KR20080009720A - 목재의 옹이 탐사 방법 및 장치 및 프로그램 - Google Patents

목재의 옹이 탐사 방법 및 장치 및 프로그램 Download PDF

Info

Publication number
KR20080009720A
KR20080009720A KR1020077026744A KR20077026744A KR20080009720A KR 20080009720 A KR20080009720 A KR 20080009720A KR 1020077026744 A KR1020077026744 A KR 1020077026744A KR 20077026744 A KR20077026744 A KR 20077026744A KR 20080009720 A KR20080009720 A KR 20080009720A
Authority
KR
South Korea
Prior art keywords
image
wood
circularity
knot
candidate
Prior art date
Application number
KR1020077026744A
Other languages
English (en)
Other versions
KR101298957B1 (ko
Inventor
노리유키 히라오카
Original Assignee
가부시키가이샤 메이난 세이사꾸쇼
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 가부시키가이샤 메이난 세이사꾸쇼 filed Critical 가부시키가이샤 메이난 세이사꾸쇼
Publication of KR20080009720A publication Critical patent/KR20080009720A/ko
Application granted granted Critical
Publication of KR101298957B1 publication Critical patent/KR101298957B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • 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
    • 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
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • 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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/46—Wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30161—Wood; Lumber

Abstract

본 발명은 목재의 옹이 및 수피를 가지는 죽은 옹이를 확실히 검출할 수 있도록 한다.
촬영 수단(8)으로 목재를 촬영하고, 화상 처리 수단(1)으로 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이로서 검출한다. 또한, 화상 처리 수단(1)으로 상기 촬영한 목재의 화상으로부터 옹이의 부분의 화상을 잘라내고, 상기 잘라낸 부분에서의 각 화소의 색 공간으로부터 소정의 임계치로 잘라낸 부분을 흑변부로 하고, 상기 흑변부의 화소 수의 상기 잘라낸 옹이의 부분의 화소 수에 대한 비율이 큰 것을 죽은 옹이로 결정한다.
촬영 수단, 화상 처리 수단, 원형도, 화소, 흑변부

Description

목재의 옹이 탐사 방법 및 장치 및 프로그램{WOOD KNOT DETECTING METHOD, DEVICE, AND PROGRAM}
본 발명은 목재의 통나무 등으로부터 잘라낸 단판 또는 절단편 등의 목질재료에 있는 옹이의 탐사 방법 및 장치 및 프로그램에 관한 것이다. 예를 들면 합판을 제조하기 위해서는 통나무를 칼로 절삭하여 연속적으로 두께 수밀리의 단판을 얻고, 이 단판을 소정의 크기로 가지런히 하고 또한 건조한 후, 복수 장의 단판을 접착제에 의해 접착하여 일체화된다. 이들의 제조공정에서, 단판에 있는 옹이, 옹이가 누락되어 구멍이 된 개소, 균열, 곰팡이나 진에 의한 변색 등의 결점의 위치, 수, 면적 등의 정도에 따라, 합판이 되었을 때의 표층을 구성하는 것(미관상, 결점이 적은 것)과, 합판의 내층을 구성하는 것(결점이 많아도 문제가 되지 않음)으로 선별(예를 들면 5 내지 7단계로 선별)할 필요가 있다.
종래, 합판이 되었을 때의 표층을 구성하는 것과, 합판의 내층을 구성하는 것과 선별하기 위해서는 컨베이어로 반송되는 단판을 작업자의 육안으로 판정하여 행하여졌다.
또한, 종래 자동으로 목재의 결함을 검출하는 것으로서, 일차원 텔레비전카메라에 의해, 집성재용 목재의 표면의 옹이, 균열, 부패 등의 결함을 검출하는 것 이 있었다(특허문헌 1 참조). 이 결함 검출은 검출한 표면의 농담도 등이 비교 판단 데이터 이상인 것을 제거해야 하는 결함이라고 판단하는 것이었다.
특허문헌 1 : 일본 공개특허공보 제(평)8-145914호
발명을 해결하기 위한 과제
상기 종래의 것은 다음과 같은 과제가 있었다.
육안에 의한 판정에서는 사람의 판정에 격차가 있고(부정확함), 또 컨베이어의 속도를 크게 할 수 없다(생산성이 나쁘다)는 등의 문제가 있었다.
또한, 일차원 텔레비전카메라에 의해 결함을 판정하는 것은 단순히 농담도에 의해 판정하고 있기 때문에, 옹이의 형상, 불량 등을 정확히 검출할 수 없다는 문제점이 있었다.
본 발명은 옹이의 형상, 불량이 되는 옹이 등을 정확히 검출할 수 있도록 하는 것을 목적으로 한다.
과제를 해결하기 위한 수단
도 1은 단판 선별장치의 설명도이다. 도 1 중, 1은 화상처리장치(화상 처리 수단), 2는 선별기 제어장치, 3은 조작반, 4는 벨트 컨베이어, 5는 투과광용 LED 조명, 6은 반사광용 LED 조명, 7은 등급별 분배장치, 8은 라인 센서 카메라(촬영 수단), 9는 단판(목재)이다.
본 발명은 상기한 과제를 해결하기 위해서 다음과 같이 구성하였다.
(1) : 촬영 수단(8)으로 목재를 촬영하고, 화상 처리 수단(1)으로 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이로서 검출한다. 이 때문에, 목재의 옹이를 정확히 검출할 수 있다.
(2) : 촬영 수단(8)으로 목재를 촬영하고, 화상 처리 수단(1)으로 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 하고, 상기 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 화상에서 농담의 임계치 레벨을 변화시켜 원형도와 사이즈 안정도가 최대가 되는 임계치 레벨을 구하고, 옹이 형상을 결정한다. 이 때문에, 목재의 옹이 형상을 확실히 결정할 수 있다.
(3) : 상기 (2)에 기재된 목재의 옹이 탐사 방법 또는 장치에서, 상기 화상 처리 수단(1)으로 상기 촬영한 목재의 화상의 농담의 임계치 레벨을 변화시켜, 각각의 화상의 원형도를 구하고, 상기 구한 원형도에 의한 계수를, 각각의 임계치 레벨의 화상에 곱하고, 상기 곱한 상기 임계치 레벨마다의 화상을 적산하여 상기 옹이 후보로 한다. 이 때문에, 목재의 옹이 후보를 확실히 검출할 수 있다.
(4) : 상기 (2) 또는 (3)에 기재된 목재의 옹이 탐사 방법 또는 장치에서, 상기 화상 처리 수단(1)에서, 상기 촬영한 목재의 화상에 대하여, 옹이보다 큰 색 얼룩을 평활화하고, 상기 평활화한 화상에 대하여 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 한다. 이 때문에, 목재의 옹이 후보를 정확하고 빨리 검출할 수 있다.
(5) : 촬영 수단(8)으로 목재를 촬영하고, 화상 처리 수단(1)으로 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 하고, 상기 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 부분에서의 각 화소의 색 공간으로부터 소정의 임계치로 잘라낸 부분을 흑변부(黑變部)로 하고, 상기 흑변부의 화소 수의 상기 옹이 후보의 화소 수에 대한 비율이 큰 것을 죽은 옹이로 결정한다. 이 때문에, 수피(bark)를 가지는 목재의 죽은 옹이(dead knot)를 확실히 검출할 수 있다.
발명의 효과
본 발명에 의하면 다음과 같은 효과가 있다.
(1) : 촬영 수단으로 목재를 촬영하고, 화상 처리 수단으로 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이로서 검출하기 때문에, 목재의 옹이를 확실히 검출할 수 있다.
(2) : 촬영 수단으로 목재를 촬영하고, 화상 처리 수단으로 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하여, 원형도가 큰 것을 옹이 후보로 하고, 상기 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 화상으로 농담의 임계치 레벨을 변화시켜 원형도와 사이즈 안정도가 최대가 되는 임계치 레벨을 구하고, 옹이 형상을 결정하기 때문에, 목재의 옹이 형상을 확실히 결정할 수 있다.
(3) : 상기 화상 처리 수단으로 상기 촬영한 목재의 화상의 농담의 임계치 레벨을 변화시켜, 각각의 화상의 원형도를 구하고, 상기 구한 원형도에 의한 계수를, 각각의 임계치 레벨의 화상에 곱하고, 상기 곱한 화상을 적산하여 상기 옹이 후보로 하기 때문에, 목재의 옹이 후보를 확실히 검출할 수 있다.
(4) : 상기 화상 처리 수단으로, 상기 촬영한 목재의 화상에 대하여, 옹이보다 큰 색 얼룩을 평활화하고, 상기 평활화한 화상에 대하여 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 하기 때문에, 목재의 옹이 후보를 정확하고 빨리 검출할 수 있다.
(5) : 화상 처리 수단으로 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 부분에서의 각 화소의 색 공간으로부터 소정의 임계치로 잘라낸 부분을 흑변부로 하고, 상기 흑변부의 화소 수의 상기 옹이 후보의 화소 수에 대한 비율이 큰 것을 죽은 옹이로 결정하기 때문에, 수피를 가지는 목재의 죽은 옹이를 확실히 검출할 수 있다.
도 1은 본 발명의 단판 선별장치의 설명도.
도 2는 본 발명의 화상처리장치의 설명도.
도 3은 본 발명의 옹이 탐사처리 플로차트.
도 4는 본 발명의 원형도를 구하는 방법의 설명도.
도 5는 본 발명의 옹이의 2치화 형상의 설명도.
도 6은 본 발명의 형상 적분의 설명도.
도 7은 본 발명의 적산 결과의 설명도.
도 8은 본 발명의 평활화처리를 하는 옹이 탐사처리 플로차트.
도 9는 본 발명의 옹이 형상의 결정처리 플로차트.
도 10은 본 발명의 옹이 형상 결정의 화상에 의한 설명도.
도 11은 본 발명의 3차원색 분포의 설명도.
도 12는 본 발명의 색 편차 화상의 설명도.
* 도면의 주요 부분에 대한 부호의 설명 *
1 : 화상처리장치(화상 처리 수단)
2 : 선별기 제어장치
3 : 조작반
4 : 벨트 컨베이어
5 : 투과광용 LED 조명(조명수단)
6 : 반사광용 LED 조명(조명수단)
7 : 등급별 분배장치
8 : 라인 센서 카메라(촬영 수단)
9 : 단판(목재)
(1) : 단판 선별장치의 설명
도 1은 단판 선별장치의 설명도이다. 도 1에서, 단판 선별장치의 전체 구성을 도시하고 있고, 단판 선별장치에는 화상처리장치(1), 선별기 제어장치(2), 조작반(3), 벨트 컨베이어(4), 투과광용 LED 조명(5), 반사광용 LED 조명(6), 등급별 분배장치(7), 라인 센서 카메라(8), 단판(9)이 설치되어 있다.
화상처리장치(1)는 라인 센서 카메라(8)로부터의 화상 데이터의 처리를 행하 여, 단판 품질 등급 등의 처리 결과를 선별기 제어장치(2)에 출력하는 화상 처리 수단이다. 선별기 제어장치(2)는 화상처리장치(1)의 출력에 의해 컨베이어의 운전, 정지 등의 선별기 컨베이어 제어신호의 출력과 등급별 분배장치(7)의 제어신호를 출력하는 것이다. 조작반(3)은 화상처리장치(1)의 설정치의 변경, 선별기 제어장치(2)의 제어 등의 조작을 하는 조작반이다. 벨트 컨베이어(4)는 단판(9)을 반송하는 반송수단이다. 투과광용 LED 조명(5)은 단판(9)의 구멍을 검출하기 위한 조명수단으로, 반사광용 LED 조명(6)과 다른 색의 조명(예를 들면 녹색의 조명)을 사용한다. 이것은 반사광용 LED 조명(6)으로부터의 반사광과 구별(색 및 강도에 의해 구별)하여, 단판의 구멍(옹이구멍), 균열 등을 검출하기 위해서이다. 반사광용 LED 조명(6)은 단판(9)의 반사광을 검출하기 위한 조명수단으로, 통상 백색의 조명을 사용한다. 라인 센서 카메라(8)는 단판(9)의 라인의 화상을 촬영하는 촬영 수단이다.
이 단판 선별장치의 동작은 벨트 컨베이어(4)로 보내진 단판(9)을 라인 센서 카메라(8)로 촬영하여 화상 데이터를 화상처리장치(1)에 출력한다. 화상처리장치(1)에서는 이 화상 데이터의 처리를 하여, 단판 품질 등급 등의 처리 결과를 선별기 제어장치(2)에 출력한다. 선별기 제어장치(2)는 등급별 분배장치(7)에 제어신호를 출력하여, 단판(9)을 등급별로 선별하는 것이다. 이 선별은 벌레구멍수, 구멍·빠진 옹이수, 산 옹이(live knot)수, 죽은 옹이수, 이지러진 수, 균열수, 진·껍질박이(bark pocket)수, 청변수 등 및 이들의 크기(면적) 등의 정도에 따라 행하여진다.
(2) : 화상처리장치의 설명
도 2는 화상처리장치의 설명도이다. 도 2에 있어서, 화상처리장치에는 3대의 라인 센서 카메라(8a, 8b, 8c), 카메라 PC1(카메라용 컴퓨터로 부호로는 11a로 도시하고 있다), 카메라 PC2(카메라용 컴퓨터로 부호로는 11b로 도시하고 있다), 카메라 PC3(카메라용 컴퓨터로 부호로는 11c로 도시하고 있다), 이더넷(등록상표) 스위칭 허브(12; HUB), 화상처리 계산기군(13), 계산 서버 PC(14; 계산 서버 컴퓨터), 표시장치(15)가 설치되어 있다.
라인 센서 카메라(8a, 8b, 8c)는 카메라 3대에 의해 단판을 반송방향과 직교하는 방향으로 3분할하여 촬영하는 촬영 수단이다. 카메라 PC1(카메라용 컴퓨터), 카메라 PC2, 카메라 PC3은 각각의 라인 센서 카메라로부터의 1라인의 화상을 받아들일 때마다, 이더넷 스위칭 허브(12)에 의해 화상처리 계산기군(13)과 계산 서버 PC(14)에 화상 데이터를 배신하는 것이다. 이더넷 스위칭 허브(12)는 라인 센서 카메라(8a, 8b, 8c)로부터의 화상 데이터를 배신하기 위한 중계점이다. 화상처리 계산기군(13)은 단판의 흑백 농담 화상을 각 계산 PC(계산 호스트)1 내지 8로 분할 분담하여 처리(옹이 탐사, 결함 탐사처리)하는 것이다.
여기에서 화상 데이터는 각 계산 PC(1 내지 8)에서 각각(각 계산 PC의 격납수단 내에서) 갖지만 처리는 분담하여 행하는 것이다. 계산 서버 PC(14)는 화상처리 계산기군(13)의 각 계산 PC에 대한 처리를 지시하여, 화상처리 계산기군(13)의 처리 결과에 의해 선별기인 등급별 분배장치(7)에 제어신호를 출력하는 동시에 표시장치에도 출력하여 처리 결과 등의 표시를 하는 것이다. 표시장치(15)는 화상처 리 결과 등의 표시를 하는 표시수단이다.
화상처리장치의 동작은 카메라 PC(1 내지 3)에서, 라인 센서 카메라(8a, 8b, 8c)로부터 1라인의 화상을 넣을 때마다, 계산 PC(1 내지 8)와 계산 서버 PC(14)에, 그 데이터를 배신한다. 계산 PC(1 내지 8)에서는 수신한 화상을 순차적으로 결합하여 가고, 최종적으로 카메라 PC(1 내지 3)가 화상의 취입을 종료하는 시점에서, 각 계산 PC(1 내지 8)에서는 컬러화상의 합성과 흑백 농담 화상 변환은 거의 종료하고 있다(단판의 화상이 3분할되어 있는 카메라 PC(1 내지 3)으로부터의 화상을 화상처리 계산기군(13)에서 일단 결합한다. 처리는 계산 PC(1 내지 8)로 8분할된다). 이렇게 하는 것으로 취입 시간도 유효하게 활용하고 있다.
여기에서, 단판(9)에는 도시하지 않는 레이저 마커로부터 마크가 조사되어 3분할되어, 라인 센서 카메라(8a, 8b, 8c)에서는 각각의 레이저 마크까지의 라인 화상을 합하도록 하여, 간단히 화상의 결합을 할 수 있도록 한다. 또한, 화상의 처리속도를 향상시키기 위해서, 옹이의 탐사처리는 화소 수가 많은 흑백 농담 화상으로 하고, 죽은 옹이의 탐사 등의 컬러화상은 축소(화소 수를 적게)한 화상으로 할 수도 있다.
이하, 화상처리장치의 동작을 촬영 중인 처리와 촬영 후의 처리로 나누어 설명한다.
<촬영 중인 처리의 설명>
라인 센서 카메라(8a, 8b, 8c)에서 촬영된 화상 데이터는 1라인마다, 계산 서버 PC(14)와 각 계산 PC(1 내지 8) 전체에 배신되고, 배신된 각각의 PC에서 1장 의 전체 화상으로서 합성된다. 이렇게 하는 것으로, 촬영 종료 후에 화상을 전송하는 방법과 비교하여, 촬영 중인 시간을 유효하게 활용할 수 있다.
· 카메라 PC(1 내지 3)의 처리
라인 센서 카메라(8a, 8b, 8c)로부터 1라인 컬러화상을 받아들여, 레이저 마크의 위치(접합 위치)를 검출하고, 그 정보와 함께, 1라인 컬러화상을 계산 서버 PC(14)와 계산 PC(1 내지 8)에 전송한다.
· 계산 서버 PC(14)와 계산 PC(1 내지 8)의 처리
도착한 1라인 컬러화상을, 상기 위치정보에 근거하여 합성한다. 이것은 카메라 PC(1 내지 3)에서 촬영이 종료하고, 최후의 1라인 컬러화상을 수신한 단계에서, 각각의 계산 서버 PC(14), 계산 PC(1 내지 8)에서는 전체 컬러화상의 합성이 완료하게 된다. 이와 같이, 촬영 중인 시간을 유효하게 활용하기 위해서, 흑백 변환이나 축소처리 등, 1라인마다 가능한 처리는 동시 병행적으로 할 수 있다.
<촬영 후의 화상 해석 중인 처리의 설명>
· 카메라 PC(1 내지 3)의 처리
다음의 판(단판)의 도착을 검출할 때까지 대기한다.
· 계산 서버 PC(14)의 처리
대상이 되는 판의 크기나 종류 등의 기정(旣定)정보에 근거하여, 계산 PC(1 내지 8)에 대하여, 계산해야 하는 영역이나 설정치를 지시한다. 스스로는 투과광에 의한 결함 검출처리를 하는 동시에, 계산 PC(1 내지 8)로부터의 해석 결과도 수신하여, 최종적으로 등급 분류처리를 한다. 결과를 표시장치(15)에 표시하는 동시 에, 선별기 제어장치에 결과를 출력한다.
· 계산 PC(1 내지 8)의 처리
1대의 PC는 축소 컬러화상을 사용하여, 표면의 색 편차(색 공간 내에서 색 중심으로부터의 거리를 1.0으로 규격화한 것)를 계산하고, 그 결과로부터, 흑변부, 청변부, 죽은 옹이부분 등의 결함을 검출한다. 그 밖의 PC는 농담 화상을 사용하여, 가장 시간을 요하는 옹이를 탐사한다(옹이 탐사용 계산 PC). 옹이 탐사용 계산 PC는 계산 서버 PC(14)로부터 배신된 계산영역, 임계치 정보에 근거하여, 해석작업을 영역 분담하여 행한다. 그 때문에 계산 PC의 대수는 측정하는 단판(판)의 면적과 필요하게 되는 결과 출력까지의 시간에 의해서 결정되는 것이다.
또, 상술한 설명에서는 화상처리장치 내의 각 카메라 PC, 계산 서버 PC(14), 각 계산 PC 등의 복수의 컴퓨터(PC)를 사용하는 설명을 하였지만, 이들 사용하는 컴퓨터의 수는 화상 데이터량이나 컴퓨터의 처리속도 등에 따라 변경할 수 있다(1대의 컴퓨터로 처리할 수도 있다).
(3) : 옹이 탐사의 설명
옹이를 검출하기 위한 옹이의 요건으로서는 다음의 (1) 내지 (5)를 고려할 수 있다.
(1) 전체적으로 짙다(명도가 낮다).
(2) 부분영역 내에서 주변부보다 짙다(명도가 낮다).
(3) 옹이 경계부에서 농도가 급준하게 오른다.
(4) 둥근 형상이 많다.
(5) 주변부에 동심원의 나무결이 있다.
이들의 옹이의 요건에 해당하는 것이 많은 것을 옹이 후보로 결정할 수 있다. 이 때문에, 옹이의 특징의 하나인 암부(暗部; 명도가 낮다)가 원형 형상을 하고 있는 것에 주목하여, 그 개소의 확률 분포를 구하고, 옹이 후보를 특정한다. 즉 후술하는 (b) 형상 적분의 방법의 설명의 항에서 설명하는 방법으로, 임계치 레벨을 바꾸면서, 흑백 농담 화상을 2치화하여, 개개의 2치화 블록의 형상이 원형에 가까운 것에 의해 큰 값을 가산하여 적산함으로써 옹이 후보를 결정할 수 있다. 또한, 옹이 탐사에서, 목재의 재질에 따라 어떤 요건을 크게 볼 것인지, 적게 할 것인지 등의 변경을 할 수도 있다.
도 3은 옹이 탐사처리 플로차트이다. 이하, 도 3의 처리스텝 S1 내지 S9에 따라서 설명한다.
처리 S1 : 화상처리장치(1)는 받아들인 농담 화상의 농담의 최소 임계치 Tmin, 최대 임계치 Tmax, 미리 설정된 임계치 레벨의 분할 수 N, 변화치 Td=(Tmax-Tmin)/N, 반복 변수 I를 초기화하여 0으로 하여 처리 S2로 이동한다.
처리 S2 : 화상처리장치(1)는 농담의 임계치를 변화(T=Tmin+(Td×I))시켜 처리 S3으로 이동한다.
처리 S3 : 화상처리장치(1)는 농담의 임계치 T로 화상을 2치화하여 처리 S4로 이동한다.
처리 S4 : 화상처리장치(1)는 2치화 도형 개개의 원형 도수(회수)를 계산하여, 개개의 원형도의 적산 데이터(다른 기억영역에 원형도에 의한 가중을 부가하여 그 원형도를 계산한 화소마다 적산한다)를 작성하고, 처리 S5로 이동한다.
처리 S5 : 화상처리장치(1)는 반복 변수 I에 1을 가산(I=I+1)하고, 이 반복 변수 I가 N과 같거나 N보다 작은(I≤N) 경우는 처리 S2로 되돌아가고, 반복 변수 I가 N보다 큰(I>N) 경우는 처리 S6으로 이동한다.
처리 S6 : 화상처리장치(1)는 원형도의 적산 데이터를 정규화하고 처리 S7로 이동한다.
처리 S7 : 화상처리장치(1)는 정규화한 적산 데이터로부터 형상의 적분 화상을 작성하고 처리 S8로 이동한다.
처리 S8 : 화상처리장치(1)는 형상의 적분 화상의 2치화처리를 하고 처리 S9로 이동한다.
처리 S9 : 화상처리장치(1)는 옹이 후보를 결정한다.
(a) 2치화 도형 개개의 원형 도수(회수) 계산방법의 설명
원형도가 구하는 방법은 다음과 같이 하여 행한다. 도 4는 원형도를 구하는 방법의 설명도로, 도 4a는 원의 설명, 도 4b는 타원의 설명이다. 도 4a에서 원의 반경을 r로 한다. 도 4b에 있어서, 타원의 긴 쪽의 반경을 a, 짧은 쪽의 반경을 b로 한다.
도 4b의 타원도에서, 장단비를 p=a/b로 한다.
<원>은
면적 A=πr2
관성 모멘트 I=(π/4)r4
<타원>은
면적 A=πab
관성 모멘트 I=(π/4) a3.b
가 알려져 있다.
여기에서, 타원의 관성 모멘트는
I=(π/4)a3·b=(1/4π)(π2·a2·b2)(a/b)
=(1/4π)A2·p
라고 쓸 수 있기 때문에 (p=a/b : 장단비) 이 식을 변형하면 다음의 식 1이 된다.
p=4π(I/A2)····식 1
실측정으로서 관성 모멘트는 블록의 중심을 원점으로 하여, 화상을 g(x, y)로 하면,
I'(실측치)=Σ(x2+y2)·g(x, y)(전체 화소의 화소 위치의 평방합)
A'(실측치)=Σg(x, y) (전체 화소)
이기 때문에, 장단비 p는 이들을 식 1에 대입하여 다음의 식으로 구해진다.
p=4π(I'/A'2)
이 장단비 p는 진원을 1.0으로 하고 편평한 타원만큼 큰 값이 된다. 그래서 이 역수 1/p를 원형도로 하면, 원형도는 0.0부터 1.0의 범위에서 진원에 가까울 수록 1.0에 가까운 큰 값을 취하게 된다. 단판은 예를 들면 통나무의 길이방향에 평행한 칼로 통나무를 절삭하여 얻을 수 있지만, 통나무의 내부에는 그 길이방향에 대하여 경사지게 가지가 존재하고 있고, 이것이 옹이로서 나타난다. 그 때문에, 옹이의 형상은 진원보다 오히려 타원이 되기 때문에, 예를 들면 원형도가 1/8 이상인 것을 옹이라고 간주하면 좋다.
도 5는 옹이의 2치화 형상의 설명도이다. 도 5에 있어서, 실제로는 옹이의 2치화 형상은 상기와 같은 이상형을 하고 있지 않고, 도 5의 좌측과 같은 형상이 많다. 그래서, 최외주로부터 내측을 메우는 처리를 하여, 도 5의 우측과 같이 한 후에, 그 형상의 타원 근사 장단비를 구하고, 그 역수를 원형도로 한다.
이렇게 하여 구해진 원형도를, 도 5의 흑색 블록의 각 화소의 좌표를 지표로 한 메모리에 더하는 것으로, 어떤 임계치로 2치화한 화소의 원형도 적산을 한다. 이와 같이 하면, 진원에 가까운 블록일 수록 큰 원형도가 적산되어, 큰 값을 취하게 된다.
또, 임계치를 최소부터 최대까지 변화시키면서 상기한 적산을 하는 것으로, 농도와 형상을 동시에 조사할 수 있다.
(b) 형상 적분 방법의 설명
농도 등고선은 흑백 농담 화상이며, 특정한 임계치로 2치화하였을 때의 화상으로 각 블록의 외주를 탐색하는 것으로 얻을 수 있다. 일정 간격으로 임계치를 변화시켜, 각 임계치에서의 2치화 화상을 개별로 적산하여 간다. 여기에서 중요한 것은 농도가 짙은 부분은 더욱 많은 임계치에 대하여 값을 가지기 때문에, 더욱 많은 등고선(2치화 화상)을 얻을 수 있는(적산 효과가 크다) 것이다.
도 6은 형상 적분의 설명도이고, 도 6a는 수평방향의 농도 그래프의 설명, 도 6b는 임계치 레벨 1로 2치화한 화상의 설명, 도 6c는 임계치 레벨 2로 2치화한 화상의 설명, 도 6d는 임계치 레벨 3으로 2치화한 화상의 설명이다.
도 6a에서, 옹이 주변의 일부를 확대한 농담의 화상을 도시하고 있고, 곡선 a는 화상의 중앙 수평방향(수평의 백선 참조)의 농도 그래프이다. 곡선 a에서, 위가 백 레벨이고 아래가 흑 레벨을 나타내고 있고, 임계치 레벨 1, 2, 3(수평의 흑선)이 나타내져 있다. 도 6b에서 임계치 레벨 1로 2치화한 화상은 임계치 레벨 1이하의 검은 부분만의 화상이 되어 원형도가 커져 있다(원으로 둘러싼 화상). 이 때문에 이 화상의 각 화소에 대해서는 큰 값을 가산하여 적산하게 된다. 즉, 화상의 각 화소에 대해서는 그 화소 위치에 대응하는 메모리 번지에 큰 값을 가산하게 된다. 도 6c에서 임계치 레벨 2로 2치화한 화상은 임계치 레벨 2 이하의 화상이 되어 이 경우에도 원형도가 커져 있다(원으로 둘러싼 화상). 이 때문에 이 화상의 적산치가 커진다(가중을 크게 하여 가산한다). 도 6d에서 임계치 레벨 3으로 2치화한 화상은 임계치 레벨 3 이하의 화상이 되고 이 경우는 나무결의 모양이 나타나 원형도가 작아져 있다. 이 때문에 이 화상의 각 화소에 대해서는 그 화소 위치에 대응하는 메모리 번지에 작은 정의 값 또는 음의 값을 가산한다.
도 7은 적산 결과의 설명도로, 도 7a는 결과도의 설명, 도 7b는 2치화 화상의 설명이다. 도 7a에 있어서, 각 임계치 레벨에서의 2치화 화상의 적산 결과의 화상은 옹이 부분이 강조되게 된다. 도 7b에서 도 7a의 화상을 2치화 화상으로서 옹이 후보를 얻을 수 있다(도 7a는 흑백이 반전한 화상으로 도시하고 있다).
(c) 국소 평균치를 사용한 색 얼룩의 평활화의 설명
단판 표면은 단일한 색에 한하지 않고, 때때로 색 얼룩이 존재한다. 그러한 색 얼룩(농담차가 있는 부분) 단판에 옹이가 존재하는 경우에는 그 표면의 색 얼룩을 제거하여, 옹이의 농담만을 강조할 필요가 있다. 그 때문에, 화상처리장치(1)에서는 각 화소에 관해서, 그 근방 평균치를 구하고, 그 결과로부터 원래의 화상의 명암을 보정한다(옹이 전 후보의 검출처리).
원래의 화상을 f(i,j)로 하고, 평활 화상을 g(i,j)로 하면,
Figure 112007082384297-PCT00001
여기에서, (k,l)은 (i,j) 근방의 화소
로 나타낼 수 있는 계산에 의해, 화소 (i,j) 근방의 평균을 구한다. 화상 f의 전체의 평균 농도를 <f>로 하고, 보정 후의 화상 h는 다음과 같이 구할 수 있다.
Figure 112007082384297-PCT00002
목표로서 검출하고자 하는 옹이의 최대의 직경을 D로 하고, m=n=2D 정도로 하는 것으로, 옹이 부분을 남기고, 그 이상의 색 얼룩을 제거(평활화)하는 것이 가 능하다. 또한, m, n이 큰 경우에는 근방영역 내의 모든 점에서 계산하는 것이 아니라, 대표점(예를 들면, 격자점)에서 계산하여도 좋다.
얻어진 평활화 화상 h는 항상 <f>에 대해서 규격화되어 있기 때문에, 적당한 임계치(예를 들면, <f>의 50%)로 2치화하는 것으로, 옹이 전 후보를 용이하게 결정할 수 있다. 이들의 방법에 의해, 옹이 전 후보를 실용적으로 빨리 결정할 수 있다.
도 8은 평활화처리를 하는 옹이 탐사처리 플로차트이다. 도 8에서 처리 S11에서는 화상처리장치(1)가 받아들인 농담 화상의 평활화처리를 하여 평활화 화상(화상 h)을 작성하고, 처리 S12로 이동한다. 이하, 처리 S12 내지 S20에서는 평활화 화상에 대하여 도 3과 같은 처리(도 3의 처리 S1 내지 S9)를 하여 옹이 후보를 결정한다. 이와 같이 평활화처리를 함으로써, 옹이 이외의 정보가 적어져, 옹이 후보의 결정을 빠르고 확실하게 할 수 있다.
(4) : 옹이 형상의 결정의 설명
옹이 형상의 결정의 처리는 옹이 테두리의 더욱 정확한 크기를 구하기 위해서, 옹이 위치 주변의 농도 변화로부터 최적 테두리를 구하는 것이다. 구체적으로는 옹이마다, 최적 임계치를 구하여 2치화하는 작업이다. 이것에 의해, 옹이 후보 각각에 대하여, 최적 형상과 크기를 결정한다. 이 처리는 이전의 2치화에 의하여 얻어진 연결 화소 성분(이후 블록으로 한다(도 7 참조))마다, 각 옹이 후보 블록보다 큰 영역, 예를 들면, 그 4배의 확장영역에서, 형상 적분 화상과 미분 화상으로부터 최적의 형상이 되는 임계치를 구한다. 이것은 각각의 부분 공간에서 행하기 때문에 개개의 옹이 형상을 정확히 결정할 수 있다. 이후에서는 2치화한 경우의 블록의 화소 수를 블록 사이즈(생략하고 사이즈라고 함)로 한다. 또한 사이즈 안정성(S)은 임계치를 변화시켰을 때의 사이즈의 변화량이다(옹이 부분은 임계치를 변화시켜도, 어떤 임계치까지는 사이즈의 변화량이 적다. 즉, 안정도가 크다. 그러나 임계치를 변화시켜 나무결이 나타나면 사이즈의 변화량이 커진다. 이것에 의해 얼룩과 같은 희미한 모양을 제외할 수 있다).
도 9는 옹이 형상의 결정처리 플로차트이다. 이하, 도 9의 처리 S21 내지 S31에 따라서 설명한다.
처리 S21 : 화상처리장치(1)는 단판의 원형도 적산 화상(S7 참조)을 받아들이고, 처리 S23으로 이동한다.
처리 S22 : 화상처리장치(1)는 에지부분을 강조하기 위해서 단판의 미분 화상을 작성하고, 처리 S23으로 이동한다.
처리 S23 : 화상처리장치(1)는 원형도 적산 화상과 미분 화상을 가산(감산의 경우는 마이너스로 하여 가산)하여 형상 결정용 화상을 작성하고, 처리 S24로 이동한다.
처리 S24 : 화상처리장치(1)는 옹이 후보의 수만큼 이하의 처리 S25 내지 S31을 반복한다.
처리 S25 : 화상처리장치(1)는 단판 전체의 농담 화상으로부터 옹이 후보의 잘라내고(옹이 후보 블록(도 7 참조)의 4배의 확장영역에서 잘라냄), 처리 S26으로 이동한다.
처리 S26 : 화상처리장치(1)는 형상 결정용 화상의 농도범위를 조사하여 16단계의 임계치 레벨을 결정하고, 처리 S27로 이동한다.
처리 S27 : 화상처리장치(1)는 임계치 레벨의 수(여기에서는 16)만큼 이하의 처리 S28 내지 S29를 반복한다.
처리 S28 : 화상처리장치(1)는 최대 탐사 블록을 결정하고, 처리 S29로 이동한다.
처리 S29 : 화상처리장치(1)는 원형도와 사이즈 안정도를 수치화하고, 처리 S30으로 이동한다.
처리 S30 : 화상처리장치(1)는 원형도, 사이즈 안정도가 최대가 되는 최적 임계치 레벨(임계치를 바꿔도 사이즈 변동이 적은 임계치 레벨)을 구하고, 처리 S31로 이동한다.
처리 S31 : 화상처리장치(1)는 그 최적 임계치 레벨의 블록으로부터 옹이 형상을 결정한다.
도 10은 옹이 형상 결정의 화상에 의한 설명도이고, 도 10a는 원형도 적산 화상의 설명, 도 10b는 미분 화상의 설명, 도 10c는 원형도 적산으로 구한 옹이 후보의 설명, 도 10d는 최적 임계치로 2치화한 화상의 설명이다.
도 10a는 도 7a에서 설명한 원형도 적산 화상이다. 이 원형도 적산 화상에서도, 거의 옹이의 크기는 구해지고 있지만, 또 정밀도를 얻기 위해서, 원형도 적산 화상의 농도 화상의 위에 도 10b의 1차 미분 화상을 겹친다. 이 결과는 옹이의 테두리를 강조하는 효과가 있다.
이 겹쳐진 화상으로부터 옹이마다 최적 임계치를 구한 것이, 도 10d의 화상이다. 이 화상은 도 10c의 원형도 적산으로 구한 옹이 후보의 화상과 비교하여 하측의 옹이를 명확히 판단할 수 있다. 또한 옹이 테두리도 새롭게 구할 수 있다.
또한, 최적 임계치에 관해서는 판정치가, 그 때 후보 블록이 가지는 원형도, 사이즈 안정도, 임계치 깊이， 블록 사이즈를 요소로 하는 함수로 나타나지게 한 경우, 이 함수를 최대의 판정치를 가지는 임계치를 최적 임계치로 하도록 정할 수 있다(이 상세한 것은 재질이 변하면 그에 따라 바꾸는 경우가 있다).
(5) : 생사옹이 판정의 설명
죽은 옹이는 수피부분을 가지는 옹이로, 옹이가 빠져 옹이구멍이 생기기 쉬운 것으로 정도가 나쁜 옹이이다. 또한, 죽은 옹이는 수피부분이 드라이어 건조 과정에서, 탄화되기 때문에 색 편차치는 커진다. 먼저 구한, 옹이 블록을 둘러싸는 영역에서 색 편차치의 비율이 큰 경우에 대한(이 경우 컬러화상을 사용), 죽은 옹이로 판정할 수 있다.
도 11은 3차원색 분포의 설명도이다. 도 11에서 옹이 블록을 둘러싸는 영역에서의 3차원색 분포(RGB)를 도시하고 있고, 흑변부와 청변부(그을음이나 외부 진입한 곰팡이 등)는 타원으로 둘러싸인 영역이 된다. 이 영역은 단판 본래의 색의 표준 분포로부터는 치우친 곳에 분포를 이룬다. 이러한 부분은 어떤 결함일 가능성이 크다. 이 도 11의 흑변부만을 영상화한 것이 도 12이다.
도 12는 색 편차 화상의 설명도이다. 도 12에서, 색 편차 화상은 각 화소의 규격화된 색 공간에서 중심색(rgb의 평균치)으로부터의 공간거리를 영상화한 것으 로, 이 경우는 도 11의 흑변부를 영상화한 것이다. 실제의 처리에 있어서는 화상처리장치(1)에서, 전체 평균의 색상치를 0(흑)으로 하고, 각 화소의 편차치를 적당한 계수를 곱하고(더욱 검은 부분을 강조하여) 영상화한다. 이것에 의해, 그을음 등 자연 목질 이외의 요인에 의한 변색부분을 검출할 수 있다. 죽은 옹이는 수피부분이 드라이어 건조 과정에서, 탄화되기 때문에 색 편차치는 커져 검출할 수 있고, 도 12와 같은 화상이 된다.
(6) : 프로그램 인스톨의 설명
화상처리장치(1; 화상 처리 수단), 선별기 제어장치(2; 선별기 제어수단), 카메라 PC(1 내지 3), 화상처리 계산기군(13), 계산 서버 PC(14), 표시장치(15; 표시수단) 등은 프로그램으로 구성할 수 있고, 주제어부(CPU)가 실행하는 것으로, 주기억에 격납되어 있는 것이다. 이 프로그램은 컴퓨터로 처리되는 것이다. 이 컴퓨터는 주제어부, 주기억, 파일장치, 표시장치 등의 출력장치, 입력장치 등의 하드웨어로 구성되어 있다.
이 컴퓨터에, 본 발명의 프로그램을 인스톨한다. 이 인스톨은 플로피, 광자기디스크 등의 가반형 기록(기억)매체에, 이들의 프로그램을 기억시켜 두고, 컴퓨터가 구비하고 있는 기록매체에 대하여, 액세스하기 위한 드라이브장치를 통해서, 또는 LAN 등의 네트워크를 통해서, 컴퓨터에 설치된 파일장치에 인스톨된다.
이것에 의해, 목재의 옹이를 확실히 검출할 수 있고, 목재의 옹이 형상을 확실히 결정할 수 있고, 또 목재의 죽은 옹이를 확실히 검출할 수 있는 목재의 옹이 탐사 장치를 용이하게 제공할 수 있다.

Claims (13)

  1. 촬영 수단으로 목재를 촬영하고, 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이로서 검출하는 것을 특징으로 하는, 목재의 옹이 탐사 방법.
  2. 촬영 수단으로 목재를 촬영하고, 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하여, 원형도가 큰 것을 옹이 후보로 하고,
    상기 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 화상으로 농담의 임계치 레벨을 변화시켜 원형도와 사이즈 안정도가 최대가 되는 임계치 레벨을 구하고, 옹이 형상을 결정하는 것을 특징으로 하는, 목재의 옹이 탐사 방법.
  3. 제 2 항에 있어서,
    상기 촬영한 목재의 화상의 농담의 임계치 레벨을 변화시켜, 각각의 화상의 원형도를 구하고, 상기 구한 원형도에 의한 계수를, 각각의 임계치 레벨의 화상에 곱하고, 상기 곱한 상기 임계치 레벨마다의 화상을 적산하여 상기 옹이 후보로 하는 것을 특징으로 하는, 목재의 옹이 탐사 방법.
  4. 제 2 항 또는 제 3 항에 있어서,
    상기 촬영한 목재의 화상에 대하여, 옹이보다 큰 색 얼룩을 평활화하고, 상기 평활화한 화상에 대하여 원형도를 계산하여, 원형도가 큰 것을 옹이 후보로 하는 것을 특징으로 하는, 목재의 옹이 탐사 방법.
  5. 촬영 수단으로 목재를 촬영하고, 상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하여, 원형도가 큰 것을 옹이 후보로 하고,
    상기 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 부분에서의 각 화소의 색 공간으로부터 소정의 임계치로 잘라낸 부분을 흑변부(黑變部)로 하고, 상기 흑변부의 화소 수의 상기 옹이 후보의 화소 수에 대한 비율이 큰 것을 죽은 옹이로 결정하는 것을 특징으로 하는, 목재의 옹이 탐사 방법.
  6. 목재를 촬영하는 촬영 수단과,
    상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도의 큰 것을 옹이로서 검출하는 화상 처리 수단을 구비하는 것을 특징으로 하는, 목재의 옹이 탐사 장치.
  7. 목재를 촬영하는 촬영 수단과,
    상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 하고, 상기 촬영한 목재의 화상으로부터, 적어도 상 기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 화상으로 농담의 임계치 레벨을 변화시켜 원형도와 사이즈 안정도가 최대가 되는 임계치 레벨을 구하고, 옹이 형상을 결정하는 화상 처리 수단을 구비하는 것을 특징으로 하는, 목재의 옹이 탐사 장치.
  8. 제 7 항에 있어서,
    상기 화상 처리 수단은 상기 촬영한 목재의 화상의 농담의 임계치 레벨을 변화시켜, 각각의 화상의 원형도를 구하고, 상기 구한 원형도에 의한 계수를, 각각의 임계치 레벨의 화상에 곱하고, 상기 곱한 상기 임계치 레벨마다의 화상을 적산하여 상기 옹이 후보로 하는 것을 특징으로 하는, 목재의 옹이 탐사 장치.
  9. 제 7 항 또는 제 8 항에 있어서,
    상기 화상 처리 수단은 상기 촬영한 목재의 화상에 대하여, 옹이보다 큰 색 얼룩을 평활화하고, 상기 평활화한 화상에 대하여 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 하는 것을 특징으로 하는, 목재의 옹이 탐사 장치.
  10. 목재를 촬영하는 촬영 수단과,
    상기 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 하고, 상기 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 부분에서의 각 화 소의 색 공간으로부터 소정의 임계치로 잘라낸 부분을 흑변부로 하고, 상기 흑변부의 화소 수의 상기 옹이 후보의 화소 수에 대한 비율이 큰 것을 죽은 옹이로 결정하는 화상 처리 수단을 구비하는 것을 특징으로 하는, 목재의 옹이 탐사 장치.
  11. 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이로서 검출하는 화상 처리 수단으로서, 컴퓨터를 기능시키기 위한 프로그램.
  12. 촬영한 목재의 화상의 농담의 임계치 레벨을 변화시켜, 각각의 화상의 원형도를 구하고, 상기 구한 원형도에 의한 계수를, 각각의 임계치 레벨의 화상에 곱하고, 상기 곱한 상기 임계치 레벨마다의 화상을 적산하여 옹이 후보로 하고, 상기 촬영한 목재의 화상으로부터 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 화상의 농담의 임계치 레벨을 변화시켜 원형도와 사이즈 안정도가 최대가 되는 임계치 레벨을 구하고, 옹이 형상을 결정하는 화상 처리 수단으로서, 컴퓨터를 기능시키기 위한 프로그램.
  13. 촬영한 목재의 화상으로부터 화상의 원형도를 계산하고, 상기 계산한 원형도가 큰 것을 옹이 후보로 하고, 상기 촬영한 목재의 화상으로부터, 적어도 상기 옹이 후보를 포함하는 부분의 화상을 잘라내고, 상기 잘라낸 부분에서의 각 화소의 색 공간으로부터 소정의 임계치로 잘라낸 부분을 흑변부로 하고, 상기 흑변부의 화 소 수의 상기 옹이 후보의 화소 수에 대한 비율이 큰 것을 죽은 옹이로 결정하는 화상 처리 수단으로서, 컴퓨터를 기능시키기 위한 프로그램.
KR1020077026744A 2005-05-18 2006-04-28 목재의 옹이 탐사 방법, 장치, 및 프로그램 KR101298957B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2005145146A JP4704804B2 (ja) 2005-05-18 2005-05-18 木材の節探査方法及び装置及びプログラム
JPJP-P-2005-00145146 2005-05-18
PCT/JP2006/308970 WO2006123534A1 (ja) 2005-05-18 2006-04-28 木材の節探査方法及び装置及びプログラム

Publications (2)

Publication Number Publication Date
KR20080009720A true KR20080009720A (ko) 2008-01-29
KR101298957B1 KR101298957B1 (ko) 2013-08-23

Family

ID=37431112

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020077026744A KR101298957B1 (ko) 2005-05-18 2006-04-28 목재의 옹이 탐사 방법, 장치, 및 프로그램

Country Status (11)

Country Link
US (1) US7778458B2 (ko)
EP (1) EP1882935A4 (ko)
JP (1) JP4704804B2 (ko)
KR (1) KR101298957B1 (ko)
CN (1) CN101180536B (ko)
AU (1) AU2006249164B2 (ko)
CA (1) CA2607102C (ko)
NZ (1) NZ562958A (ko)
RU (1) RU2381442C2 (ko)
TW (1) TWI383142B (ko)
WO (1) WO2006123534A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101121068B1 (ko) * 2009-03-16 2012-06-27 대한민국 Ｘ선 스캐너를 이용한 목재의 강도 예측 방법
KR20210042636A (ko) * 2019-10-10 2021-04-20 대한민국(산림청 국립산림과학원장) 휴대폰 어플리케이션을 이용한 규격구조재의 자동 등급판정방법

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008225702A (ja) * 2007-03-09 2008-09-25 Kyodo Printing Co Ltd 画像処理方法及び画像処理装置
EP2148189B1 (en) * 2007-04-20 2014-11-19 Meinan Machinery Works, Inc. Lumber inspection method, device and program
RU2444002C2 (ru) * 2007-04-20 2012-02-27 Мейнан Машинери Уоркс, Инк. Способ и устройство для контроля пиломатериалов
TWI447382B (zh) * 2007-04-27 2014-08-01 Meinan Machinery Works Wood inspection methods and apparatus and program
TWI393878B (zh) * 2008-08-18 2013-04-21 Chunghwa Picture Tubes Ltd 面板檢測裝置及檢測面板的方法
DE102009040649A1 (de) * 2008-09-11 2010-05-20 Schott Ag Verfahren und Vorrichtung zur Erzeugung von digitalen Einzelbildern von scheibenförmigen Elementen in einem Herstellungsprozess
EP2312301A4 (en) 2008-09-18 2015-10-28 Ibm SYSTEM AND METHOD FOR SUPPORTING THE COLLECTION OF DEFECTS IN AN OBJECT TO BE TESTED
JP2011017565A (ja) * 2009-07-07 2011-01-27 Nagoya Univ 木材の光学式品質評価方法
CN102032868B (zh) * 2009-09-28 2013-10-02 株式会社名南制作所 原木的年轮中心检测装置以及方法
WO2011043050A1 (ja) 2009-10-05 2011-04-14 川崎重工業株式会社 超音波探傷検査の判定支援装置、判定支援方法、判定支援プログラム、及び該判定支援プログラムを記録したコンピュータ読取可能な記録媒体
JP5520005B2 (ja) * 2009-10-29 2014-06-11 パナソニック株式会社 木材欠陥検出装置およびその方法
JP5520006B2 (ja) * 2009-10-29 2014-06-11 パナソニック株式会社 木材欠陥検出装置およびその方法
US8358830B2 (en) * 2010-03-26 2013-01-22 The Boeing Company Method for detecting optical defects in transparencies
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
JP2012053606A (ja) * 2010-08-31 2012-03-15 Sony Corp 情報処理装置および方法、並びにプログラム
US8615125B2 (en) * 2010-10-08 2013-12-24 Omron Corporation Apparatus and method for inspecting surface state
IE20110525A1 (en) * 2011-11-25 2013-06-05 Odenberg Engineering Ltd A rejector device
CN102605663A (zh) * 2012-03-20 2012-07-25 湖南骏泰浆纸有限责任公司 一种木片流量监控系统及稳定制浆连续蒸煮的方法
EP2831813B1 (en) * 2012-03-28 2019-11-06 University of Houston System Methods and software for screening and diagnosing skin lesions and plant diseases
TWI479166B (zh) * 2013-07-19 2015-04-01 Hon Hai Prec Ind Co Ltd 產品斷差檢測系統、裝置及方法
JP6379454B2 (ja) * 2013-07-31 2018-08-29 シンフォニアテクノロジー株式会社 パーツフィーダ用画像処理装置及びパーツフィーダ
TWI520813B (zh) * 2013-08-07 2016-02-11 中國砂輪企業股份有限公司 鑽石篩選裝置
JP2015090339A (ja) * 2013-11-07 2015-05-11 住友林業株式会社 木製軸組部材の耐力解析方法
US9643214B2 (en) 2013-12-03 2017-05-09 Outotec (Finland) Oy Method and apparatus for sorting pieces of rock containing quartz vein from pieces of rock and computer program for a processing device
CN103760168A (zh) * 2014-01-15 2014-04-30 陈涛 基于光滑度特征量的旋切类木制品表面灰度缺陷检测方法
TWI551399B (zh) * 2014-01-20 2016-10-01 中國砂輪企業股份有限公司 高度磨料品質之化學機械研磨修整器
CN103942816B (zh) * 2014-04-29 2016-09-28 中国林业科学研究院木材工业研究所 一种基于图像处理的木材单板节子数量和大小的识别方法
CN104700417A (zh) * 2015-01-19 2015-06-10 湖南大学 木材节子瑕疵的计算机图像自动识别方法
CN105158258B (zh) * 2015-07-15 2017-09-01 广西师范大学 一种基于计算机视觉的竹条表面缺陷检测方法
CN105181609A (zh) * 2015-09-22 2015-12-23 南京林业大学 木材颜色识别系统及方法
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
CN106694392A (zh) * 2017-01-20 2017-05-24 汕头市爱美高自动化设备有限公司 一种块状纤维废料剔除装置
CA3064862A1 (en) 2018-12-10 2020-06-10 Usnr, Llc Wetwood detection in sawn or planed wood products
JP6887175B2 (ja) * 2019-10-31 2021-06-16 株式会社名南製作所 単板選別制御装置、単板選別制御方法および単板選別制御用プログラム
CN111695498B (zh) * 2020-06-10 2023-04-07 西南林业大学 一种木材同一性检测方法
TWI762271B (zh) * 2020-08-13 2022-04-21 日商名南製作所股份有限公司 板狀木材的缺陷檢測系統、缺陷檢測方法以及缺陷檢測用程式
SE2151276A1 (sv) * 2021-10-20 2023-04-21 Renholmen Ab Automatiskt virkessorteringsverk
RO137528A2 (ro) * 2021-12-08 2023-06-30 Fordaq International S.r.l. Sistem de detectare a defectelor plăcilor de lemn şi clasificarea în clase de calitate a acestora
JP7089718B1 (ja) 2022-03-16 2022-06-23 エノ産業株式会社 皮むきされた原木の選別システム、情報処理装置、皮むきされた原木の選別方法およびプログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4907156A (en) * 1987-06-30 1990-03-06 University Of Chicago Method and system for enhancement and detection of abnormal anatomic regions in a digital image
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system
JPH08145914A (ja) 1994-11-16 1996-06-07 Nakajima:Kk 一次元テレビカメラによる木材の欠陥検出装置
JPH09210785A (ja) * 1996-02-02 1997-08-15 Tokai Carbon Co Ltd 木材欠陥部の検出方法
US6922482B1 (en) * 1999-06-15 2005-07-26 Applied Materials, Inc. Hybrid invariant adaptive automatic defect classification
US20020025061A1 (en) * 2000-08-23 2002-02-28 Leonard Metcalfe High speed and reliable determination of lumber quality using grain influenced distortion effects
JP2003156451A (ja) * 2001-11-21 2003-05-30 Mitsubishi Rayon Co Ltd 欠陥検出装置
NZ519475A (en) * 2002-06-11 2004-10-29 Ind Res Ltd Measuring wood properties by optical investigation of tracheid orientations
US7406190B2 (en) * 2003-07-24 2008-07-29 Lucidyne Technologies, Inc. Wood tracking by identification of surface characteristics

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101121068B1 (ko) * 2009-03-16 2012-06-27 대한민국 Ｘ선 스캐너를 이용한 목재의 강도 예측 방법
KR20210042636A (ko) * 2019-10-10 2021-04-20 대한민국(산림청 국립산림과학원장) 휴대폰 어플리케이션을 이용한 규격구조재의 자동 등급판정방법

Also Published As

Publication number Publication date
AU2006249164A1 (en) 2006-11-23
US7778458B2 (en) 2010-08-17
KR101298957B1 (ko) 2013-08-23
RU2007146970A (ru) 2009-06-27
NZ562958A (en) 2010-11-26
US20060262972A1 (en) 2006-11-23
JP2006322774A (ja) 2006-11-30
JP4704804B2 (ja) 2011-06-22
CN101180536B (zh) 2014-05-07
TW200718938A (en) 2007-05-16
CA2607102A1 (en) 2006-11-23
CN101180536A (zh) 2008-05-14
CA2607102C (en) 2012-02-28
TWI383142B (zh) 2013-01-21
EP1882935A4 (en) 2013-11-06
AU2006249164B2 (en) 2011-10-06
RU2381442C2 (ru) 2010-02-10
EP1882935A1 (en) 2008-01-30
WO2006123534A1 (ja) 2006-11-23

Similar Documents

Publication Publication Date Title
KR101298957B1 (ko) 목재의 옹이 탐사 방법, 장치, 및 프로그램
KR101415628B1 (ko) 목재의 검사 방법, 장치 및 프로그램
JP5085860B2 (ja) 木材の検査方法及び装置及びプログラム
JP2009293999A (ja) 木材欠陥検出装置
JP6357617B2 (ja) 蒲鉾板の欠陥検査装置
JP4708904B2 (ja) 木材の検査方法及び装置及びプログラム
JP5006147B2 (ja) 木材の検査方法及び装置及びプログラム
TW419634B (en) Automatic detection system and method using bar code positioning
KR20230139166A (ko) 목재 제품의 불량 검사 방법
CN115165920A (zh) 一种三维缺陷检测方法及检测设备
TWI447382B (zh) Wood inspection methods and apparatus and program
JP2003156451A (ja) 欠陥検出装置
JP2023529512A (ja) トレーディングカードの特性を識別する方法及び装置
RU2444002C2 (ru) Способ и устройство для контроля пиломатериалов
JP3311880B2 (ja) 青果物の傷害自動検出装置
KR20150137497A (ko) 후판 표면 결함 탐상 장치 및 방법
JP7318907B2 (ja) 単板判定システムおよび単板の判定方法
JP2014186030A (ja) 欠点検査装置
CN110782423B (zh) 一种实木锯材线扫相机图像自动拼接及抠图方法
CN116309383A (zh) 基于机器视觉的载带检测方法
JPS63178373A (ja) 基板のカツト状態検査方法
JPH07265810A (ja) 青果物表面光沢判別装置
JPH06105227B2 (ja) 外観検査装置

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20160602

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180619

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20190618

Year of fee payment: 7