TWI383142B - Wood section of the probe method and device and computer can read the recording media - Google Patents

Wood section of the probe method and device and computer can read the recording media Download PDF

Info

Publication number
TWI383142B
TWI383142B TW095116411A TW95116411A TWI383142B TW I383142 B TWI383142 B TW I383142B TW 095116411 A TW095116411 A TW 095116411A TW 95116411 A TW95116411 A TW 95116411A TW I383142 B TWI383142 B TW I383142B
Authority
TW
Taiwan
Prior art keywords
image
wood
circularity
photographed
value
Prior art date
Application number
TW095116411A
Other languages
English (en)
Other versions
TW200718938A (en
Inventor
Noriyuki Hiraoka
Original Assignee
Meinan Machinery Works
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 Meinan Machinery Works filed Critical Meinan Machinery Works
Publication of TW200718938A publication Critical patent/TW200718938A/zh
Application granted granted Critical
Publication of TWI383142B publication Critical patent/TWI383142B/zh

Links

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Wood Science & Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Textile Engineering (AREA)
  • Multimedia (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Forests & Forestry (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Chemical And Physical Treatments For Wood And The Like (AREA)

Description

木材的節探查方法及裝置及電腦可讀取的記錄媒體
本發明是關於從木材的原木等所裁出之單板或板材等的木質材料上之節的探查方法及裝置及程式。例如對於合板的製造，用刀具切割原木來連續取得厚度數毫米的單板，依特定的大小整理該單板並進行烘乾過後，用黏接劑將複數片單板黏接而一體化。這些的製程中，必須依據單板上的節、節脫落而成為孔的部位、破裂、發黴或油脂所造成的變色等之瑕疵的位置、數量、面積等的程度，進行選別(例如，進行5~7階段的選別)來構成變成合板時的表層(美觀且瑕疵較少)、及構成合板的內層(瑕疵很多但不會造成問題)。
過去，對於選別構成變成合板時的表層、構成合板的內層，係經由作業者的肉眼來判定以輸送帶所搬運的單板。
另外，過去作為以來自動檢測出木材的瑕疵者，係有利用一次元攝影機，將集成材用木材表面上的節、破裂、腐壞等的瑕疵檢測出來(參考日本專利文獻1)。該瑕疵檢測是將檢測出表面的濃淡度等為比較判斷資料以上者，判斷為應該除去的瑕疵。
〔專利文獻1〕日本專利特開平8-145914號公報
前述過去的方法存在以下的課題。
用肉眼來判定，會有判定上因人而參差不齊(不正確)，且不能太過提高輸送帶的速度(生產性不良)等的問題。
另外，用一次元攝影機來判斷瑕疵，由於單僅依據濃淡度來進行判定，故會有無法正確地檢測出節的形狀、不良等的問題。
本發明之目的係實現正確地檢測節的形狀、造成不良的節。
第1圖為單板選別裝置之說明圖。第1圖中，圖號1為畫像處理裝置(畫面處理手段)，圖號2為選別機控制裝置，圖號3為操作盤，圖號4為輸送帶，圖號5為透光用LED照明，圖號6為反射光用LED照明，圖號7為等級別分配裝置，圖號8為直線感測攝影機(攝影手段)，圖號9為單板(木材)。
本發明為了要解決上述的課題，以下的方式來構成：
(1)用攝影手段8對木材進行攝影，由經過畫像處理手段1進行前述攝影之木材的畫像來計算畫像的圓度，並將檢測出該計算過的圓度較大者作為節。因而，可以正確地檢測出木材的節。
(2)用攝影手段8對木材進行攝影，由以畫像處理手段1進行前述攝影之木材的畫像來計算畫像的圓度，將該計算出之圓度較大者作為候補節，從前述攝影之木材的畫像中，擷取至少包含前述候補節的部分之畫像，以該擷取的畫像，使濃淡的臨限值位準變化，求出圓度及尺寸穩定度成為最大的臨限值位準，而決定節形狀。因而，可以確實地決定木材的節形狀。
(3)如同前述第(2)項所記載之木材的節探查方法或裝置，其中，使以畫像處理手段1進行前述攝影之木材的畫像之濃淡的臨限值位準變化，求出各別畫像的圓度，將該求出圓度的係數乘算上各別臨限值位準的畫像，積算該乘算過的前述每個臨限值位準之畫像來作為前述候補節。因而，可以正確地檢測出木材的候補節。
(4)如同前述第(2)或(3)項所記載之木材的節探查方法或裝置，其中，以前述畫像處理手段1，對於前述攝影之木材的畫像，將大於節的色差予以平滑化，再對於該平滑化的畫像來進行圓度的計算，並將該計算出之圓度較大者作為後補節。因而，可以正確且迅速地檢測出木材的候補節。
(5)用攝影手段8對木材進行攝影，由經過畫像處理手段1進行前述攝影之木材的畫像來計算畫像的圓度，將該計算出之圓度較大者作為候補節，從前述攝影之木材的畫像中，擷取至少包含前述候補節的部分之畫像，從該擷取的部分之各像素的顏色空間以特定的臨限值擷取出之 部分作為變黑部，將該變黑部的像素數相對於前述候補節之像素數的比例較大者決定為死節。因而，可以正確地檢測出包覆皮之木材的死節。
 (1)說明單板選擇裝置
第1圖為單板選別裝置之說明圖。第1圖中，表示單板選別裝置的全體構成。單板選別裝置中，設有畫像處理裝置1、選別機控制裝置2、操作盤3、輸送帶4、透光用LED照明5、反射光用LED照明6、等級別分配裝置7、直線感測攝影機8、單板9。
畫像處理裝置1係進行來自直線感測攝影機8的畫像資料之處理，再將單板品質等級等的處理結果輸出至選別機控制裝置2之畫像處理手段。選別機控制裝置2為利用畫像處理裝置1的輸出來輸出輸送帶的運轉、停止等的選別機輸送帶控制訊號及輸出等級別分配裝置7的控制訊號之裝置。操作盤3則為進行畫像處理裝置1之設定值的變更、選別機控制裝置2之控制等的操作之操作盤。輸送帶4係搬運單板9之搬運手段。透光用LED照明5為用以檢測出單板9的孔之照明手段，使用與反射光用LED照明6不同顏色的照明(例如，綠色的照明)。這點係為了要與來自反射光用LED照明6的反射光有所區別(利用顏色和強度來區別)，檢測出單板的孔(節洞)、破裂等之故。反射光用LED照明6為用來檢測出單板9的反射光之 照明手段，使用一般白色的照明。直線感測攝影機8係對單板之直線的畫像進行攝影之攝影手段。
該單板選別裝置的動作係用直線感測攝影機8對輸送帶4所送過來的單板9進行攝影，將畫像資料輸出到畫像處理裝置1。畫像處理裝置1則進行該畫像資料的處理，將單板品質等級等的處理結果輸出到選別機控制裝置2。選別機控制裝置2為將控制訊號輸出到等級別分配裝置7，依等級別進行單板9的選別之裝置。該選別係依據蟲咬孔數、孔、貫穿節數、活節數、死節數、切口數、破裂數、油脂‧皮中節數、變青數等以及這些的大小(面積)等的程度來進行。
(2)說明畫像處理裝置
第2圖為畫像處理裝置之說明圖。第2圖中，畫像處理裝置中設有：3台的直線感測攝影機8a、8b、8c；及攝影機PC1(攝影機用電腦，圖號則用11a來表示)；攝影機PC2(攝影機用電腦，圖號則用11b來表示)；攝影機PC3(攝影機用電腦，圖號則用11c來表示)；區域通訊網路(登錄商標)交換集線器(HUB)12；畫像處理計算機群13；計算伺服器PC(計算伺服器電腦)14；顯示裝置15。
直線感測攝影機8a、8b、8c為在與搬運方向成垂直的方向上3分割，藉由3台攝影機來對單板進行攝影之攝影手段。攝影機PC1(攝影機用電腦)、攝影機PC2、攝 影機PC3係在輸入來自各別直線感測攝影機之4直線的畫像時，利用區域通訊網路交換集線器(HUB)12，將畫像資料傳送到畫像處理計算機群13及計算伺服器PC 14之攝影機。區域通訊網路交換集線器(HUB)12為用來傳送來自直線感測攝影機8a、8b、8c的畫像資料之中繼點。畫像處理計算機群13係用各計算PC(計算主機)1~8分割分擔來進行單板之黑白濃淡畫像的處理(節探查、瑕疵探查處理)之計算機群。
在此，畫像資料，在各計算PC 1~8分別(各計算機PC的儲存手段內)持有，但處理則分擔進行。計算伺服器PC 14，對畫像處理計算機群13的各計算PC進行處理的指示，利用畫像處理計算機群13的處理結果，將控制訊號輸出到選別機，也就是輸出到等級別分配裝置7，並且也對顯示裝置輸出來進行輸出結果等的顯示。顯示裝置15為進行輸出結果等的顯示之顯示手段。
畫像處理裝置的動作係用攝影機PC1~3，每在從直線感測攝影機8a、8b、8c輸入1直線的畫像時，將該資料遞送到計算PC 1~8及計算伺服器PC 14。計算PC 1~8則依序把接收的畫像結合起來，在最終攝影機PC 1~3完成輸入畫像的時間點，各計算PC 1~8就幾乎完成彩色畫像的合成及黑白濃淡畫像的變換(利用畫像處理計算機群13，將來自3分割單板的畫像之攝影機PC 1~3的畫像予以暫時結合。處理則8分割在計算PC 1~8)。以此方式，輸入時間也有效地活用。
在此，以雷射標線儀(未圖示)，對單板9照射標記來進行3分割，直線感測攝影機8a、8b、8c則對準各別的雷射標記為止的直線畫像，很簡單就可以使畫像結合。另外，為了要加快畫像的處理速度，也可以節的探查處理以像素較多的黑白濃淡畫像來進行，死節的探查等的彩色畫像則以縮小(像素數較少)的畫像來進行。
以下，將畫像處理裝置的動作區分成攝影中的處理及攝影後的處理來進行說明。
<說明攝影中的處理>
直線感測攝影機8a、8b、8c所攝影的畫像資料，以每一直線傳送到計算伺服器PC 14及各計算PC 1~8的全部，用被傳送之各別的PC進行合成來作為1張的全體畫像。以此方式，與攝影完成後傳送畫像的方法作比較，可以有效地活用攝影中的時間。
※攝影機PC 1~3的處理
從直線感測攝影機8a、8b、8c輸入1直線彩色畫像，並檢測出雷色標記的位置(接合位置)，將該資訊和1直線彩色畫像一起，傳送到計算伺服器PC 14及計算PC 1~8。
※計算伺服器PC 14及計算PC 1~8的處理
根據上述位置資訊，將來到的1直線彩色畫像予以合 成。這係在用攝影機PC 1~3完成攝影，且接收了最後的1直線彩色畫像的階段，各別的計算伺服器PC 14、計算PC 1~8則完成全體彩色畫像的合成。如此，有效地活用攝影中的時間，故黑白變更或縮小處理等可每一直線的處理，能夠同時並行進行。
<說明攝影後之畫像解析中的處理> ※攝影機PC 1~3的處理
直到檢測出下一個板來到為止待機。
※計算伺服器PC 14的處理
根據成為對象之板的大小或種類等的既有資訊，對於計算PC 1~8，指示應該計算的區域或設定值。本身則利用透過光進行瑕疵檢測處理，並且也接收來自計算PC 1~8的解析結果，進行最終的等級分類處理。將結果顯示在顯示裝置15，並且將結果輸出到選別機控制裝置。
※計算PC 1~8的處理
1台的PC係用縮小的彩色畫像，進行計算表面的顏色偏差(顏色空間內來自顏色中心的距離為1.0經規格化的顏色偏差)，從該結果來檢測出變黑部、變青部、死節部分等的瑕疵。其他的PC係用濃淡畫像，進行最耗費時間之節的探查(節探查用計算PC)。節探查用計算PC，根據經由計算伺服器PC 14來傳送的計算區域、臨限值資 訊，區域分擔來進行解析作業。因而，計算PC的台數係依據進行測定之單板的面積及直到輸出必要的結果為止的時間來決定。
此外，前述的說明中，使用畫像處理裝置內的各攝影機PC、計算伺服器PC 14、各計算PC等的複數個電腦(PC)已進行說明過，不過這些所使用之電腦的數量，可以依據畫像資料量或電腦的處理度等來進行變更(也可以用1台的電腦來進行處理)。
(3)說明節探查
用來檢測出節之節的要件，會想到以下的第(1)~(5)項。
<1>全體上較濃(亮度較低)。
<2>在部分區域內，比周邊部還要更濃(亮度較低)。
<3>在節交界部，濃度急遽升高。
<4>圓的形狀較多。
<5>在周邊部，有同心圓的木理。
符合這些節的要件較多者則可以確定為候補節。因而，針對節的一種特徵時的暗部(亮度較低)呈現圓形形狀，求出該部位的機率分布，並將候補節予以特定。即是可以用後述(b)形狀積分的方法之說明項中所陳述的方法，一面改變臨限值，一面將白黑濃淡畫像2值化，利用於各別2值化區段的形狀接近圓形者，加算更大之值來進行積算，以決定候補節。另外，對於節探查，也可以利用木 材的材質，進行何種要件要仔細觀看、或是使觀看的要件減少等的變更。
第3圖為節探查處理之流程圖。以下，依照處理步驟S1~S9進行說明。
處理S1：畫像處理裝置1，將所取得之濃淡畫像的濃淡的最小臨限值Tmin和最大臨限值Tmax，預先設定之臨限值位準的分割數N，變化值Td=(Tmax-Tmin)/N、重複變數I予以初始化而成為0，轉移到處理S2。
處理S2：畫像處理裝置1，將濃淡的臨限值予以變化(T=Tmin+(Td×I))，轉移到處理S3。
處理S3：畫像處理裝置1，以濃淡的臨限值T來將畫像2值化，轉移到處理S4。
處理S4：畫像處理裝置1，計算2值化圖形各別的圓形度數，作成各別圓形度的積算資料(對在別的記憶區域附加圓形度的加權值來計算該圓形度之每個像素進行積算)，轉移到處理S5。
處理S5：畫像處理裝置1，對重複變數I加上1(I=I+1)，當該重複變數I等於N或小於N(I≦N)時則回到處理S2，重複變數I大於N(I>N)時，移到處理S6。
處理S6：畫像處理裝置1，進行圓形度之積算資料的正規化，移到處理S7。
處理S7：畫像處理裝置1，由正規化的積算資料來作成形狀的積分畫像，轉移到處理S8。
處理S8：畫像處理裝置1，進行形狀的積分畫像之2值化處理，轉移到處理S9。
處理S9：畫像處理裝置1，進行候補節的確定。
(a)說明2值化圖形各別的圓形度數計算方法
圓形度的求出方法，以下述的方式來進行。第4圖為圓形度求出方法之說明圖；第4(a)圖為圓形的說明，第4(b)圖為橢圓形的說明。第4(a)圖中，圓的半徑為r。第4(b)圖中，橢圓形之長者的半徑為a，短者的半徑為b。
第4(b)圖的橢圓形圖，長短比為p=a/b。
已知圓形的面積為A=π r2 ，慣性力矩為I=(π/4)r4 ，而橢圓形的面積為A=π ab，慣性力矩為I=(π/4)a3 ‧b。
在此，橢圓形的慣性力矩書寫成I=(π/4)a3 ‧b=(1/4 π)(π2 ‧a2 ‧b2 )(a/b)=(1/4 π)A2 ‧p，故(p=a/b：長短比)變形此式則成為以下的式1。
p=4 π(I/A2 )---式1
實際測定，慣性力矩若以區段的中心作為原點，而畫像為g(x、y)，則I’(實測值)=Σ(x2 +y2 )‧g(x、y) (全像素之像素位置的平方和)A’(實測值)=Σ g(x、y) (全像素)故長短比p係將這兩值代入到式1中，用以下的式來求出。
p=4 π(I’/A’2 )
該長短比p則是正圓作為1.0而扁平的橢圓程度越大則成為越大之值。因此，該倒數1/p設為圓形度時，則圓形度在從0.0到1.0的範圍內越接近正圓程度則越會取得接近1.0之較大的值。單板則例如用與原木的長邊方向成平行的刀具進行原木的切割來取得，不過原木的內部，面對該長邊方向傾斜，存在著樹枝，這部位則會出現節。因而，節的形狀與其為正圓倒不如成為橢圓，故例如將圓形度為1/8以上視為節較佳。
第5圖為節2值化形狀之說明圖。第5圖中，實際上，節的2值化形狀，並不是形成如同上述的理想形狀，大多是如同第5圖左側的形狀。因此，進行將最外側靠內側部分加以填充之處理，成為第5圖的右側之後，求出該形狀之橢圓近似長短比，該倒數則為圓形度。
將以此方式所求出的圓形度，加諸在以第5圖中黑區段之各像素的座標為指標之記憶體中，藉此進行以某一臨限值所2值化之像素的圓形度積算。經過此過程，成為越接近正圓的區段則積算越大的圓形度，且取得較大之值。
進而，利用經由一面從最小到最大來使臨限值變化，一面進行上述的積算，可以同時檢查濃度及形狀。
(b)說明形狀積分的方法
濃度等高線係經由利用白黑濃淡畫像中，以特定臨限值所2值化時的畫像，探索各區段的外周而獲得。以一定間隔使臨限值變化，各別逐一積算各臨限值的2值化畫像。在此，重要的事項為濃度較濃的部分，由於相對於更多的臨限值而持有值，因而獲得更多的等高線(2值化畫像)(積算效果較大)。
第6圖為形狀積分之說明圖。第6(a)圖為說明水平方向的濃度圖形，第6(b)圖為說明以臨限值位準1所2值化之畫像，第6(c)圖為說明以臨限值位準2所2值化之畫像，第6(d)圖為說明以臨限值位準3所2值化之畫像。
第6(a)圖中，表示節周邊的一部分經擴大之濃淡的畫像，曲線a為畫像的中央水平方向(參考水平的白線)之濃度圖形。曲線a中，上面呈現白位準而下面呈現黑位準，顯示臨限值位準1、2、3(水平的黑線)。第6(b)圖中，以臨限值位準1所2值化之畫像成為只有臨限值1以下的黑色部分之畫像且圓形度變大(圓圈所圈出的畫像)。因而，形成為對於該畫像的各像素，加上較大之值來進行積算。即是形成為對於畫像的各像素，在對應於像素位置之記憶位址加上較大之值。第6(c)圖中，以臨限值位準2所2值化之畫像形成為臨限值位準2以下之畫像， 此情況亦圓形度變大(圓圈所圈出的畫像)。因而，該畫像的積算值變大(加大加權值來進行加算)。第6(d)圖中，以臨限值位準3所2值化之畫像形成為臨限值3以下之畫像，此情況會出現木理的模樣且圓形度變小。因而，對於該畫像的各像素，在對應於該像素位置之記憶位址，加上較小之正值或是負值。
第7圖為積算結果之說明圖。第7(a)圖為說明結果圖，第7(b)圖為說明2值化畫像。第7(a)圖中，各臨限值位準之2值化畫像的積算結果之畫像，形成為強調節部分。第7(b)圖中，將第7(a)圖的畫像作為2值化畫像來獲得候補節(以與第7(a)圖黑白反轉之畫像來表示)。
(c)說明用局部平均值之色差的平滑化
單板表面並不侷限於單一的顏色，往往會有色差。在有這種色差(有濃淡差的部分)的單板存在節的情況，必須除去該表面的色差，只強調節的濃淡。因而，畫像處理裝置1是針對各像素，求出該附近平均值，並從該結果來補正原來畫像的明暗(之前候補節檢測處理)。
原來的畫像為f(i、j)，平滑畫像為g(i、j)，則
在此，(k、l)經過以畫像(i、j)附近的像素來呈 現之計算，求出畫像(i、j)附近的平均。畫像f全體的平均濃度為<f>，而補正後的畫像h，可以經由以下的數學式來求出。
欲檢測來作為刻度之節的最大直徑設為D，且是m=n=2D程度，則能夠餘留節部分，且除去超過此部分的色差(平滑化)。另外，m、n較大時，也可以不以附近區域內的全部點來進行計算，而以代表點(例如，格子點)來進行計算。
獲得的平滑化畫像h，由於隨時針對<f>進行規格化，因而以適當的臨限值(例如，<f>的50%)來進行2值化，很容易就可以決定之前候補節。利用這些方法，可以實用且迅速地確定之前候補節。
第8圖為進行平滑化處理之節探查處理流程圖。第8圖中，處理S11為畫像處理裝置1進行所取得之濃淡畫像的平滑化處理並作成平滑化畫像(畫像h)，轉移到處理S12。以下，處理S12~S20為對平滑化畫像，進行與第3圖同樣的處理(第3圖的處理S1~S9)，確定候補節。進行這樣的平滑化處理，就可以使節以外的資訊變少，且既迅速又確實地確定候補節。
(4)說明節形狀的確定
確定節形狀的處理係為了要求出節框之更正確的大小，而由節位置周邊的濃度變化來求出最適合框者。具體上則是對每個節求出最適合臨限值並進行2值化的作業。藉由此方式，對於各別候補節來確定最適合形狀及大小。在此理係每個藉由先前的2值化所獲得之連結像素成分(以下，稱為區段)(參考第7圖)中，在大於各候補節區段的區域，例如在該4倍的擴張區域，由形狀積分畫像及微分畫像來求出成為最適合形狀之臨限值。因這種處理在各別的部分空間中進行，所以可以正確地決定各別的節形狀。以下則是將2值化時之區段的像素數稱為區段長度(簡稱為長度)。另外，長度穩定性(S)係指使臨限值變化時之長度的變化量(即使節部分變化臨限值，直到某一臨限值為止長度的變化量亦較少。亦即是穩定度較大。但是，變化臨限值而出現木理，則長度的變化量變大。藉由此方式，可以除去熟悉的不清晰模樣)。
第9圖為節形狀之確定處理流程圖。以下，依照第9圖的處理S21~S31，進行說明。
處理S21：畫像處理裝置1，輸入單板的圓形度積算畫像(參考S7)，移到處理S23。
處理S22：畫像處理裝置1，為了要強調邊緣部份而作成單板的微分畫像，轉移到處理S23。
處理S23：畫像處理裝置1，加算(減算時則變成負後才進行加算)圓形度積算畫像及微分畫像來作成形狀確定用畫像，轉移到處理S24。
處理S24：畫像處理裝置1，僅依候補節的數量，反覆進行以下的處理S25~S31。
處理S25：畫像處理裝置1，進行從單板全體的濃淡畫像中擷取候補節(擷取候補節區段(參考第7圖)之4倍的擴張區域)，轉移到處理S26。
處理S26：畫像處理裝置1，檢查形狀確定用畫像的濃度範圍並確定16階段的臨限值位準，移到處理S27。
處理S27：畫像處理裝置1，僅依臨限值位準的數量(在此為16)，反覆進行以下的處理S28~S29。
處理S28：畫像處理裝置1，確定最大探查區段，轉移到處理S29。
處理S29：畫像處理裝置1，將圓形度及長度穩定度數值化，轉移到處理S30。
處理S30：畫像處理裝置1，求出圓形度、長度穩定度成為最大之最適合臨限值位準(即使改變臨限值仍較少長度變動的臨限值位準)，轉移到處理S31。
處理S31：畫像處理裝置1，從該最適合臨限值位準的區段來確定節形狀。
第10圖為節形狀確定的畫像之說明圖。第10(a)圖為說明圓形度積算畫像，第10(b)圖為說明微分畫像，第10(c)圖為說明圓形度積算所求出的候補節，第10(d)圖為說明以最適合臨限值來2值化的畫像。
第10(a)圖為第7(a)圖說明過之圓形度積算畫像。即使該圓形度積算畫像，仍求出幾乎節的大小，不過為 了要獲得更好的精度，在圓形度積算畫像的濃度畫像上重疊第10(b)圖的1次微分畫像。此結果有強調節的緣之效果。
從該重疊呈現的畫像中，對每個節求出作適合臨限值為第10(d)圖的畫像。該畫像與第10(c)圖的圓形度積算所求出之候補節的畫像作比較，可以明確地判斷下側的節。另外，節框也可以重新求出。
另外，有關最適合臨限值，當利用以該候補節區段所持有圓形度、長度穩定度、臨限值深度、區段長度為要件的函數來呈現判定值的情況，則能夠以持有最大的判定值之臨限值為最適合臨限值的方式來確定該函數(詳細上，會有若材質變更則與該材質相對應來改變的情況)。
(5)說明活死節的判定
死節為持有樹皮部分的節，因節穿洞而容易變成節洞，成為狀況不佳的節。另外，死節係在皮部分經過吹風機烘乾過程，由於碳化而顏色偏差值變大。先前所求出之在包圍節區段的區域，顏色偏差值的比例較大的情況(此情況，使用彩色畫像)，則可以判定為死節。
第11圖為3次元顏色分布之說明圖。第11圖中，表示在包圍節區段的區域之3次元顏色分布(RGB)，變黑部及變青部(焦黑或外部進入的發霉等)成為橢圓所圈出的區域。此區域係在從單板原來顏色的標準分布中偏離的部位形成分布。這部分成為某種瑕疵的可能性很大。第12 圖則為只將該第11圖的變黑部畫像化。
第12圖為顏色偏差畫像之說明圖。第12圖中，顏色偏差畫像為各像素所被規格化的顏色空間中，將離中心顏色(r g b的平均值)的空間距離畫像化之畫像，此情況是將第11圖的變黑部畫像化。實際上的處理係對於畫像處理裝置1，全體平均的色相值為0(黑)，將各像素的偏差值乘上適當的係數(更加強調黑色的部分)來進行畫像化。藉由此方式，可以檢測出焦黑等自然木質以外的原因所造成的變黑部分。死節係在樹皮部分經過吹風機烘乾過程，由於碳化而顏色偏差值變大並可以檢測出來，成為如同第12圖的畫像。
(6)說明程式安裝
畫像處理裝置(畫像處理裝置)1、選別機控制裝置(選別機控制手段)2、攝影機PC 1~PC 3、畫像處理計算機群13、計算伺服器PC 14、顯示裝置(顯示手段)15等係可以用程式來構成，主控制部(CPU)執行的程式，也是儲存在主記憶部的程式。該程式為用電腦來處理。該電腦則由主控制部、主記憶、檔案裝置、顯示裝置等的輸出裝置、輸入裝置等的硬體所構成。
在該電腦中安裝本發明的程式安裝。該安裝可以事先讓這些程式記憶在軟式磁碟、光磁碟等的可攜型記錄(記憶)媒體，再透過用來對電腦中所裝備的記錄媒體進行存取之驅動裝置、或者透過LAN等的網路，安裝到設置在 電腦中的檔案裝置。
藉由此方式，很容易就可以提供：可以確實地檢測出木材的節，又可以確實地確定木材的節形狀，還可以確實地檢測出木材的死節之木材的節探查裝置。
〔發明效果〕
依據本發明，會有以下的效果：
(1)用攝影手段對木材進行攝影，由經過畫像處理手段進行前述攝影之木材的畫像來計算畫像的圓形度，檢測出該計算過的圓形度較大者，作為節，故可以確實地檢測出木材的節。
(2)用攝影手段對木材進行攝影，由以畫像處理手段進行前述攝影之木材的畫像來計算畫像的圓形度，將圓形度較大者作為候補節，從前述攝影之木材的畫像中，擷取至少包含前述候補節的部分之畫像，以該擷取的畫像，使濃淡的臨限值位準變化，求出圓形度及尺寸穩定度成為最大的臨限值位準，決定節形狀，故可以確實地決定木材的節形狀。
(3)使經過畫像處理手段進行前述攝影之木材的畫像之濃淡的臨限值位準變化，求出各別畫像的圓形度，將該求出圓形度的係數乘以各別臨限值位準的畫像，積算該乘算出之畫像來作為前述候補節，故可以確實地檢測出木材的候補節。
(4)用前述畫像處理手段，對於前述攝影之木材的 畫像，將大於節的色差予以平滑化，再對該平滑化的畫像來進行圓形度的計算，將圓形度較大者作為後補節，故可以正確且迅速地檢測出木材的候補節。
(5)從以畫像處理手段進行攝影之木材的畫像中，擷取至少包含前述候補節的部分之畫像，從該擷取的部分之各像素的顏色空間以特定臨限值來擷取的部分作為變黑部，將該變黑部的像素數相對於前述候補節之像素數的比例較大者確定為死節，故可以正確地檢測出具有樹皮之木材的死節。
1‧‧‧畫像處理裝置(畫像處理手段)
2‧‧‧選別機控制裝置
3‧‧‧操作室
4‧‧‧輸送帶
5‧‧‧透光用LED照明(照明手段)
6‧‧‧反射光用LED照明(照明手段)
7‧‧‧等級別分配裝置
8‧‧‧直線感測攝影機(攝影手段)
9‧‧‧單板(木材)
第1圖為本發明的單板選別裝置之說明圖。
第2圖為本發明的畫像處理裝置之說明圖。
第3圖為本發明的節探測處理之流程圖。
第4圖為本發明的圓形度求出方法之說明圖。
第5圖為本發明的節2值化形狀之說明圖。
第6圖為本發明的形狀積分之說明圖。
第7圖為本發明的積算結果之說明圖。
第8圖為進行本發明的平滑化處理之節探查處理流程圖。
第9圖為本發明的節形狀之確定處理流程圖。
第10圖為本發明的節形狀確定的畫像之說明圖。
第11圖為本發明的3次元顏色分布之說明圖。
第12圖為本發明的顏色偏差畫像之說明圖。
1‧‧‧畫像處理裝置(畫像處理手段)
2‧‧‧選別機控制裝置
3‧‧‧操作室
4‧‧‧輸送帶
5‧‧‧透光用LED照明(照明手段)
6‧‧‧反射光用LED照明(照明手段)
7‧‧‧等級別分配裝置
8‧‧‧直線感測攝影機(攝影手段)
9‧‧‧單板(木材)

Claims (10)

  1. 一種木材的節探查方法，其特徵為：用攝影手段對木材進行攝影；計算該攝影之木材的畫像包含之圖形的圓形度，將圓形度比預先訂定之圓形度還大者設為候補節；從前述攝影之木材的畫像，擷取出包含前述節候補之部分的畫像，以該擷取出之畫像使濃淡的臨限值位準變化而計算出圓形度與尺寸穩定度，求出計算之圓形度與尺寸穩定度為最大的臨限值位準，並利用求出之臨限值位準的該擷取之畫像，決定節形狀。
  2. 如申請專利範圍第1項所記載之木材的節探查方法，其中，於前述圓形度的計算中，使前述攝影之木材的畫像之濃淡的臨限值位準變化，求出在該變化之各臨限值位準中攝影之木材的畫像內之圖形的圓形度，並於保持與該攝影之木材的畫像之各像素對應之值的值表格中，將求出之圓形度所致之係數，加算至構成求出該圓形度之圖形的像素，並且將以該值表格的被加算之值為臨限值以上的像素構成之圖形設為候補節。
  3. 如申請專利範圍第1項或第2項所記載之木材的節探查方法，其中，對於前述攝影之木材的畫像，將大於節的色差予以平滑化，再對於該平滑化的畫像來進行圓形度的計算，並將 圓形度較大者設為後補節。
  4. 一種木材的節探查方法，其特徵為：用攝影手段對木材進行攝影，根據該攝影之木材的畫像來計算畫像的圓形度，將圓形度比預先訂定之圓形度還大者設為候補節；從前述攝影之木材的畫像，擷取出包含前述後補節之部分的畫像，計算出該擷取之部分的各像素之所定顏色空間的偏差，並將該顏色空間的偏差為所定臨限值以上的像素設為變黑部，將該變黑部的像素數相對於前述節後補之像素數的比例較大者決定為死節。
  5. 一種木材的節探查裝置，其特徵為具備：對木材進行攝影之攝影手段；及根據該攝影之木材的畫像來計算畫像的圓形度，將圓形度比預先訂定之圓形度還大者設為候補節，從前述攝影之木材的畫像，擷取出包含前述後補節之部分的畫像，以該擷取出之畫像使濃淡的臨限值位準變化而計算出圓形度與尺寸穩定度，求出計算之圓形度與尺寸穩定度為最大的臨限值位準，並利用求出之臨限值位準的該擷取之畫像，決定節形狀的畫像處理手段。
  6. 如申請專利範圍第5項所記載之木材的節探查裝置，其中，具備：保持與前述攝影之木材畫像的各像素對應之值的值表格；前述畫像處理手段，係於前述圓形度的計算中， 使前述攝影之木材的畫像之濃淡的臨限值位準變化，求出在該變化之各臨限值位準中攝影之木材的畫像內之圖形的圓形度，並於保持與該攝影之木材畫像之各像素對應之值的值表格中，將求出之圓形度所致之係數，加算至構成求出該圓形度之圖形的像素，並且將以該值表格的被加算之值為臨限值以上的像素構成之圖形設為候補節。
  7. 如申請專利範圍第5項所記載之木材的節探查裝置，其中，前述畫像處理手段，係對於前述攝影之木材的畫像，將大於節的色差予以平滑化，再對於該平滑化的畫像來進行圓形度的計算，並將該計算之圓形度較大者設為後補節。
  8. 一種木材的節探查裝置，其特徵為具備：對木材進行攝影之攝影手段；及根據該攝影之木材的畫像來計算出畫像的圓形度，將圓形度比預先訂定之圓形度還大者設為候補節，並從該攝影之木材的畫像，擷取出包含前述候補節之部分的畫像，計算出該擷取之部分的各像素之所定顏色空間的偏差，並將該顏色空間的偏差為所定臨限值以上的像素設為變黑部，將該變黑部的像素數相對於前述節後補之像素數的比例較大者決定為死節的畫像處理手段。
  9. 一種電腦可讀取的記錄媒體，其特徵為記錄程式，該程式係用以使電腦具有以下手段的功能： 使攝影之木材的畫像之濃淡的臨限值位準變化，求出在該變化之各臨限值位準中攝影之木材的畫像內之圖形的圓形度，並於保持與該攝影之木材畫像之各像素對應之值的值表格中，將求出之圓形度所致之係數，加算至構成求出該圓形度之圖形的像素，並且將以該值表格的被加算之值為臨限值以上的像素構成之圖形設為候補節的畫像處理手段。
  10. 一種電腦可讀取的記錄媒體，其特徵為記錄程式，該程式係用以使電腦具有以下手段的功能：根據攝影之木材的畫像來計算出畫像的圓形度，將該計算之圓形度較大者設為候補節，並從前述攝影之木材的畫像，擷取出包含前述候補節之部分的畫像，計算出該擷取之部分的各像素之所定顏色空間的偏差，並將該顏色空間的偏差為所定臨限值以上的像素設為變黑部，將該變黑部的像素數相對於前述節後補之像素數的比例較大者決定為死節的畫像處理手段。
TW095116411A 2005-05-18 2006-05-09 Wood section of the probe method and device and computer can read the recording media TWI383142B (zh)

Applications Claiming Priority (1)

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

Publications (2)

Publication Number Publication Date
TW200718938A TW200718938A (en) 2007-05-16
TWI383142B true TWI383142B (zh) 2013-01-21

Family

ID=37431112

Family Applications (1)

Application Number Title Priority Date Filing Date
TW095116411A TWI383142B (zh) 2005-05-18 2006-05-09 Wood section of the probe method and device and computer can read the recording media

Country Status (11)

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

Families Citing this family (41)

* 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
AU2007352792B2 (en) * 2007-04-20 2012-11-15 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
WO2010032562A1 (ja) * 2008-09-18 2010-03-25 インターナショナル・ビジネス・マシーンズ・コーポレーション 検査対象物の欠陥の発見を支援するシステム及び方法
KR101121068B1 (ko) * 2009-03-16 2012-06-27 대한민국 Ｘ선 스캐너를 이용한 목재의 강도 예측 방법
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
JP5392731B2 (ja) * 2009-10-05 2014-01-22 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
WO2013149038A1 (en) * 2012-03-28 2013-10-03 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
EA030756B1 (ru) * 2013-12-03 2018-09-28 Оутотек (Финлэнд) Ой Способ и устройство для отделения кусков горной породы, содержащих кварцевую жилу, от других кусков горной породы и компьютерная программа для обрабатывающего устройства
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
US11416980B2 (en) 2018-12-10 2022-08-16 Usnr, Llc Wetwood detection in sawn or planed wood products
KR102264576B1 (ko) * 2019-10-10 2021-06-14 대한민국 휴대폰 어플리케이션을 이용한 규격구조재의 자동 등급판정방법
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

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system

Family Cites Families (8)

* 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
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5544256A (en) * 1993-10-22 1996-08-06 International Business Machines Corporation Automated defect classification system

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Tai-Hoon Cho et al., A COMPUTER VISION SYSTEM FOR AUTOMATED GRADING OF ROUGH HARDWOOD LUMBER USING A KNOWLEDGE-BASED APPROACH, IEEE, International Conference on Systems, Man and Cybernetics, 1990, pp.345-350 *

Also Published As

Publication number Publication date
JP4704804B2 (ja) 2011-06-22
US20060262972A1 (en) 2006-11-23
EP1882935A1 (en) 2008-01-30
KR20080009720A (ko) 2008-01-29
KR101298957B1 (ko) 2013-08-23
US7778458B2 (en) 2010-08-17
CA2607102A1 (en) 2006-11-23
CN101180536A (zh) 2008-05-14
EP1882935A4 (en) 2013-11-06
AU2006249164A1 (en) 2006-11-23
CN101180536B (zh) 2014-05-07
NZ562958A (en) 2010-11-26
RU2007146970A (ru) 2009-06-27
RU2381442C2 (ru) 2010-02-10
AU2006249164B2 (en) 2011-10-06
TW200718938A (en) 2007-05-16
JP2006322774A (ja) 2006-11-30
CA2607102C (en) 2012-02-28
WO2006123534A1 (ja) 2006-11-23

Similar Documents

Publication Publication Date Title
TWI383142B (zh) Wood section of the probe method and device and computer can read the recording media
JP5085860B2 (ja) 木材の検査方法及び装置及びプログラム
KR101415628B1 (ko) 목재의 검사 방법, 장치 및 프로그램
JP2009293999A (ja) 木材欠陥検出装置
CN115294144B (zh) 一种家具复合板表面缺陷识别方法
JP5006147B2 (ja) 木材の検査方法及び装置及びプログラム
JP4708904B2 (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
JP2008249413A (ja) 欠陥検出方法および装置
KR20230139166A (ko) 목재 제품의 불량 검사 방법
JP6623545B2 (ja) 検査システム、検査方法、プログラムおよび記憶媒体
JP2006226950A (ja) 木材の検査方法及び木材の検査装置
CN115861259A (zh) 一种基于模板匹配的引线框架表面缺陷检测方法及装置
EP1729116A1 (en) Process for photographically representing the outer appearance of a trunk and associating said photographic representation with the respective three-dimensional structure of the trunk and a device for implementing the procedure
TWI447382B (zh) Wood inspection methods and apparatus and program
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
WO2020158630A1 (ja) 検出装置、学習器、コンピュータプログラム、検出方法及び学習器の生成方法
JPH08145914A (ja) 一次元テレビカメラによる木材の欠陥検出装置
JP7318907B2 (ja) 単板判定システムおよび単板の判定方法
JP2008185479A (ja) 加工面欠陥判定方法
TWI826108B (zh) 應用偽瑕疵影像建立瑕疵檢測模型的方法以及系統
KR101987472B1 (ko) 금속패널 결함 탐지 장치 및 방법
JP4889018B2 (ja) 外観検査方法
JP2022046997A (ja) 船舶の壁面検査用高度知能化検査システム
JP2023136328A (ja) 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