IT202100017702A1 - Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno - Google Patents

Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno Download PDF

Info

Publication number
IT202100017702A1
IT202100017702A1 IT102021000017702A IT202100017702A IT202100017702A1 IT 202100017702 A1 IT202100017702 A1 IT 202100017702A1 IT 102021000017702 A IT102021000017702 A IT 102021000017702A IT 202100017702 A IT202100017702 A IT 202100017702A IT 202100017702 A1 IT202100017702 A1 IT 202100017702A1
Authority
IT
Italy
Prior art keywords
face
hyperspectral
wooden board
wooden
linear
Prior art date
Application number
IT102021000017702A
Other languages
English (en)
Inventor
Matteo Caffini
Simone Faccini
Marco Boschetti
Original Assignee
Microtec Srl
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 Microtec Srl filed Critical Microtec Srl
Priority to IT102021000017702A priority Critical patent/IT202100017702A1/it
Publication of IT202100017702A1 publication Critical patent/IT202100017702A1/it

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
    • G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
    • G01N21/8986—Wood
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04—Sorting according to size
    • B07C5/12—Sorting according to size characterised by the application to particular articles, not otherwise provided for
    • B07C5/14—Sorting timber or logs, e.g. tree trunks, beams, planks or the like
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8854—Grading and classifying of flaws
    • G01N2021/8861—Determining coordinates of flaws
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8883—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges involving the calculation of gauges, generating models
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N2021/8909—Scan signal processing specially adapted for inspection of running sheets

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Textile Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Forests & Forestry (AREA)
  • Investigating And Analyzing Materials By Characteristic Methods (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Description

DESCRIZIONE
annessa a domanda di brevetto per invenzione industriale avente per titolo: APPARECCHIATURA E METODO PER ESEGUIRE UNA ANALISI NON DISTRUTTIVA DI UNA TAVOLA DI LEGNO
DESCRIZIONE
La presente invenzione riguarda il settore delle analisi non distruttive e in particolare ha per oggetto una apparecchiatura e un metodo per eseguire una analisi non distruttiva di una tavola di legno.
La presente invenzione nasce con riferimento agli impianti di lavorazione del legname, dove le tavole di legno vengono comunemente sottoposte a numerose verifiche ed esami con lo scopo di determinare le loro caratteristiche, identificarne i difetti e giudicarne la qualit? e dunque il valore economico. Sono gi? note apparecchiature per effettuare analisi non distruttive su tavole di legno, come ad esempio radiografie o acquisizioni di immagini.
Gli impianti di lavorazione del legname operano con elevate velocit? di trasporto delle tavole di legno. Per poter essere inserite vantaggiosamente in una linea di lavorazione, le apparecchiature devono essere in grado di acquisire le informazioni richieste in modo preciso e interferendo il meno possibile con la movimentazione delle tavole.
Il compito tecnico alla base della presente invenzione ? fornire una apparecchiatura e un metodo di analisi non distruttiva di tavole di legno che sia utilmente utilizzabile negli impianti di lavorazione del legname e almeno offra una alternativa alle apparecchiature attualmente note.
Il compito tecnico ? sostanzialmente raggiunto da una apparecchiatura in accordo con la rivendicazione indipendente 1 e da un metodo in accordo con la rivendicazione indipendente 8. Forme particolari di realizzazione sono definite nelle corrispondenti rivendicazioni dipendenti.
Secondo un aspetto della presente invenzione, una rappresentazione iperspettrale di una faccia della tavola di legno ? acquisita ed elaborata sulla base di un modello per classificare le zone della faccia rispetto a un criterio di interesse. Il criterio di interesse ? ad esempio "durame o alburno", "cuore rosso o non cuore rosso", oppure "legno giovanile o legno maturo". Il modello ? messo a punto o addestrato su dati sperimentali e si basa sul fatto che le zone appartenenti a classi diverse (rispetto al criterio di interesse) hanno differenti distribuzioni spettrali quando sono illuminate con una radiazione elettromagnetica in una banda prefissata opportunamente scelta.
Il modello ? applicato a un cubo iperspettrale (che ha le due coordinate spaziali della faccia della tavola e una coordinata spettrale) e genera un indicatore di classe o "score".
L'apparecchiatura comprende un rilevatore iperspettrale che consente di ottenere la rappresentazione iperspettrale della faccia della tavola di legno. Secondo un aspetto della apparecchiatura della presente invenzione, il rilevatore iperspettrale ? un rilevatore iperspettrale lineare e acquisisce la rappresentazione iperspettrale della faccia mentre la tavola di legno ? fatta avanzare da un trasportatore. Ci? ? utile perch? l'acquisizione ? fatta in continuo e non richiede che la tavola di legno venga arrestata al momento della acquisizione. Pertanto, l'apparecchiatura per l'analisi non distruttiva non interferisce con la movimentazione delle tavole lungo la linea di lavorazione.
Inoltre, come rilevatore iperspettrale lineare pu? essere utilizzata una telecamera iperspettrale con un costo ragionevole.
In alcune forme di realizzazione, durante l'acquisizione della rappresentazione iperspettrale della faccia della tavola di legno, la faccia stessa ? illuminata con radiazioni elettromagnetiche in una banda che ? selezionata in base a una essenza legnosa della tavola di legno e/o in base al criterio di interesse per l'analisi non distruttiva. In altre parole, le caratteristiche dell'illuminazione sono selezionate per il caso specifico, scegliendo quelle pi? adatte, invece che utilizzare una generica illuminazione non specializzata. Ad esempio, l'illuminazione ? in bande che non sono continue tra loro.
In una forma di realizzazione della apparecchiatura, essa comprende almeno una sorgente illuminante che comprende una pluralit? di LED, i quali sono azionabili in modo indipendente l'uno dall'altro. Ci? rende possibile selezionare la banda di illuminazione (o le bande di illuminazione) in base all'essenza legnosa della tavola di legno e/o in base al criterio di interesse per l'analisi non distruttiva.
Ulteriori caratteristiche ed i vantaggi della presente invenzione appariranno maggiormente evidenti dalla descrizione dettagliata di una forma di realizzazione preferita, ma non esclusiva, di una apparecchiatura per eseguire una analisi non distruttiva di una tavola di legno, oltre che di un metodo per eseguire tale analisi.
Verr? fatto riferimento agli uniti disegni, in cui:
- la figura 1 rappresenta una vista laterale semplificata di una apparecchiatura secondo la presente invenzione;
- la figura 2 rappresenta, in una vista prospettica semplificata, il funzionamento della apparecchiatura di figura 1;
- la figura 3 rappresenta una vista dall'alto di una tavola di legno che ? oggetto dell'analisi non distruttiva;
- la figura 4 rappresenta un cubo iperspettrale a cui ? applicato un modello su cui un metodo secondo la presente invenzione ? basato;
- le figure da 5 a 7 rappresentano alcune elaborazioni di una rappresentazione iperspettrale ottenuta dalla apparecchiatura di figura 1; - la figura 8 mostra un esempio di bande di emissione di radiazione elettromagnetica da parte di una sorgente illuminante facente parte della apparecchiatura di figura 1;
- la figura 9 mostra gli spettri di emissione di radiazione elettromagnetica da parte di alcuni LED, i quali sono utilizzabili in una sorgente illuminante facente parte della apparecchiatura di figura 1;
- la figura 10 mostra lo spettro di emissione di radiazione elettromagnetica da parte di una sorgente illuminante comprendente i LED di figura 9. Una apparecchiatura secondo la presente invenzione ? stata globalmente indicata con il numero di riferimento 1 nella figura 1, dove ? mostrata in modo semplificato. L'apparecchiatura 1 ? finalizzata a eseguire una analisi non distruttiva di una tavola di legno, che ? indicata con il numero di riferimento 9. Tramite detta analisi non distruttiva, zone di una faccia 91 della tavola di legno 9 sono classificate rispetto a un criterio (o aspetto) di interesse. Come sar? pi? chiaro nel seguito, il criterio di interesse ? in particolare il fatto che la zona considerata sia alburno o durame: in questo caso il risultato dell'analisi non distruttiva ? l'attribuzione della classe "alburno" oppure della classe "durame" alle differenti zone della faccia 91. Un altro possibile criterio di interesse ? l'identificazione del cosiddetto "cuore rosso" in tavole di legno di faggio. Ancora un altro criterio di interesse ? l'identificazione della zona di legno giovanile, cio? del legno che si ? formato nei primi anni di vita dell'albero e che ha solitamente caratteristiche inferiori rispetto al resto della tavola di legno.
Una tavola di legno ?, in prima approssimazione, un parallelepipedo allungato lungo un asse principale di sviluppo e presenta tre coppie di facce, a due a due approssimativamente uguali e posizionate da parti opposte della tavola: una prima coppia di facce principali parallele all'asse principale di sviluppo; una seconda coppia di facce principali anch?esse parallele all'asse principale di sviluppo ma sostanzialmente perpendicolari alle facce principali della prima coppia; e una coppia di facce di estremit? perpendicolari all'asse principale di sviluppo. Ciascuna faccia principale ha quindi lunghezza pari alla lunghezza dell'intera tavola. La larghezza delle facce principali della prima coppia ? maggiore della larghezza delle facce principali della seconda coppia. Nello specifico, l'analisi non distruttiva secondo la presente invenzione riguarda una delle facce principali della prima coppia, cio? una delle due facce con la maggiore superficie.
Tornando alle figure, l'asse principale di sviluppo ? indicato con il numero di riferimento 90, una delle facce principali della prima coppia ? indicata con il numero di riferimento 91, una delle facce principali della seconda coppia ? indicata con il numero di riferimento 93, una delle facce di estremit? ? indicata con il numero di riferimento 95. Ad esempio, la lunghezza della faccia principale 91 ? di 200 cm, la larghezza della stessa faccia 91 ? di 25 cm, lo spessore della tavola 9 (cio? la larghezza della faccia principale 93 della seconda coppia) ? di 2 cm. Questi valori sono dati solamente come esempio.
L'apparecchiatura 1 comprende un trasportatore 2 che ? configurato per fare avanzare la tavola di legno 9 lungo una direzione di avanzamento 20 attraverso una stazione di scansione 3 in cui la faccia 91 della tavola di legno 9 ? scansionata. Ad esempio il trasportatore 2 (che di per s? ? di tipo noto) comprende catene o nastri 21 che sostengono e spingono la tavola di legno 9; la faccia principale 91 ? rivolta verso l'alto, mentre la faccia principale opposta ? appoggiata sulle catene o nastri 21.
In sostanza, il trasportatore 2 ? una linea di trasporto che fa avanzare contemporaneamente una pluralit? di tavole di legno 9 disposte l'una dopo l'altra sul trasportatore 2, cosicch? le tavole di legno 9 sono scansionate in successione nella stazione di scansione 3.
In particolare, le tavole di legno 9 avanzano attraverso la stazione di scansione 3 con la direzione di avanzamento 20 che ? parallela al loro asse principale di sviluppo 90.
L'apparecchiatura 1 comprende almeno una sorgente illuminante 31, che ? configurata per emettere radiazioni elettromagnetiche almeno in una banda prefissata. L'almeno una sorgente illuminante 31, che fa parte della stazione di scansione 3, ? posizionata per illuminare con tali radiazioni elettromagnetiche almeno una regione della faccia 91 della tavola di legno 9 che si trova nella stazione di scansione 3. In particolare, come mostrato schematicamente in figura 2, la stazione di scansione 3 comprende due sorgenti illuminanti 31 che illuminano la medesima regione della faccia 91 da parti opposte.
L'apparecchiatura 1 comprende inoltre un rilevatore iperspettrale lineare 33, che fa parte della stazione di scansione 3 ed ? configurato per acquisire, in uso, immagini iperspettrali digitali della faccia 91 della tavola di legno 9 che si trova nella stazione di scansione 3.
Il rilevatore iperspettrale lineare 33 ha un piano di osservazione 330 che interseca la tavola di legno 9 trasversalmente alla direzione di avanzamento 20, nella regione illuminata dall'almeno una sorgente illuminante 31.
Ciascuna immagine iperspettrale digitale acquisita dal rilevatore iperspettrale lineare 33 ? una immagine di una porzione a linea 98 della faccia 91 della tavola di legno 9. La porzione a linea 98 ? trasversale alla direzione di avanzamento 20. In particolare, la porzione a linea 98 ? perpendicolare alla direzione di avanzamento 20, poich? l'intersezione tra il piano di osservazione 330 del rilevatore iperspettrale lineare 33 e la tavola di legno 9 ? perpendicolare alla direzione di avanzamento 20. Ancora pi? in particolare, la direzione di avanzamento 20 ? perpendicolare al piano di osservazione 330. Si fa tuttavia presente che, in altre forme di realizzazione, la porzione a linea 98 pu? essere non perpendicolare alla direzione di avanzamento e/o la direzione di avanzamento 20 pu? essere non perpendicolare al piano di osservazione 330.
Se inoltre, come sopra menzionato, l'asse principale di sviluppo 90 della tavola di legno 9 ? parallelo alla direzione di avanzamento 20, ciascuna porzione a linea 98 della faccia 91 ? trasversale o perpendicolare all'asse principale di sviluppo 90.
Per quanto riguarda la "porzione a linea", si deve tenere presente che essa in effetti riguarda una fascia della faccia 91, tale fascia avendo anche uno spessore lungo la direzione di avanzamento 20. Ad esempio, lo spessore della fascia ? 1 cm. Rispetto alla risoluzione della apparecchiatura 1, tuttavia, tale spessore si pu? considerare trascurabile e la fascia ? approssimabile a una linea. Nell'immagine acquisita dal rilevatore iperspettrale lineare 33, ? come se tutta la fascia fosse compressa sulla rispettiva porzione a linea.
Nella forma di realizzazione illustrata, il rilevatore iperspettrale lineare 33 comprende un sensore matriciale di immagine 331, un elemento di dispersione 332 (cio? un prisma o un reticolo di diffrazione, che divide la luce in ingresso in uno spettro), un collimatore 333, una piastra 334 con una fessura allungata 335 sul piano di osservazione 330, e un obiettivo 336. In sostanza, la luce proveniente dalla regione illuminata della faccia 91 ? focalizzata dall'obiettivo 336 sulla piastra 334, la cui fessura allungata 335 lascia passare solamente quanto proviene da una fascia che, come sopra commentato, ? equiparata a una porzione a linea 98 sulla faccia 91. Si noti che lo spessore della fascia dipende dalle caratteristiche dell'obiettivo 336 e della piastra 334, oltre che dalla distanza tra il rilevatore iperspettrale lineare 33 e la faccia 91.
Il collimatore 333 collima la luce che passa dalla fessura 335 sull'elemento di dispersione 332, che la divide spettralmente e la dirige verso il sensore matriciale di immagine 331. Il sensore matriciale di immagine 331 ottiene pertanto una immagine bidimensionale, avente una coordinata spaziale (cio? la posizione del rispettivo punto sulla porzione a linea 98) e una coordinata spettrale (cio? la lunghezza d'onda nello spettro); ciascun punto dell'immagine bidimensionale rappresenta l'intensit? di luce nella specifica posizione sulla porzione a linea 98 e per la specifica lunghezza d'onda. Ad esempio, il sensore matriciale di immagine 331 ha 2500 ? 512 pixels. In particolare, il sensore matriciale di immagine 331 ? monocromatico; le immagini ottenute sono in scala di grigio.
Ad esempio, il sensore matriciale di immagine 331 ha una risoluzione di 2048 x 1536 pixels nella banda del visibile vicino infrarosso (VisNIR) e di 640 x 512 pixels nella banda dell?infrarosso ad onde corte (SWIR). Le immagini acquisite possono avere dimensioni diverse se si legge solo una porzione del sensore 331 - ad esempio, solo alcune bande di lunghezza d'onda nello spettro - o se si applicano elaborazioni come "binning" o "subsampling" (di per s? note).
Telecamere spettrali di questo tipo sono gi? note di per s? come "pushbroom camera" e pertanto il rilevatore iperspettrale lineare 33 non ? ulteriormente descritto.
Il rilevatore iperspettrale lineare 33 ? posizionato in modo tale che la porzione a linea 98 rilevata copra tutta la larghezza della faccia 91 della tavola di legno 9.
L'apparecchiatura 1 ? configurata in modo tale che il rilevatore iperspettrale lineare 33 acquisisca una pluralit? di immagini iperspettrali digitali della faccia 91 mentre la tavola di legno 9 ? fatta avanzare dal trasportatore 2. Ciascuna immagine iperspettrale digitale riguarda una rispettiva porzione a linea 98 della faccia 91.In altre parole, il rilevatore iperspettrale lineare 33 scansiona tutta la faccia 91, ottenendo immagini iperspettrali di rispettive porzioni a linea 98 che sono parallele tra loro e distribuite tra le due facce di estremit? della tavola 9 (si veda la figura 3).
Pertanto, per ciascuna tavola di legno 9 la pluralit? di immagini iperspettrali digitali ? una rappresentazione iperspettrale di tutta la faccia 91 della tavola di legno 9 stessa.
La distanza tra due porzioni a linea 98 successive dipende dalla frequenza di acquisizione del rilevatore iperspettrale lineare 33 e dalla velocit? di avanzamento della tavola 9. Scegliendo una frequenza di acquisizione sufficientemente elevata rispetto alla velocit? di avanzamento ? possibile ottenere una rappresentazione iperspettrale con una adeguata risoluzione anche nella direzione della lunghezza della faccia 91 (cio? lungo l'asse principale di sviluppo 90).
In sostanza, scegliendo opportunamente la velocit? di avanzamento della tavola di legno 9 e la frequenza di acquisizione del rilevatore iperspettrale lineare 33, le porzioni a linea 98 acquisite sono sufficientemente fitte da fornire informazioni su tutta la faccia 91 della tavola di legno 9. Ad esempio, se la velocit? di avanzamento ? di 2 m/s e il rilevatore iperspettrale lineare 33 ha una frequenza di acquisizione di 200 fps (fotogrammi per secondo) con fasce di 1 cm ciascuna, le porzioni a linea 98 acquisite corrispondono a fasce tra loro contigue sulla faccia 91.
Per una acquisizione dell'intera immagine (lettura "full-frame"), la frequenza di acquisizione delle telecamere iperspettrali attualmente disponibili ? di circa 30 fps (fotogrammi per secondo) per la VisNIR e circa 300 fps per la SWIR.
La frequenza di acquisizione pu? essere aumentata tramite "binning" e "sub-sampling". Ad esempio, in una forma di realizzazione della apparecchiatura 1 la frequenza di acquisizione in VisNIR ? portata ad almeno 416 fps tramite queste tecniche.
La rappresentazione iperspettrale della faccia 91 ? basata su un "cubo iperspettrale" (figura 4), che ha due coordinate spaziali e una coordinata spettrale: una prima coordinata spaziale ? lungo le porzioni a linea 98, cio? trasversalmente alla direzione di avanzamento 20 (e all'asse principale di sviluppo 90); una seconda coordinata spaziale ? lungo la direzione di avanzamento 20; la coordinata spettrale ? la lunghezza d'onda nello spettro. A ciascun punto del cubo iperspettrale corrisponde un valore misurato dal rilevatore iperspettrale lineare 33.
La figura 5 mostra un esempio di immagine iperspettrale in corrispondenza di una sezione del cubo iperspettrale a un valore fissato della seconda coordinata spaziale. La figura 6 mostra i valori misurati in corrispondenza della linea tratto-punto-punto in figura 5, cio? per un valore fissato della prima coordinata spaziale.
La figura 7 mostra un esempio di una pluralit? di immagini in corrispondenza di rispettive sezioni del cubo iperspettrale a valori fissati di lunghezza d'onda. Ciascuna delle immagini di figura 7 mostra pertanto come l'intensit? alla specifica lunghezza d'onda ? distribuita su tutta la faccia 91 della tavola 9. Come si pu? notare, le immagini di figura 7 mostrano differenze l'una dall'altra: ci? indica che alcune differenze tra le differenti zone della faccia 91 sono pi? o meno visibili a seconda della lunghezza d'onda considerata.
L'apparecchiatura 1 comprende inoltre una unit? elettronica di elaborazione, che ? configurata per eseguire un programma per elaboratore che ? programmato per elaborare la rappresentazione iperspettrale per attribuire una classe a una pluralit? di punti in un sistema di coordinate spaziali della faccia 91 della tavola di legno 9.
In sostanza, per ciascun punto della faccia 91 ? possibile calcolare uno "score" in base al quale stabilire se quel punto appartenga a una classe o ad un'altra classe. Lo "score", che dunque ? un indicatore di classe, ? calcolato sulla base della distribuzione spettrale dell'intensit?, di cui la figura 6 mostra un esempio per uno specifico punto della faccia 91 della tavola di legno 9. Ad esempio il programma per elaboratore ? programmato per attribuire ai punti della faccia 91 una classe come alburno o una classe come durame, fornendo cos? una indicazione se si tratti di un punto in una regione di alburno o di un punto in una regione di durame.
Di conseguenza, tramite il programma per elaboratore ? possibile classificare le differenti zone della faccia 91 della tavola di legno 9. Nell'esempio sopra, ? possibile determinare quali sono zone di alburno e quali sono zone di durame.
Il programma per elaboratore effettua l'elaborazione sulla base di un modello che ? applicato al cubo iperspettrale e genera un indicatore di classe. Si tratta di un modello predittivo, che ? messo a punto o addestrato per le specifiche condizioni in cui l'apparecchiatura 1 opera (essenza legnosa della tavola di legno, tipologia di indagine non distruttiva / criterio di interesse, caratteristiche dell'illuminazione). Ad esempio, il modello ? una rete neurale opportunamente addestrata. Alcuni dettagli sono forniti nel seguito.
Per quanto riguarda la sorgente illuminante 31, ? possibile utilizzare una lampada alogena, che ha un'ampia banda di emissione luminosa, luce bianca e una potenza ottica elevata. Tuttavia una lampada alogena pu? essere svantaggiosa a causa della elevata produzione di calore, della sua durata limitata e della necessit? di calibrazioni successive per correggere la sua deriva spettrale.
Per questo motivo, in una forma di realizzazione della presente invenzione la sorgente illuminante 31 comprende una pluralit? di LED. In generale, LED diversi emettono radiazioni elettromagnetiche in bande diverse.
Combinando LED tra loro diversi, la sorgente illuminante 31 pu? emettere radiazioni elettromagnetiche in una pluralit? di bande tra loro continue.
In almeno alcuni utilizzi, tuttavia, ? utile che la sorgente illuminante 31 sia configurata per emettere radiazioni elettromagnetiche in una pluralit? di bande prefissate che non sono continue tra loro. Per illustrare questo concetto, la figura 8 mostra un esempio in cui sono presenti quattro bande non contigue tra loro, di cui due bande sono nel visibile e due bande sono nel vicino infrarosso. Si noti che l'andamento a rettangoli mostrato in figura 8 ? un caso limite che sarebbe difficilmente raggiungibile con le tecnologie attuali, che invece forniscono spettri di emissione sostanzialmente a campana (si veda la figura 9).
A seconda dell'essenza legnosa o della analisi non distruttiva da effettuare, infatti, alcune bande di illuminazione possono non dare informazioni utili o addirittura possono aumentare il rumore nei dati acquisiti, pertanto ? preferibile evitare di emettere radiazione elettromagnetica nelle bande che non danno un contributo per classificare correttamente le differenti zone della faccia 91 della tavola di legno 9. Si tratta quindi di una ottimizzazione delle bande da utilizzare per le diverse applicazioni.
Pertanto, in una forma di realizzazione in cui la sorgente illuminante 31 comprende una pluralit? di LED, i LED sono azionabili in modo indipendente l'uno dall'altro, cosicch? la banda prefissata (o le bande prefissate) in cui la sorgente illuminante 31 emette radiazioni elettromagnetiche ? selezionabile in base alla essenza legnosa della tavola di legno 9 e/o in base al criterio di interesse per l'analisi non distruttiva, cio? in base alle specifiche condizioni in cui l'apparecchiatura 1 opera.
Per gli scopi della presente invenzione, sono state identificate come generalmente vantaggiose la banda della luce visibile (da 400 nm a 700 nm), la banda del vicino infrarosso NIR (da 700 nm a 1000 nm) e la banda dell'infrarosso a onde corte SWIR (da 1000 nm a 1700 nm), da sole o in combinazione.
Per evitare il rischio che l'acquisizione delle immagini iperspettrali digitali avvenga in condizioni di illuminazione differenti da quelle per cui il modello ? stato messo a punto, la stazione di scansione 3 comprende un involucro 38 o uno schermo che impedisce che radiazioni elettromagnetiche nell'almeno una banda prefissata provenienti dall'esterno raggiungano l'interno della stazione di scansione 3. In pratica, la stazione di scansione 3 ? chiusa (a parte l'ingresso e l'uscita per le tavole 9 trasportate dal trasportatore 2) ed ? oscurata rispetto all'ambiente esterno. La regione della faccia 91 della tavola di legno 9 ? illuminata solamente dall'almeno una sorgente illuminante 31, senza che a questa si aggiunga luce proveniente dall'esterno.
Oltre all'apparecchiatura 1 sopra descritta, la presente invenzione riguarda anche un metodo per eseguire una analisi non distruttiva di una tavola di legno 9, in cui tramite detta analisi non distruttiva zone di una faccia 91 della tavola di legno 9 sono classificate rispetto a un criterio di interesse. Il metodo comprendendo le fasi di:
- acquisire una rappresentazione iperspettrale della faccia 91 della tavola di legno 9;
- elaborare la rappresentazione iperspettrale per attribuire una classe a una pluralit? di punti in un sistema di coordinate spaziali della faccia 91 della tavola di legno 9.
L'elaborazione della rappresentazione iperspettrale ? basata su un modello che ? applicato a un cubo iperspettrale (avente due coordinate spaziali e una coordinata spettrale) e genera un indicatore di classe.
In una specifica applicazione, l'analisi non distruttiva ? una determinazione di zone di alburno e di zone di durame sulla faccia 91 della tavola di legno 9, pertanto l'indicatore di classe pu? indicare alburno o durame.
In particolare, la rappresentazione iperspettrale della faccia 91 della tavola di legno 9 ? ottenuta combinando una pluralit? di immagini iperspettrali lineari di rispettive porzioni a linea 98 della faccia 91 della tavola di legno 9 stessa.
In una modalit? di applicazione del metodo, nella fase di acquisizione della rappresentazione iperspettrale della faccia 91 quest'ultima ? illuminata con radiazioni elettromagnetiche in una banda che ? selezionata in base a una essenza legnosa della tavola di legno 9 e/o in base al criterio di interesse per l'analisi non distruttiva.
Ad esempio, per la determinazione delle zone di alburno e delle zone di durame in tavole di legno di eucalipto, gli inventori hanno identificato come particolarmente vantaggiosa una banda di bianco nel visibile (da 400 nm a 650 nm).
Per la determinazione delle zone di cuore rosso (falso durame) in tavole di legno di faggio, gli inventori hanno identificato come particolarmente vantaggiosa la banda di bianco nel visibile in combinazione con la lunghezza d'onda in NIR di 940 nm.
Per la determinazione delle zone di alburno e delle zone di durame in tavole di legno di pino, gli inventori hanno identificato come vantaggiosa la banda di bianco nel visibile in combinazione con la lunghezza d'onda in NIR di 850 nm.
Per la determinazione delle zone di alburno e delle zone di durame in tavole di legno di acero nero, gli inventori hanno identificato come vantaggiosa la banda di bianco nel visibile in combinazione con la lunghezza d'onda in NIR di 740 nm.
Per la determinazione delle zone di legno giovanile e delle zone di legno maturo in tavole di legno di pino silvestre, gli inventori hanno identificato come vantaggiose le lunghezze d'onda in SWIR di 1150 nm e 1550 nm, mentre la banda di bianco nel visibile non sembra dare risultati soddisfacenti.
Per la determinazione delle zone di alburno e delle zone di durame in tavole di legno di quercia, gli inventori hanno identificato come vantaggiose le lunghezze d'onda in SWIR di 1050 nm, 1200 nm e 1650 nm, mentre la banda di bianco nel visibile non sembra dare risultati soddisfacenti.
Per la banda di bianco nel visibile, la sorgente illuminante 31 utilizza un LED bianco; per le altre lunghezze d'onda in NIR o in SWIR sopra indicate, la sorgente illuminante 31 utilizza rispettivi LED che emettono luce con tale lunghezza d'onda. Come esempio, la figura 9 mostra gli spettri di emissione di radiazione elettromagnetica di otto LED, i cui picchi sono tra 1000 nm e 1700 nm, cio? nell'intera banda dell?infrarosso ad onde corte SWIR). Combinando tali otto LED in una singola sorgente illuminante 31 e azionandoli contemporaneamente, si ottiene lo spettro di emissione di figura 10, che ? dato dalla somma degli spettri di emissione dei singoli LED mostrati in figura 9.
Inoltre, ? possibile considerare solamente le bande o le frequenze di interesse nelle immagini iperspettrali digitali acquisite dal rilevatore iperspettrale lineare 33. In sostanza, si evita di leggere l'intero sensore matriciale di immagine 331 e si leggono solamente le bande spettrali (eventualmente non continue tra loro) che sono importanti per la specifica applicazione. Ci? permette anche di aumentare la frequenza di acquisizione del rilevatore iperspettrale lineare 33.
In alternativa o in combinazione con la sorgente illuminante 31 che emette radiazioni elettromagnetiche in una pluralit? di bande prefissate, pertanto, il rilevatore iperspettrale lineare 33 pu? essere configurato per acquisire immagini iperspettrali digitali in bande prefissate che non sono continue tra loro. Ci? ? configurabile tramite un software del rilevatore iperspettrale lineare 33, il quale software gestisce la lettura del sensore matriciale di immagine 331.
Per quanto riguarda l'apparecchiatura 1, in genere ? opportuno procedere a una calibrazione per eliminare la dipendenza delle immagini acquisite dalle fluttuazioni dell?illuminazione lungo la linea di misura (cio? lungo le porzioni a linea 98). A questo scopo si acquisisce una immagine di bianco, cio? una immagine di un materiale omogeneo con riflettanza elevata e una risposta spettrale uniforme. Si calcolano gli spettri di riflettanza di un campione (cio? di una tavola di legno): dalla immagine del campione si sottrae una immagine di buio (per eliminare il rumore di buio del rilevatore iperspettrale lineare 33) e si divide per l?immagine di bianco, alla quale ? stata precedentemente sottratta l?immagine di buio. Di per s?, si tratta di tecniche di calibrazione gi? note.
Per il training o messa a punto del modello predittivo, sono necessarie rappresentazioni iperspettrali di tavole note di legno. Tali rappresentazioni iperspettrali sono relative a tavole di legno dell'essenza desiderata e illuminate con radiazione elettromagnetica nelle stesse bande che saranno adottate per l'apparecchiatura 1 usata in modo predittivo.
Anche per la messa a punto del modello ? necessaria una fase di preprocessamento che impiega una immagine di buio (cio? con sorgente illuminante 31 spenta e nessuna luce che entra nella apparecchiatura 1) e una immagine di bianco come sopra indicato.
Nelle tavole note la classificazione delle diverse zone ? nota (ad esempio, un operatore esperto pu? stabilire quali zone sono alburno e quali zone sono durame) e dunque ? possibile creare un insieme di dati sperimentali in cui la distribuzione spettrale in un dato punto della faccia della tavola nota ? associata a un indicatore di classe per il medesimo punto.
In sostanza, distribuzioni spettrali appartenenti alle diverse classi che si vogliono modellare vengono estratte dal cubo iperspettrale.
Disponendo di una adeguata quantit? di dati (ad esempio, 20.000 distribuzioni spettrali per ciascuna classe che si vuole modellare) ? possibile mettere a punto un modello ragionevolmente affidabile.
Un esempio di modello utilizza un algoritmo di tipo PLS-DA (partial least squares-discriminant analysis) come classificatore categorico. Ciascun punto (cio? ciascun pixel dell'immagine della faccia della tavola) viene classificato in maniera indipendente utilizzando solo l?informazione spettrale.
In alternativa si possono usare altri algoritmi di machine learning. In particolare si pu? utilizzare una rete neurale, che consente di sfruttare anche l'informazione spaziale in aggiunta all'informazione spettrale.
In almeno alcune tipologie di modello, si ottiene un modello che ? applicato a un cubo iperspettrale e genera un vettore di score per ogni pixel, con un numero di elementi pari alle classi usate per il training.
La segmentazione, cio? l'attribuzione dell'indicatore di classe, pu? essere fatta utilizzando una soglia sullo score di predizione.
Al di l? degli specifici dettagli, dopo il training del modello il programma per elaboratore (che implementa il modello stesso) riceve in ingresso la rappresentazione iperspettrale della faccia di una tavola e fornisce in uscita la classe di differenti zone della faccia stessa.
Ad esempio, come gi? ampiamente commentato in precedenza, il programma per elaboratore fornisce in uscita indicazioni su quali zone della faccia sono durame e quali zone della faccia sono alburno.
Si fa presente che l'invenzione ? stata descritta con riferimento all'analisi non distruttiva di una faccia principale 91 della tavola di legno 9, cio? di una delle due facce con la maggiore superficie. Tuttavia, in altre forme di realizzazione l'analisi non distruttiva pu? riguardare una qualsiasi altra faccia della tavola di legno 9.
Inoltre, l'apparecchiatura 1 pu? essere equipaggiata con pi? gruppi di scansione (ciascuno comprendente un rilevatore iperspettrale lineare 33 e almeno una sorgente illuminante 31) per scansionare pi? facce contemporaneamente o in successione. Addirittura, l'apparecchiatura 1 pu? essere configurata per scansionare tutte le facce della tavola di legno 9. L?invenzione cos? concepita ? suscettibile di numerose modifiche e varianti, tutte rientranti nell?ambito del concetto inventivo che la caratterizza.
Tutti i dettagli sono rimpiazzabili da altri tecnicamente equivalenti ed i materiali impiegati, nonch? le forme e le dimensioni dei vari componenti, potranno essere qualsiasi a seconda delle esigenze.

Claims (11)

RIVENDICAZIONI
1. Apparecchiatura (1) per eseguire una analisi non distruttiva di una tavola di legno (9), in cui tramite detta analisi non distruttiva zone di una faccia (91) della tavola di legno (9) sono classificate rispetto a un criterio di interesse,
l'apparecchiatura (1) comprendendo:
- un trasportatore (2) configurato per fare avanzare la tavola di legno (9) lungo una direzione di avanzamento (20) attraverso una stazione di scansione (3) in cui la faccia (91) della tavola di legno (9) ? scansionata;
- almeno una sorgente illuminante (31), configurata per emettere radiazioni elettromagnetiche almeno in una banda prefissata, l'almeno una sorgente illuminante (31) facendo parte della stazione di scansione (3) ed essendo posizionata per illuminare con tali radiazioni elettromagnetiche almeno una regione della faccia (91) della tavola di legno (9);
- un rilevatore iperspettrale lineare (33), che fa parte della stazione di scansione (3) ed ? configurato per acquisire, in uso, immagini iperspettrali digitali della faccia (91) della tavola di legno (9), il rilevatore iperspettrale lineare (33) avendo un piano di osservazione (330) che interseca la tavola di legno (9) trasversalmente alla direzione di avanzamento (20) e nella regione illuminata dall'almeno una sorgente illuminante (31), per cui ciascuna immagine iperspettrale digitale acquisita dal rilevatore iperspettrale lineare (33) ? una immagine di una porzione a linea (98) della faccia (91) della tavola di legno (9), la porzione a linea (98) essendo trasversale alla direzione di avanzamento (20);
- una unit? elettronica di elaborazione;
l'apparecchiatura (1) essendo configurata in modo tale che il rilevatore iperspettrale lineare (33) acquisisca una pluralit? di immagini iperspettrali digitali della faccia (91) della tavola di legno (9) mentre la tavola di legno (9) ? fatta avanzare dal trasportatore (2), cosicch? per ciascuna tavola di legno (9) la pluralit? di immagini iperspettrali digitali ? una rappresentazione iperspettrale di tutta la faccia (91) della tavola di legno (9);
l'unit? elettronica di elaborazione essendo configurata per eseguire un programma per elaboratore che ? programmato per elaborare la rappresentazione iperspettrale per attribuire una classe a una pluralit? di punti in un sistema di coordinate spaziali della faccia (91) della tavola di legno (9).
2. Apparecchiatura (1) secondo la rivendicazione 1, in cui l'almeno una sorgente illuminante (31) ? configurata per emettere radiazioni elettromagnetiche in una pluralit? di bande prefissate che non sono continue tra loro e/o in cui il rilevatore iperspettrale lineare (33) ? configurato per acquisire immagini iperspettrali digitali in bande prefissate che non sono continue tra loro.
3. Apparecchiatura (1) secondo la rivendicazione 1 o 2, in cui l'almeno una sorgente illuminante (31) comprende una pluralit? di LED.
4. Apparecchiatura (1) secondo la rivendicazione 3, in cui i LED di detta pluralit? di LED sono azionabili in modo indipendente l'uno dall'altro, cosicch? l'almeno una banda prefissata in cui la sorgente illuminante (31) emette radiazioni elettromagnetiche ? selezionabile in base a una essenza legnosa della tavola di legno (9) e/o in base al criterio di interesse per l'analisi non distruttiva.
5. Apparecchiatura (1) secondo una qualsiasi delle rivendicazioni da 1 a 4, in cui la stazione di scansione (3) comprende un involucro (38) o uno schermo che impedisce che radiazioni elettromagnetiche nell'almeno una banda prefissata provenienti dall'esterno raggiungano l'interno della stazione di scansione (3), cosicch? la regione della faccia (91) della tavola di legno (9) ? illuminata solamente dall'almeno una sorgente illuminante (31).
6. Apparecchiatura (1) secondo una qualsiasi delle rivendicazioni da 1 a 5, in cui l'intersezione tra il piano di osservazione (330) del rilevatore iperspettrale lineare (33) e la tavola di legno (9) ? perpendicolare alla direzione di avanzamento (20), ciascuna porzione a linea (98) essendo perpendicolare alla direzione di avanzamento (20).
7 Apparecchiatura (1) secondo una qualsiasi delle rivendicazioni da 1 a 6, in cui detta analisi non distruttiva ? una determinazione di zone di alburno e di zone di durame sulla faccia (91) della tavola di legno (9), il programma per elaboratore essendo programmato per attribuire ai punti di detta pluralit? di punti una classe come alburno o una classe come durame.
8. Metodo per eseguire una analisi non distruttiva di una tavola di legno (9), in cui tramite detta analisi non distruttiva zone di una faccia (91) della tavola di legno (9) sono classificate rispetto a un criterio di interesse, il metodo comprendendo le fasi di:
- acquisire una rappresentazione iperspettrale della faccia (91) della tavola di legno (9);
- elaborare la rappresentazione iperspettrale per attribuire una classe a una pluralit? di punti in un sistema di coordinate spaziali della faccia della tavola di legno;
in cui l'elaborazione della rappresentazione iperspettrale ? basata su un modello che ? applicato a un cubo iperspettrale e genera un indicatore di classe, il cubo iperspettrale avendo due coordinate spaziali e una coordinata spettrale.
9. Metodo secondo la rivendicazione 8, in cui la rappresentazione iperspettrale della faccia (91) della tavola di legno (9) ? ottenuta combinando una pluralit? di immagini iperspettrali lineari di rispettive porzioni a linea (98) della faccia (91) della tavola di legno (9).
10. Metodo secondo la rivendicazione 8 o 9, in cui, durante l'acquisizione della rappresentazione iperspettrale della faccia (91) della tavola di legno (9), la faccia (91) della tavola di legno (9) ? illuminata con radiazioni elettromagnetiche in una banda che ? selezionata in base a una essenza legnosa della tavola di legno (9) e/o in base al criterio di interesse per l'analisi non distruttiva.
11 Metodo secondo una delle rivendicazioni da 8 a 10, in cui detta analisi non distruttiva ? una determinazione di zone di alburno e di zone di durame sulla faccia (91) della tavola di legno (9), l'indicatore di classe potendo indicare alburno o durame.
IT102021000017702A 2021-07-05 2021-07-05 Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno IT202100017702A1 (it)

Priority Applications (1)

Application Number Priority Date Filing Date Title
IT102021000017702A IT202100017702A1 (it) 2021-07-05 2021-07-05 Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
IT102021000017702A IT202100017702A1 (it) 2021-07-05 2021-07-05 Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno

Publications (1)

Publication Number Publication Date
IT202100017702A1 true IT202100017702A1 (it) 2023-01-05

Family

ID=77802166

Family Applications (1)

Application Number Title Priority Date Filing Date
IT102021000017702A IT202100017702A1 (it) 2021-07-05 2021-07-05 Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno

Country Status (1)

Country Link
IT (1) IT202100017702A1 (it)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19609045C1 (de) * 1996-03-08 1997-07-24 Robert Prof Dr Ing Massen Verfahren und Vorrichtung zur optischen Prüfung eines Holzprüflings
WO2019230356A1 (ja) * 2018-05-31 2019-12-05 パナソニックＩｐマネジメント株式会社 学習装置、検査装置、学習方法および検査方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19609045C1 (de) * 1996-03-08 1997-07-24 Robert Prof Dr Ing Massen Verfahren und Vorrichtung zur optischen Prüfung eines Holzprüflings
WO2019230356A1 (ja) * 2018-05-31 2019-12-05 パナソニックＩｐマネジメント株式会社 学習装置、検査装置、学習方法および検査方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
PILAR BEATRIZ GARCIA-ALLENDE: "Hyperspectral imaging sustains production-process competitiveness", SPIE NEWSROOM, 6 April 2010 (2010-04-06), XP055105000, DOI: 10.1117/2.1201003.002681 *

Similar Documents

Publication Publication Date Title
US9575005B2 (en) Inspection apparatus
RU2169393C2 (ru) Устройство и способ для проверки листового материала, в частности банкнот или ценных бумаг
US20090303497A1 (en) Method for measuring the volume or the end face diameter of a tree trunk and for quality control
JP5103736B2 (ja) 平面分光器を用いた異種品検出装置
RU2664261C2 (ru) Способ и устройство для детектирования вещества
JP4824017B2 (ja) 物質の内部の光散乱によって物質の流れを検査するための装置及び方法
US9164029B2 (en) Method of classifying and discerning wooden materials
US9924105B2 (en) System and method for individually inspecting objects in a stream of products and a sorting apparatus comprising such system
AU700031B2 (en) A spectrometer device
US7859668B2 (en) Apparatus and method for illuminator-independent color measurements
JP6584624B2 (ja) 識別装置および選別システム
JP4588070B2 (ja) 色彩検査装置
US6208413B1 (en) Hadamard spectrometer
JP4260985B2 (ja) 茶葉の品質測定方法、品質測定装置及び格付処理装置
WO2021009280A1 (en) Spectrometer device
WO2006134429A2 (en) Device for analysing the colour of a unhomogeneous material, like hair, and method thereof
Henriksen et al. One step calibration of industrial hyperspectral cameras
WO1992016827A1 (en) Method and device for analyzing area
US20130248716A1 (en) Device for capturing and detecting of objects
IT202100017702A1 (it) Apparecchiatura e metodo per eseguire una analisi non distruttiva di una tavola di legno
JP2017190957A (ja) 光学測定装置
CN105874318B (zh) 一种测量谷物光泽的方法及装置
JP2005321349A (ja) 材質判断装置
JP2018205084A (ja) 光学測定装置及び光学測定方法
ITPD20150094A1 (it) Dispositivo perfezionato per il controllo della denocciolatura di frutti essiccati o parzialmente essiccati