukappaleen pinnan, topologiaa ja määritellään pinnan profiilia kolmiomittausmenetelmää (triangu-lation based derivation method) hyväksikäyttäen. Järjestelyllä pyritään paikanta-20 maan aukkoja (cavity), vajaasärmäisyyttä (wane) ja muuta puuttuvaa materiaalia.
Lisäksi julkaisussa, yhdistettynä äsken mainittuun menettelyyn, voidaan toteuttaa puupinnan värianalyysi (color analysis) käyttäen joko kaksia eri värisiä LEDejä, • ♦ ♦ *♦:·' jotka siis lähettävät valoa kahdella aallonpituudella, tai laajakaistaista valoa yhdessä • · V·: spektrianalyysin kanssa. Tällä järjestelyn osalla etsitään muita kuin muotovirheitä.
• · • *·· 25 Julkaisun menettelyllä ei voida mitata karvaisuuden muodossa esiintyvää pinnan- karheutta, vaan ainoastaan suurempia muotovirheitä, kuten julkaisusta itsestäänkin *· ilmenee. Julkaisussa US-5 229 835 taas on kuvattu laite maalipintojen karheuden, ··«· kuten ns. appelsiinipinnan, mittaamiseksi. Tämä ehdotetaan toteutettavaksi siten • ♦ · kohdistetaan fokusoimaton hajaantuva valonsäde tarkastettavaan pintaan jossain 30 kulmassa, liikutetaan tätä valonsädettä pinnan eri kohtiin ympyräreittiä pitkin ja vastaanotetaan mainitun pinnan heijastamaa valoa kiinteällä valotransistorilla. Kos- **;*’ ka aaltoilevan maalipinnan heijastaman valon määrä vaihtelee aaltomaisuuden tah- ·.· · dissa, lasketaan valotransistorin antamasta sähköisestä signaalista tämän vaihtelun taajuus sekä DC-arvo, tehollisesti RMS-arvo, joiden avulla on sitten laskettavissa ./ 35 maalipinnan karheutta vastaava arvo. Jos tätä laitetta yritettäisiin käyttää puupinnan • ·· *. . karheuden eli karvaisuuden mittaamiseen se antaisi harhaanjohtavia tietoja. Esimer- .
** kiksi puun syykuvio, ts. puupinnan tummuusvaihtelu ja värivaihtelu antaisivat tu lokseksi erilaisia "pinnankarheuksia" vaikka todellinen karvaisuus olisi täysin ident- 117575 2 tistä. Myös se mihin suuntaan julkaisun mukaista mittapäätä liikutetaan suhteessa puun syysuuntaan antaisi, koska puupinnan karvaisuus on aina jossain määrin suuntautunutta, erilaisia "pinnankarheuksia" vaikka todellinen karvaisuus olisi täysin identtistä. Lisäksi kyseinen laite soveltuu vain yksittäisten näytemittausten ottami-5 seen pinnasta, ei laajan pinnan jokaisen kohdan tutkimiseen. Sillä ei siis voida tutkia onko tietyssä pinnassa erilaisen pinnankarheuden tai karvaisuuden omaavia kohtia. Julkaisussa FR-2 710 405 on kuvattu menetelmä puupinnan karheuden kvantitatiiviseksi määrittämiseksi käyttämällä pyörivän tunnistimen (feeler) kitkaenergian mittausta. Kyseessä on siis mekaaninen tuntoelin, jollainen ei sovellu suurten puu-10 tavaramäärien pintojen laajaan tarkastamiseen eikä varsinkaan pinnankarheusjakau-tumien tarkastamiseen kaikista tuotannon läpi menevästä puutavarasta.
Keksinnön tavoitteena on saada aikaan järjestely ja menetelmä, jolla voidaan suurella nopeudella tutkia puutavarakappaleiden yhdet tai useammat pinnat tarvittaessa 15 kokonaan sen selvittämiseksi onko näissä pinnoissa ei-hyväksyttävällä tavalla pin-nankarheudeltaan - koska kyseessä ovat puupinnat, karvaisuudeltaan - poikkeavia alueita. Keksinnön toisena tavoitteena on saada aikaan järjestely ja menetelmä, jolla puupinnan karheudesta eli karvaisuudesta saadaan relevanttia tietoa riippumatta puulajin puun väristä tai tummuudesta tai syykuviosta tai syykuvion tummuusvaih-20 teluista tai syysuunnasta riippumatta.
, Edellä kuvatut ongelmat saadaan eliminoitua ja edellä määritellyt tavoitteet saadaan * · · «·’ toteutettua keksinnön mukaisella menetelmällä, jolle on tunnusomaista se, mitä on j *.**: määritelty patenttivaatimuksen 1 tunnusmerkkiosassa.
f*·· 25
Keksinnön oleellisimpana etuna on se, että sen avulla voidaan tarkastaa esimerkiksi ··· höylätystä puutavarasta höyläyksen asianmukaisuus ja siten tuotteen pinnanlaatu, puutavaraa koskettamatta, suurella nopeudella ja automaattisesti. Tämä saadaan ai- • · · kaan käyttämällä optista menetelmää. Keksinnön oleellisena etuna on myös se, että 30 sen avulla saadaan eliminoitua puupinnassa olevan syykuvion eli puupinnan turn-muusvaihtelun vaikutus vaikka kyseessä onkin heijastuvuuteen perustuva optinen • · T menetelmä. Tarkastustulos on oikea eli pinnakarheudesta on siis todellista karheutta • ♦ * vastaava tieto, vaikka valon heijastuvuus vaihteleekin puun yleisen ja paikallisen värin tai tummuuden mukaan.
• · · :·: 35 • · * . Seuraavassa keksintöä selostetaan yksityiskohtaisesti oheisiin kuvioihin viittaamal- • · · * * la.
117575 3
Fig. 1 esittää yhtä järjestelyä keksinnön mukaisen menetelmän toteuttamiseksi, liikkuvan kohteen liikesuunnassa nähtynä, vastaten kuvion 2 suuntaa I.
Fig. 2 esittää kuvion 1 mukaista järjestelyä keksinnön mukaisen menetelmän toteut-5 tamiseksi, liikkuvan kohteen liikesuuntaa vastaan kohtisuorassa suunnassa nähtynä, vastaten kuvion 1 suuntaa II.
Fig. 3 esittää toista jäijestelyä keksinnön mukaisen menetelmän toteuttamiseksi, samassa kuvannossa kuin kuviossa 1.
10
Fig. 3A - 3E esittävät yksinkertaistetusti ja periaatteellisesti joukkoa viivakuvia, jossa kuvat on otettu peräkkäin pienin välein liikkuvan kohteen pinnasta ja koostuvat pikseleistä, joilla on sähköisessä asussa tallennetut arvot ja jotka kuvaavat kohteen pintaa.
15
Fig. 4A - 4D esittävät yksinkertaistetusti ja periaatteellisesti joukkoa viivakuvia, jotka on muodostettu vähentämällä aina kahden peräkkäisen kuvan, ts. kahden kuvista 3A - 3E, pikselikohtaiset sähköiset arvot toisistaan.
20 Fig. 5 esittää tyypillistä puutavarakappaleen pintaa, joka on muodostettu liittämällä suuri joukko sähköisiä peräkkäin otettuja viivakuvia vieri viereen, jolloin tulos , myös vastaa tavanomaista valokuvaa.
• · * • · · • · · * · • · · *· " Fig. 6 ja 7 esittävät kuvion 5 puutavarakappaleen pintaa keksinnön mukaisissa ku- : *·· 25 vissa, eli peräkkäisten viivakuvien erotuksista ne vieri viereen asettamalla muodos- * · · tettua kuvaa, jolloin nämä kaksi kuvaa eroavat vain siinä, että tummuusarvot ovat ·:· käänteiset.
• · * · * · · • · • · • · · .
Fig. 8 esittää kaaviomaisesti puukappaleen pinnan tyypillistä karvaista pintastruk-30 tuuria aksonometrisessä kuvannossa.
**»· • ♦ · • · • · *!* Kuviot IA, IB ja 2 esittävät laitteistoa, jolla keksinnön mukaista menetelmää pin- • · : nankarheuden optiseksi tarkastamiseksi voidaan toteuttaa. Kohde, jonka pintaa 2 i.„i keksinnön menettelyllä tarkastetaan on puukappale 1, kuten lauta, lankku, levy tai 35 muu vähintään yhden täsmällisen pinnanmuodon omaava ja pääasiassa puuta oleva * * · . kappale. Tässä puukappaleella 1 siis tarkoitetaan paitsi ns. täyttä puuta, myös vane- * * na, kertopuuta tai vaikkapa jotain laminaattia, kunhan tarkastettava pinta on puuta tai sillä voi olla puupintaa vastaava pintastruktuuri. Puukappaleen 1 pintastruktuuri 117575 4 voi vaihdella erittäin sileästä, kuten hyvälaatuisesta höylätystä tai hyvin hienorakei-sella hiontapinnalla hiotusta pinnasta, erittäin karheaan ja karvaiseen, kuten sahattuun, hiekkapuhallettuun, vesipuhallettuun tai sälöytyneeseen pintaan. Puukappaleen pinnan vähäisempi tai suurempi karvaisuus, joka johtuu puun kuiturakenteesta, 5 on ominaista nimenomaan puupinnan karheudelle ja sellainen pinta 2 on näytetty kuviossa 8. Keksinnöllä tutkitaan sitä, millä kohtaa vaihteluväliä: karhea eli karvainen ("hirsute") <-» sileä; puupinta kulloinkin on, eli mikä on sen karheus tai karvaisuus. Puukappale voi olla myös pintakäsitelty, jolloin keksinnön menettelyllä voidaan tutkia mm. myös pintakäsittelyn riittävyyttä. Puun pintakäsittely, kuten maalait) us tai lakkaus, nostaa puupinnassa olevat kuidut eli juuri karheuden ja karvaisuuden esiin, jonka tilanteen selvittäminen soveltuu hyvin keksinnön menettelylle.
Laitteistossa on ensinnäkin valonlähde 4, tarkemmin sanottuna joko yksi valonlähde tai useammasta komponentista muodostuva valonlähdeyhdistelmä, joka lähettää fo-15 kusoimattoman valonsäteen B, joka koostuu epäkoherentista säteilystä, kappaleen tarkastettavaan pintaan 2. Edullisesti keksinnössä käytetään vain yhtä valonlähdettä 4, joka tietenkin voi sisältää useampia säteilylähteitä, kuten hehkuja, purkausputkia tai LEDejä vieri vieressä. Jos käytetään useampia valonlähteitä, niiden on kuitenkin kaikkien vähintään oltava saman puoliavaruuden sisällä ja lähetettävä valoa jäljem-20 pänä määritellyssä suunnassa. Edullisinta kuitenkin on, että valonlähde 4 olisi pistemäinen tai mahdollisimman lähellä pistemäistä, eli sen ominaisuudet lähestyisivät , pistemäisen valolähteen ominaisuuksia ("approaching properties of point light sour- • · · *;··[ ce"). Tällöin puukappaleen 1 tarkastettavasta pinnasta 2 saadaan parhaan laatuinen *· " kuva. Myös viivamainen vaakasuorassa sijaitseva valonlähde voi olla käyttökelpoi- * « : *·· 25 nen. Valonlähde 4 voi lähettää säteilyä näkyvillä aallonpituuksilla ja/tai lähi- • · · :,..i infrapuna-alueella ja/tai lähi-ultraviolettialueella ja tyypillisesti valonlähde on laajani* kaistainen eli lähettää runsaasti eri aallonpituuksia, mutta voidaan käyttää myös ka- peaa säteilykaistaa tai vaikkapa monokromaattista säteilykaistaa. Joka tapauksessa • « · valolähteestä tuleva valonsäde B kohdistetaan tarkastettavaan pintaan 2 suunnassa 30 D, joka poikkeaa mainitun pinnan normaalista N. Keksinnön mukaan valonsäteen • i* mainittu suunta D, tarkemmin sanottuna keskimääräinen suunta D, muodostaa tar-• « T kastettavan pinnan normaaliin N nähden kulman K, joka on välillä 30° - 60°. Va- • · · lonsäteen B tulee myös olla niin laaja, että se valaisee koko sen kuva-alan AK, josta perättäiset kuvat otetaan, esimerkiksi puutavarakappaleesta kappaleen koko leveyttä 35 W vastaavan kuvausleveyden Wr ja sen verran kappaleen liikesuunnassa M olevaa • ·« . pituutta LK, mikä vastaa kameran tallentamaa kuva-alaa tässä suunnassa. Kuvioon 5 I *« * * on merkitty näkyviin kameran 8, tässä tapauksessa viivakameran, tallentama kuva- ala Ak, tilanteessa jossa kuvausleveys on vähintään yhtä suuri kuin puukappaleen 117575 5 leveys Wk > W, sekä valaistu alue Av, joka on hieman suurempi kuin kuva-ala AK. Varsinaisen hajavalon eli kaikista suunnista pintaan 2 tulevan valon määrä on pyrittävä pitämään mahdollisimman pienenä, koska se vain vähentää kontrastia ja siten erotuskykyä ("resolution"). Mieluiten valonsäde B koostuu vain suunnatusta valos-5 ta, mutta edullisesti se ei ole fokusoitua eikä koherenttia.
Lisäksi laitteistossa on optoelektronisena detektorina 3 kamera 8, jossa on useiden valoherkkien optoelektronisten pikseleiden muodostama kuvataso 9. Kamerana 8 voi olla tavanomaisella kuvausoptiikalla 18 varustettu - kuten kuvioissa IA ja IB 10 esitetty - kamera, jolloin se siis kuvaa keskeisperspektiivistä kuvaa puukappaleen pinnasta, tai edullisemmin kamerana 8 voi olla telesentrisellä kuvausoptiikalla 17 varustettu - esimerkiksi kuviossa 2 esitetty - kamera, eli telesentrinen kamera. Edelleen kamera 8 voi olla sitä tyyppiä, jossa kuvataso muodostaa kahdesta ulottuvuudesta, ts. siinä on useita pikseleitä molemmissa toisiaan vastaan kohtisuorassa 15 suunnassa, tai edullisemmin viivakamera, jonka kuvataso muodostuu yhdestä rivistä valoherkkiä pikseleitä. Kameran 8 kuvatasolla 9 on sellainen määrä pikseleitä ja kameran kuvaussuhde on järjestetty sellaiseksi, että liikkuvan puukappaleen koko leveys W kuvautuu kuvatasolle 9. Tämä on tehtävissä yleisesti tunnetulla tavalla valitsemalla kuvatason 9 koon lisäksi objektiivin polttoväli ja asettelemalla kuvause-20 täisyys, joten asiaa ei tässä selosteta enempää. On tietysti mahdollista haluttaessa kuvata vain osa esimerkiksi laudan leveydestä, jolloin siis kuvausleveys on pienem- , pi kuin puukappaleen leveys eli WK < W, mutta joka tapauksessa kuvaus tapahtuu • · · *;··[ suurelle joukolle pikseleitä eikä missään tapauksessa vain yhdelle pikselille.
• · · * * · • · • « i ’·· 25 Valonlähde 4 ja kamera 8 muodostavat kiinteän paikallaan pysyvän laitteiston. Kek- * · · sinnön menetelmää varten puukappaleen tarkastettavaa pintaa 2 liikutetaan, tieten- kin liikuttamalla itse puukappaletta 1 suuntaan M paikallaan pysyvään valonsätee- seen B ja kameraan 8 nähden. Puukappaleen 1 liikutuskoneisto ei liity keksintöön ja voi olla mitä tahansa tarkoitukseen sopivaa tyyppiä, joten sitä ei selosteta tarkem- 30 min. Puukappaleen pinta 2 heijastaa osan siihen osuvasta valosta pois pinnasta. Tätä ]···, pinnan 2 heijastamaa valoa vastaanotetaan kameralla 8, jolloin sen kuvatason 9 • · *Γ muodostavista valoherkistä optoelektronisista pikseleistä saadaan sähköistä signaa- • * : lia eli tässä tapauksessa pikselikohtainen sähköinen kuvadata. Kuvadatasta on las- • · · kettavissa pinnankarheutta vastaavia tai pinnankarheuseroja vastaavia arvoja seu-35 raavassa tarkemmin selostettavalla tavalla.
• · · * · • · « * · · * * Kameralla otetaan ennalta määrätyin välein AL kuvia mainitusta kameran suhteen liikkuvasta puukappaleen pinnasta 2, joka on valaistu suunnatulla ja kohdistetulla 117575 6 valolla, kuten edellä on selostettu. Kuvia, joiden kuva-ala on Ak, otetaan puukappaleen pinnasta 2 yksi toisensa jälkeen puukappaleen liikkuessa kameran 8 ja sen yhteydessä sivulla sijaitsevan valolähteen 4 editse, jolloin kamera ottaa kuvasarjaa /'-n ... i-2, /-1, /, /+1, i+2, /+3 ... /+n, joista jokainen kuva on sähköisenä kuvadatana.
5 Näiden peräkkäisten kuvien /-n ... i-2, /— 1, i, /+1, i+2, /+3 ... /+n välimatkat puu-kappaleen pinnalla on em. väli AL. Kuvien ennalta määrätyt ottovälit AL puukappaleen liikesuunnassa ovat alle 1,5 mm tai edullisesti enintään 0,5 mm. Kuvioissa 3A - 3E on esitetty äärimmäisen yksinkertaiset esimerkit viidestä peräkkäisestä kuvasta, esimerkiksi kuvista i-2, /-1, i, /+1, i+2, joista jokainen koostuu kahdeksasta pik-10 selistä a, b, c, d, e, f, g, h. Jokaisella pikselillä on kameralla 8 vastaanotettuun va-lointensiteettiin verrannollinen sähköisen signaalin arvo, jota kuvioissa kuvaa pikse-lin korkeus Yl. Näiden kuvien suuri joukko järjestettynä rinnakkain oikeassa mittakaavassa väliin AL nähden tuottaa tavanomaisen keskeisperspektiivisen tai telesent-risen valokuvan. Sellaisesta on esitetty esimerkkinä kuvio 5, joka siis kuvaa puu-15 kappaleen pintaa syykuvioineen ja oksineen, keksinnön mukaan vähennetään aina kahden peräkkäisen sähköisen kuvan kuvadatat toisistaan, jolloin saadaan pikseli-kohtaisten erotusdatojen joukko, joka kuvaa kyseistä puun pintaa. Kuvioissa 4A -4D on esitetty kuvioissa 3A - 3E olevan kuvadatan pikselikohtaiset erotusdatat, ts. kuvion 3A kuvadata miinus kuvion 3B kuvata, kuvion 3B kuvadata miinus kuvion 20 3C kuvadata jne. Eli kuvioissa 4A - 4D on seuraavat erotusdatat (/-2)-(/-1), (/-1)-(/), (/)-(/+1), (/+1)-(/+2) yleisesti määriteltynä alkuperäisten kuvien avulla. Näitä erotusdatoja käytetään keksinnön mukaan tarkastettavan pinnan pinnakarheu- • · · *·ί·* den erojen toteamiseksi. Kuvioissa 6 ja 7 on näytetty kuvion 5 pinnasta saatujen ku- \*·: vadatojen erotusdatat. Nähdään selvästi, että puukappaleen pinnan syykuvio ja oksat
• M
• 1· 25 ovat kadonneet tarkoitetulla tavalla ja jäljellä on kuva, jonka tummuuserot kertovat pinnakarheudesta. Kuviossa 6 mustat alueet ovat hyvin sileää pintaa ja valkoiset ·:· pisteet tai alueet hyvin karheaa pintaa, kuviossa 7 valkoiset alueet taas ovat hyvin sileää pintaa ja mustat tai tummat pisteet tai alueet hyvin karheaa tai karvaista pin- *·« taa. Harmaat pisteet tai alueet ovat pinnakarheudeltaan suhteessa ääriarvojen välillä.
,·. 30 Tällaisia kappaleen pintaa esittäviä kuvia voidaan kutsua erotusdatakuviksi. On "Y.l ymmärrettävä, että tällaiset harmaa-asteikkoon ("gray scale") tai pintatummuuteen, **** eli hypoteettisten nähtävien kuvien laskennallinen mustuma, perustuvat kuvat ovat • « :.· ; yksi monista tavoista esittää erotusdatat. Niitä ei esimerkiksi ole lainkaan välttämä- :***: töntä esittää visuaalisesti nähtävinä kuvina missään vaiheessa, vaan laskelmien tu- ··· .
35 lokset voidaan kuvata tai esittää muullakin tavoin. Esimerkiksi tietokoneella voi- • · * \ . daan laskea äärimmäisen sileitä ja hyvin karheita ja niiden välillä olevaa pinnankar- heutta kuvaavien pikselikohtaisten erotusdatojen jakautuma tai jakautumat esimer- 117575 7 kiksi jollain sopivalla tilastollisella menetelmällä jatkotoimenpiteitä varten, kuten seuraavaksi selostetaan.
Havainnollisuuden vuoksi tässä edelleen puhutaan kuvista ja kuvadatoista, vaikkei 5 ihmisille näkyviä konkreettisia kuvia koskaan käytettäisikään, koska saatu data on analogista visuaalisten kuvien datan kanssa ja saatu data aina voitaisiin, jos niin halutaan, esittää visuaalisesti nähtävillä kuvilla. Keksinnön mukaisessa menetelmässä määrätään lisäksi ennakkoon pintatummuuden eli siis harmaa-asteikon harmaa-arvon ("gray value") kynnysarvo tai kynnysarvoja esimerkiksi kokeellisesti. Tämä 10 pintatummuus tai harmaa-arvo voi olla sama kuin yleisesti tunnettu optinen tiheys ("optical density") eli OD = Log(0 (VI), mutta voi olla millä tahansa muulla asteikolla annetut arvot. Edellä selostettuja ja kuvioissa 4A - 4D sekä 6 ja 7 näytettyjä erotusdatoj a vastaavat pintatummuuden arvoja voidaan määrittää 1} kuvaamalla tiettyä pintaa 2 ja muodostamalla siitä erotusdatakuva, 2} tutkimalla kyseistä pintaa 15 2 muilla menetelmillä ja 3} määrittämällä yksi tai useampi kynnysarvo erotusdata- kuvan pikselin tummuusarvolle, jotka vastaavat tiettyä/tiettyjä virhetasoja tuotteena olevassa puukappaleessa 1. Esimerkiksi kuvion 6 esitysmuotoa varten voidaan todeta, että tummuutta kuvaavan sähköisen pikselikohtaisen signaalin arvon ollessa yli ensimmäisen millivolttimäärän tuote joko hylätään tai on korjattava, ts. yleensä kä-20 siteltävä uudestaan. Useampi kynnysarvo tarkoittaa, että pinnakarheuden virheille on määritelty vakavuusasteet, esimerkiksi jokin suurehko virhe suuruudeltaan toinen millivolttimäärä aiheuttaa hylkäyksen ja pienempi virhe, jolla on kolmas milli- • · · *|*··’ volttimäärä, (toinen millivolttimäärä) > (kolmas millivolttimäärä), aiheuttaa luokit- :.'*i telun alempaan laatuluokkaan, tai mikä nyt kulloinkin onkaan haluttu toimenpideva- « · • *·· 25 likoima. Puukappaleiden 1 tuotannossa sitten verrataan erotusdatoj en arvoja tähän tai näihin ennalta määriteltyihin pintatummuuden kynnysarvoihin ja ylityksiä/ali-^*·· tuksia tarkastettavan pinnan pinnakarheuden erojen toteamiseksi. Kuten edellä ole- vasta ilmenee, ei kohteen kuvadatan tai erotuskuvadatan käsittelyssä ole tarpeen ·*» muodostaa näkyvää kuvaa, vaan päättely kohteena olevan puupinnan 2 karheudesta ,·. 30 voidaan tehdä pelkästään sähköisten signaalien arvojen vertailun avulla. Ja kuten “III kuvioista 6 ja 7 on nähtävissä on päättely periaatteessa sama, vain suunta on kään- *!* teinen jos kuvadatat ja erotuskuvadatat eli niitä vastaavat sähköiset signaalit muute- • « ·,: · taan tunnetulla tavalla käänteisiksi ("inverted").
·*· • · • · a·* .*·* 35 Kuten on ymmärrettävää, ei yksittäisen pikselin tummuusarvolla sinänsä ole yleensä • a· . suurtakaan merkitystä silloin, kun verrataan pikselikohtaisesti erotusdatojen arvoja * ennalta määrättyyn pintatummuuden kynnysarvoon, vaan yleensä vasta laajemmilla alueilla, joiden pintatummuudet poikkeavat halutusta tai suunnitellusta, on todellista 117575 8 merkitystä. Tällöin lasketaan pintatummuuden kynnysarvon ylittävien/alittavien pikseleiden lukumäärä tai osuus kaikista pikseleistä, jotka kuuluvat kyseistä puun pintaa kuvaavaan erotusdatojen joukkoon ja edelleen lasketaan näiden ylittävien/alittavien pikseleiden paikallisia tiheyksiä eli tiheysjakautumia puun pinta-5 alayksikköä kohti. Esimerkiksi kuviossa 7 on nähtävänä kolme selvää ja laajaa kes-kittymäaluetta Ql, Q2, Q3, joissa pinnankarheus on tiettyä arvoa suurempi ja kolme selvää mutta pientä keskittymäaluetta Q4, Q5, Q6, joissa pinnankarheus on tiettyä arvoa suurempi. Voidaan kulloinkin, tuotteelle asetettavien vaatimusten mukaan, ennalta määrittää raja-arvoja, jotka ovat muotoa => pintatummuuden kynnysarvon 10 ylittävien pikseleiden tiheys tai määrä on suurempi kuin ennalta määrätty tiheys tai määrä tietyn kokoisella alueella; tai em. käänteisessä tapauksessa muotoa => pinta-tummuuden kynnysarvon ylittävien pikseleiden tiheys tai määrä on suurempi kuin ennalta määrätty tiheys tai määrä tietyn kokoisella alueella. Tällöin kohdistetaan kyseiseen puukappaleeseen ennalta määrättyjä toimenpiteitä - kuten korjausta tai hyl-15 käystä - pinnakarheuden erojen perusteella, ja tietenkin joitain muita mahdollisia toimenpiteitä - kuten hyväksyntää tai korkeampaan laatuluokkaan sijoittamista -kun tilanne on päinvastainen eli pintatummuuden kynnysarvon alittavien pikseleiden tiheys tai määrä on suuri. Myös tässä tapauksessa ennalta määrätty tiheys tai määrätyt tiheydet tai määrä(t) voidaan asetella ennakolta tehtyjen testien perusteel-20 la.
M
··· • · · • · · • · • · 1 2 3 • ·1 • · « « • · • ·· ··· * · »»» ··· *··· • · · • · • · ··· • · · • · · · ·«» « · • · «·· » « ♦ · · **·· • « · • · • 1
III
* · • · • · f · 2 ··· ...
3 • ·

Claims (10)

117575
1. Menetelmä pinnankarheuden optiseksi tarkastamiseksi, joka menetelmä käsittää vaiheina: 5. kohdistetaan fokusoimaton valonsäde (B) kappaleen tarkastettavaan pintaan (2) suunnassa (D), joka poikkeaa mainitun pinnan normaalista; - liikutetaan mainittua pintaa ja valonsädettä toistensa suhteen; - vastaanotetaan mainitun pinnan heijastamaa valoa (R) optoelektronisella detektorilla (3); 10. lasketaan detektorin antamasta sähköisestä signaalista pinnankarheutta vastaavia arvoja, tunnettu siitä, että mainittu kappale on puukappale (1) ja menetelmä lisäksi käsittää vaiheissa: - käytetään optoelektronisena detektorina kameraa (8), jossa on useiden valoherkkien optoelektronisten pikseleiden muodostama kuvataso (9); 15 -otetaan ennalta määrätyin välein kuvia mainitusta kameran suhteen liikkuvasta puukappaleen pinnasta (2), jolloin jokainen kuva on sähköisenä kuvadatana; - vähennetään aina kahden peräkkäisen sähköisen kuvan kuvadatat toisistaan, jolloin saadaan pikselikohtaisten erotusdatojen joukko, joka kuvaa kyseistä puun pintaapa 20. käytetään erotusdatoja tarkastettavan pinnan pinnankarheuden erojen toteamisek si. • · ·
2. Granskningsförfarande enligt patentkrav 1, kännetecknat av att förfarandet dessutom innefattar skeden för att: - jämföra värden av separeringsdata med ett givet eller givna gränsvärden för ytans tonvärde; och 20. använda överskridelser/underskridelser av gränsvärdena för ytans tonvärde för att fastställa skillnader i ytjämnheten hos ytan som skall granskas. • · · • · «
2. Patenttivaatimuksen 1 mukainen tarkastusmenetelmä, tunnettu siitä, että me-* * · 7 7 • · · * netelmä lisäksi käsittää vaiheissa: • * :’ 25 - verrataan erotusdatojen arvoja ennalta määrättyyn tai määrättyihin pintatummuu- t: • * *··;* den kynnysarvoihin; ja - käytetään pintatummuuden kynnysarvojen ylityksiä/alituksia tarkastettavan pin- ·« nan pinnakarheuden erojen toteamiseksi. : 30 3. Patenttivaatimuksen 1 tai 2 mukainen tarkastusmenetelmä, tunnettu siitä, että * · menetelmä lisäksi käsittää vaiheissa: • · * . -verrataan pikselikohtaisesti erotusdatojen arvoja ennalta määrättyyn pintatum- muuden kynnysarvoon; *·;·* - lasketaan pintatummuuden kynnysarvon ylittävien/alittavien pikseleiden osuus tai : 35 määrä kaikista pikseleistä, jotka kuuluvat kyseistä puun pintaa kuvaavaan erotusda- t. tojen joukkoon; • » - lasketaan ylittävien/alittavien pikseleiden tiheys tai tiheysjakautuma puun pinta-alayksikköä kohti; ja 117575 ίο - jos pintatummuuden kynnysarvon ylittävien/alittavien pikseleiden tiheys on suu-rempi/pienempi kuin ennalta määrätty tiheys kohdistetaan kyseiseen puukappaleeseen ennalta määrättyjä toimenpiteitä pinnankarheuden erojen perusteella.
3. Granskningsförfarande enligt patentkrav 1 eller 2, kännetecknat av att förfa- * · φ * randet dessutom innefattar skeden för att: * * 25. jämföra värden av differensdata pixel för pixel med ett givet gränsvärde för ytans • · *··;* tonvärde; • * * ···: - beräkna andelen pixlar som överskrider/underskrider gränsvärdet av ytans tonvär- i ·« de eller mängden av alla pixlar som ingär i mängden differensdata som avbildar berörda träyta; 30. beräkna densiteten eller densitetsfördelningen av de överskridande/underskridan- :***: de pixlarna för varje ytenhet av virket; och • · · . - if ali densiteten hos pixlarna som överskrider/underskrider gränsvärdet för ytans *”.* tonvärde är större/mindre än den givna densiteten, utförs pä berörda trästycke ett gi- • · ’···* vet antal ätgärder pä basis av ytjämnhetens differenser. : 35 • « » :**.· 4. Granskningsförfarande enligt patentkrav 1, kännetecknat av att nämnda bil- * · ders pä förhand bestämda tagningsintervaller (AL) i trästyekets rörelseriktning är under 1,5 mm, eller högst 0,5 mm. 117575
4. Patenttivaatimuksen 1 mukainen tarkastusmenetelmä, tunnettu siitä, että mai nitut kuvien ennalta määrätyt ottoväiit (AL) puukappaleen liikesuunnassa ovat alle 1,5 mm, tai enintään 0,5 mm.
5. Granskningsförfarande enligt patentkrav 2 eller 3, kännetecknat av att nämn-da gränsvarde eller gränsvärden för ytans tonvärde installs pä basis av pä förhand gjorda test. 5
5. Patenttivaatimuksen 2 tai 3 mukainen tarkastusmenetelmä, tunnettu siitä, että 10 mainittu pintatummuuden kynnysarvo tai kynnysarvot asetellaan ennakolta tehtyjen testien perusteella.
6. Granskningsförfarande enligt patentkrav 3, kännetecknat av att nämnda pä förhand bestämda densitet stalls in pä basis av pä förhand gjorda test.
6. Patenttivaatimuksen 3 mukainen tarkastusmenetelmä, tunnettu siitä, että mainittu ennalta määrätty tiheys asetellaan ennakolta tehtyjen testien perusteella. 15
7. Granskningsförfarande enligt nägot av föregäende patentkrav, kännetecknat 10 av att pä nämnda kameras bildplan (9) finns en sädan mängd pixlar och kamerans bildtagningsförhällande är anordnat sä att det rörliga trästyckets hela bredd (W) av-bildas pä bildplanet.
7. Jonkin edellisen patenttivaatimuksen mukainen tarkastusmenetelmä, tunnettu siitä, että mainitun kameran kuvatasolla (9) on sellainen määrä pikseleitä ja kameran kuvaussuhde on järjestetty sellaiseksi, että liikkuvan puukappaleen koko leveys (W) kuvautuu kuvatasolle. 20
8. Granskningsförfarande enligt nagot av föregäende patentkrav, kännetecknat 15 av att som nämnda kamera (8) används en telecentrisk linjekamera.
8. Jonkin edellisen patenttivaatimuksen mukainen tarkastusmenetelmä, tunnettu . siitä, että mainittuna kamerana (8) käytetään telesentristä viivakameraa. • * · • · · • · • · · • · · * 9.· Patenttivaatimuksen 1 mukainen tarkastusmenetelmä, tunnettu siitä, että mai- • * *’..** 25 nittu fokusoimaton valonsäde (B) koostuu epäkoherentista säteilystä, johon sisälty- • · * · · · ’ vät lukuisat aallonpituudet ovat välillä lähi-infrapuna - lähi-ultravioletti. • * · • · « · <*l
10. Patenttivaatimuksen 1 mukainen tarkastusmenetelmä, tunnettu siitä, että valonsäteen mainittu suunta (D) muodostaa tarkastettavan pinnan normaaliin nähden 30 kulman (K), joka on välillä 30° - 60°. »M * · • · ·#* . Patentkrav • · · • # 0 . ·< ··· * * · · • · **;·’ 1. Förfarande för optisk granskning av ytjämnhet, varvid förfarandet innefattar : 35 skeden för att: • # · :\j - rikta en ofokuserad ljussträle (B) mot ytan (2) av stycket som skall granskas i en • m riktning (D), som avviker fran nämnda ytas normal; - flytta nämnda yta och ljussträle i förhällande till varandra; 117575 - motta ljus (R) som reflekteras frän nämnda yta med en optoelektronisk detektor (3); - beräkna värden som motsvarar ytjämnheten pä basis av den elektriska signalcn frän detektom, kännetecknat av att nämnda stycke är ett trästycke (1) och att förfa- 5 randet dessutom innefattar skeden för att: - använda en kamera (8) som optoelektronisk detektor innefattande ett bildplan (9) som bildas av flera ljuskänsliga optoelektroniska pixlar; - ta bilder med givna intervaller av trästyekets yta (2) som rör sig i förhällande tili nämnda kamera, varvid varje bild är i form av elektroniska bilddata; 10. subtrahera bilddata frän tvä successiva elektroniska bilder frän varandra, varvid man erhäller en mängd differensdata för varje pixel, som avbildar berörda träyta; och H - använda differensdata för att konstatera skillnader i ytjämnheten pä ytan som skall granskas. 15
9. Granskningsförfarande enligt patentkrav 1, kännetecknat av att nämnda ofo- f kuserade ljussträle (B) bestär av icke-koherent strälning, vars flertal väglängder är mellan nära-infraröd nära-ultraviolett. 20
10. Granskningsförfarande enligt patentkrav 1, kännetecknat av att ljussträlens . nämnda riktning (D) bildar en vinkel (K) mellan 30° - 60° i förhällande till norma- • * · Ien mot ytan som skall granskas. • · • * * · ... • * • · · **· . . , • · ·-* ' . :. t ** « * • · * " . j ♦ · ·· * • * • * · ·#· • * · • · ' • * *·* . V ♦ • · • · · • * · ··**..'· • · · • * • · • · * • •e.··. ··· • · · • · • · Φ • · ·
FI20040726A 2004-05-27 2004-05-27 Puupinnan karheuden tarkastus FI117575B (fi)

Priority Applications (9)

Application Number Priority Date Filing Date Title
FI20040726A FI117575B (fi) 2004-05-27 2004-05-27 Puupinnan karheuden tarkastus
RU2006140854/28A RU2378614C2 (ru) 2004-05-27 2005-05-16 Способ контроля шероховатости деревянной поверхности
PCT/FI2005/000221 WO2005116579A1 (en) 2004-05-27 2005-05-16 Inspection of wood surface roughness
EP05739368A EP1749189A4 (en) 2004-05-27 2005-05-16 EXAMINATION OF THE ROUGHNESS OF WOODEN SURFACES
NZ551501A NZ551501A (en) 2004-05-27 2005-05-16 Inspection of wood surface roughness
CA002566016A CA2566016A1 (en) 2004-05-27 2005-05-16 Inspection of wood surface roughness
AU2005248493A AU2005248493B2 (en) 2004-05-27 2005-05-16 Inspection of wood surface roughness
US11/597,497 US8155426B2 (en) 2004-05-27 2005-05-16 Inspection of wood surface roughness
NO20065549A NO20065549L (no) 2004-05-27 2006-12-01 Inspeksjon av ruheten til en treoverflate.

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20040726 2004-05-27
FI20040726A FI117575B (fi) 2004-05-27 2004-05-27 Puupinnan karheuden tarkastus

Publications (3)

Publication Number Publication Date
FI20040726A0 FI20040726A0 (fi) 2004-05-27
FI20040726A FI20040726A (fi) 2005-11-28
FI117575B true FI117575B (fi) 2006-11-30

Family

ID=32338427

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20040726A FI117575B (fi) 2004-05-27 2004-05-27 Puupinnan karheuden tarkastus

Country Status (9)

Country Link
US (1) US8155426B2 (fi)
EP (1) EP1749189A4 (fi)
AU (1) AU2005248493B2 (fi)
CA (1) CA2566016A1 (fi)
FI (1) FI117575B (fi)
NO (1) NO20065549L (fi)
NZ (1) NZ551501A (fi)
RU (1) RU2378614C2 (fi)
WO (1) WO2005116579A1 (fi)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITVR20070018A1 (it) * 2007-02-02 2008-08-03 Microtec Srl Procedimento per controllare la qualita di tronchi
US8174690B2 (en) 2007-05-11 2012-05-08 Argos Solutions As Apparatus for characterizing a surface structure
US7777897B1 (en) * 2007-08-03 2010-08-17 Ventek, Inc. Veneer roughness detection
ES2381723B1 (es) 2010-04-12 2013-04-26 Asociacion De Investigacion Y Desarrollo En La Industria Del Mueble Y Afines (Aidima) Sistema de vision artificial para la deteccion de defectos en superficies acabadas
US9147014B2 (en) * 2011-08-31 2015-09-29 Woodtech Measurement Solutions System and method for image selection of bundled objects
JP2013181911A (ja) * 2012-03-02 2013-09-12 Dowa Metals & Mining Co Ltd 非鉄金属の表面状態の定量評価方法および定量評価装置、並びに、電着金属板
JP6488874B2 (ja) * 2015-05-14 2019-03-27 日産自動車株式会社 表面検査装置及び表面検査方法
JP6357617B2 (ja) * 2016-10-18 2018-07-18 株式会社高瀬文夫商店 蒲鉾板の欠陥検査装置
FI128235B (fi) * 2018-12-10 2020-01-15 Procemex Oy Ltd Yläpuolinen sivuvalo
CA3133681A1 (en) 2019-03-15 2020-09-24 Certainteed Gypsum, Inc. Method of characterizing a surface texture and texture characterization tool

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA1078489A (en) 1976-05-05 1980-05-27 Domtar Limited Surface sensor
FI763517A (fi) * 1976-12-08 1978-06-09 Decon Ab Oy Foerfarande och anordning foer bestaemning av ett foeremaols saerskilt saogvirkes kvalitet
IT1108255B (it) * 1978-10-24 1985-12-02 Fiat Spa Procedimento e dispositivo per il controllo della rugosita della superficie di un pezzo che ha subito una lavorazione meccanica
GB2081891A (en) * 1980-08-11 1982-02-24 Wiggins Teape The Group Ltd Web monitoring apparatus
DE3406375A1 (de) 1984-02-22 1985-08-22 SIGNUM Computer für Signalverarbeitung und Mustererkennung GmbH, 8000 München Geraet zur bestimmung von oberflaechenprofilen von nichttransparentem material durch digitale auswertung einer sequenz von mikroskopbildern mit unterschiedlichen schaerfeebenen
JPS61259112A (ja) * 1985-05-14 1986-11-17 Olympus Optical Co Ltd 粗面検出装置
PL156698B1 (en) * 1988-04-08 1992-04-30 Krzysztof Tabedzki Method of reproducing shape of sawn wood while moved on a conveyor in order to control sorting and/or resawing operations
US4878114A (en) * 1988-05-10 1989-10-31 University Of Windsor Method and apparatus for assessing surface roughness
US5229835A (en) * 1991-08-07 1993-07-20 Hughes Aircraft Company Optical monitoring
JPH08292158A (ja) * 1995-04-25 1996-11-05 Sharp Corp 用紙類のしわ検出方法およびしわ検出装置
US5644392A (en) * 1995-09-12 1997-07-01 U.S. Natural Resources, Inc. Scanning system for lumber
US6122065A (en) * 1996-08-12 2000-09-19 Centre De Recherche Industrielle Du Quebec Apparatus and method for detecting surface defects
US5960104A (en) * 1996-08-16 1999-09-28 Virginia Polytechnic & State University Defect detection system for lumber
DE979995T1 (de) * 1998-08-12 2003-08-14 Honeywell Oy, Jyvaeskylae Verfahren und System zum Überwachen einer Papierbahn, von Zellstoff, oder eines Drahtes, die in einer Papiermaschine laufen
FI990539A0 (fi) * 1999-03-11 1999-03-11 Valtion Teknillinen Kuori- ja puupitoisuuden mittaukseen tarkoitettu menetelmä
FI114743B (fi) * 1999-09-28 2004-12-15 Ekspansio Engineering Ltd Oy Telesentrisellä periaatteella toimiva laitteisto ja menetelmä
US6624883B1 (en) * 2000-09-28 2003-09-23 National Research Council Of Canada Method of and apparatus for determining wood grain orientation
JP2004522974A (ja) * 2001-03-16 2004-07-29 ハニウエル オサケ ユキチュア 高速移動ウェブの電子撮像および品質管理方法
ITBZ20020018A1 (it) * 2002-04-18 2003-10-20 Microtec Srl Procedimento per riconoscere sulla superficie di tavole di legno la presenza di difetti quali crepe o bordi smussati.
US7406190B2 (en) * 2003-07-24 2008-07-29 Lucidyne Technologies, Inc. Wood tracking by identification of surface characteristics

Also Published As

Publication number Publication date
FI20040726A (fi) 2005-11-28
EP1749189A4 (en) 2008-04-09
NZ551501A (en) 2008-11-28
FI20040726A0 (fi) 2004-05-27
RU2378614C2 (ru) 2010-01-10
NO20065549L (no) 2006-12-01
AU2005248493A1 (en) 2005-12-08
EP1749189A1 (en) 2007-02-07
AU2005248493B2 (en) 2010-01-21
US8155426B2 (en) 2012-04-10
RU2006140854A (ru) 2008-07-10
CA2566016A1 (en) 2005-12-08
WO2005116579A1 (en) 2005-12-08
US20080239287A1 (en) 2008-10-02

Similar Documents

Publication Publication Date Title
EP2041552B1 (en) Method for measuring the volume or the end face diameter of a tree trunk and for quality control
EP0917649B1 (en) Apparatus and method for detecting surface defects
RU2378614C2 (ru) Способ контроля шероховатости деревянной поверхности
Nyström Automatic measurement of fiber orientation in softwoods by using the tracheid effect
US20210341353A1 (en) System and method for inspecting optical power and thickness of ophthalmic lenses immersed in a solution
RU2182703C2 (ru) Устройство и способ измерения плотности
CN107561091A (zh) 一种斜射式实木板材表面裂纹的检测系统和检测方法
Sioma Assessment of wood surface defects based on 3D image analysis
DK1432961T4 (en) Method and arrangement of a measuring system
JP6782449B2 (ja) 表面検査方法及びその装置
US6906808B2 (en) Methods and apparatus for measuring a surface contour of an object
CN105277558B (zh) 一种研究表面的多步方法及其对应设备
RU2757474C2 (ru) Сканирующее устройство и способ измерения и обследования круглых отверстий в прозрачных жидкостях в среде с ионизирующим излучением
FI74815B (fi) Foerfarande foer identifiering av en traeytas ytegenskaper.
KR102283446B1 (ko) 튜브형 복합 부품을 내부적으로 검사하기 위한 시스템 및 방법
JP4619677B2 (ja) 非接触測定システム及び方法
JP4755752B2 (ja) 青果物検査装置
CA2237640C (en) Apparatus and method for detecting surface defects
Jolma et al. The detection of knots in wood materials using the tracheid effect
Tormanen et al. Detection of knots in veneer surface by using laser scattering based on the tracheid effect
Briggert et al. Three dimensional knot models based on surface laser scanning
RU2113707C1 (ru) Прибор для измерения механических повреждений на плодах
CN118425154A (zh) 用于检测物体中的表面缺陷的设备
FI61758B (fi) Foerfarande och anordning foer maetning av vankant hos saogvirke
IT202100017702A1 (it) Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno

Legal Events

Date Code Title Description
FG Patent granted

Ref document number: 117575

Country of ref document: FI

MM Patent lapsed