TWI447382B - Wood inspection methods and apparatus and program - Google Patents
Wood inspection methods and apparatus and program Download PDFInfo
- Publication number
- TWI447382B TWI447382B TW096115104A TW96115104A TWI447382B TW I447382 B TWI447382 B TW I447382B TW 096115104 A TW096115104 A TW 096115104A TW 96115104 A TW96115104 A TW 96115104A TW I447382 B TWI447382 B TW I447382B
- Authority
- TW
- Taiwan
- Prior art keywords
- wood
- color
- distribution
- color distribution
- normal
- Prior art date
Links
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Description
本發明係關於用以從木材的圓木等切出之單板用料等木質材料檢測變色所導致之缺陷部份之木材的檢查方法及裝置。例如,製造合板時,以利器切削圓木而得到連續之厚度數毫米的單板,使該單板具有特定的大小且進行乾燥後,利用接著劑接著複數片單板使其一體化。於該等製造步驟,必須針對對於單板的品質會造成影響之木材表面的變色所導致之缺陷、變形、單板之木節瘤脫落所形成之孔之部位、龜裂等之缺陷位置、數量、及面積等之程度,篩選構成成為合板時之表層,亦即,美觀缺點較少之物,以及用以構成合板之內層之物,亦即,缺點較多但不會形成問題之物。該篩選係例如分成5~7個階段。
傳統上,用以構成成為合板時之表層之物、及用以構成合板內層之物之篩選,係由作業者以肉眼判定利用輸送帶搬運之單板。
此外,傳統之木材缺陷部的檢查方法,係以彩色CCD攝影機實施木材之攝影,針對將映像信號,利用色影像析出裝置將松脂及變色之基準色進行對比來實施二值化,對與檢測對象區域一致之二值化影像實施標示處理並與判定值進行對比,來檢測松脂等之附著樹脂、腐蝕、變色之缺陷部位(參照專利文獻1)。
[專利文獻1]日本特開平9-210785號公報
前述之傳統技術殘留如下所示之課題。
利用肉眼之判定時,會有人所造成之判定誤差而不正確,而且,無法加快輸送帶的速度,而有生產性較差等問題。
此外,傳統之與基準色對比來實施二值化之木材缺陷部的檢查方法時,並非實施使用色分佈之正確缺陷檢查。
本發明之目的在於解決如上所示之傳統課題,藉由攝影手段實施單板等木材之攝影,從該攝取之影像,利用色分佈,正確地檢測對木材品質會造成影響之木材表面的變色所導致之缺陷部份,連常異常部之色彩、亮度等之變化也可正確地檢測。
第1圖係單板篩選裝置的說明圖。第1圖中,1係影像處理裝置(影像處理手段),2係分選機控制裝置,3係操作盤,4係帶式輸送機,5係透射光用照明,6係反射光用照明,7係等級別分配裝置,8係生產線感測攝影機(攝影手段),9係單板(木材)。
本發明為了解決上述課題,具有以下之構成。
(1)利用攝影手段8實施木材9的彩色攝影,利用影像處理手段1求取藉由前述攝影手段8所攝取之彩色影像的色分佈,將該所求取之色分佈與預先設定之正常木材的色分佈進行比較,將該所求取之色分佈從前述正常木材的色分佈偏離特定值以上時視為異常色分佈,該異常色分佈於藉由前述攝影手段所攝取之木材面上之區域大於特定值時,視為檢測出木材缺陷。因此,可利用色分佈正確地檢測對木材品質會產生影響之木材表面的變色所造成之缺陷部份。
(2)如前述(1)的木材的檢查方法或裝置,以缺陷面積相對於檢查對象區域為相對較小之木材為檢查對象時,作為前述預設之正常木材的色分佈,置換並使用每次針對各檢查對象所取得之影像分佈置換前述預設之正常木材的色分佈。因此,容易取得預設之正常木材的色分佈。
(3)如前述(1)或(2)的木材的檢查方法或裝置,求取前述攝取之彩色影像的色分佈之亮度直方圖,檢測亮度異常部。因此,焦黑等亮度異常部之檢測十分容易。
(4)如前述(3)的木材的檢查方法或裝置,前述預設之正常木材的色分佈的亮度直方圖係整體作為遵從正規分佈者,而由部份區域的累積頻率來推算整體的正規分佈。因此,即使未預定正常松木材之色分佈,亦可從檢查之木材推算正常木材的色分佈。
依據本發明,具有以下之效果。
(1)利用影像處理手段,求取藉由攝影手段所攝取之彩色影像的色分佈,將該所求取之色分佈與預先設定之正常木材的色分佈進行比較,將該所求取之色分佈從前述正常木材的色分佈偏離特定值以上時視為異常色分佈,該異常色分佈於藉由前述攝影手段所攝取之木材面上之區域大於特定值時,視為檢測出木材缺陷,可利用色分佈正確地檢測對木材品質會產生影響之木材表面的變色所造成之缺陷部份。
(2)以缺陷面積相對於檢查對象區域為相對較小之木材為檢查對象時,作為前述預設之正常色分佈,置換並使用每次針對各檢查對象所取得之影像分佈,容易取得預設之正常木材的色分佈。
(3)求取攝取之彩色影像的色分佈之亮度直方圖,來檢測亮度異常部,很容易檢測焦黑等之亮度異常部。
(4)預設之正常木材的色分佈的亮度直方圖係整體作為遵從正規分佈者,而由部份區域的累積頻率來推算整體的正規分佈,故即使未先設定正常木材的色分佈,亦可從檢查之木材推算正常木材的色分佈。
第1圖係單板篩選裝置的說明圖。第1圖係單板篩選裝置的整體構成。單板篩選裝置配設著影像處理裝置1、分選機控制裝置2、操作盤3、帶式輸送機4、透射光用照明5、反射光用照明6、等級別分配裝置7、以及生產線感測攝影機8。
影像處理裝置1執行來自生產線感測攝影機8之影像資料的處理,係將單板品質等級等的處理結果輸出至分選機控制裝置2之影像處理手段。分選機控制裝置2依據影像處理裝置1的輸出,驅動輸送帶、輸出停止等之分選機輸送帶控制信號、以及輸出等級別分配裝置7的控制信號。操作盤3係用以執行影像處理裝置1之設定值的變更、分選機控制裝置2之控制等之操作的操作盤。帶式輸送機4係用以搬運單板9之搬運手段。透射光用照明5係以檢測單板9之孔、龜裂等為目的之LED等的照明手段(光源),使用與反射光用照明6為不同色之照明(例如綠色的照明)。其目的係在與來自反射光用照明6之反射光進行區別(利用色及強度進行區別),用以檢測單板之孔(木節瘤孔)、龜裂等。反射光用照明6係以檢測單板9之反射光為目的之LED等的照明手段(光源),通常係使用白色的照明。生產線感測攝影機8係實施單板9之生產線影像之攝影的攝影手段。
該單板篩選裝置的動作係以生產線感測攝影機8對帶式輸送機4所運送之單板9進行攝影,並將影像資料輸出至影像處理裝置1。於影像處理裝置1執行該影像資料的處理,並將單板品質等級等處理結果輸出至分選機控制裝置2。分選機控制裝置2對等級別分配裝置7輸出控制信號,實施單板9之等級別篩選。該篩選係依據蟲孔數、孔、脫落木節瘤數、活木節瘤數、死木節瘤數、缺口數、龜裂數、樹脂.樹穴數、青變數、變形(無條理值)等及其大小(面積)等之程度來實施。
第2圖係影像處理裝置的說明圖。第2圖中,影像處理裝置配設著3台的生產線感測攝影機8a、8b、8c、攝影機影像取得用基盤11a、11b、11c、雷射標示器12a、12b、雷射驅動器13a、13b、主電腦14。
生產線感測攝影機8a、8b、8c係利用3台攝影機,將單板9於垂直於搬運方向之方向分割成3份,以彩色進行攝影之攝影手段。攝影機影像取得用基盤11a、11b、11c係每次從生產線感測攝影機分別取得1生產線的影像度,即實施數位化處理,並將影像資料傳送給主電腦14。雷射標示器12a、12b係用以照射於單板之搬運方向的光線作為以合成(結合)來自生產線感測攝影機8a、8b、8c之各影像為目的之標識。可以該照射之光線於以後之處理可容易除去之方式,照射與單板(木材)之色為不同色之微細光線(例如,紅色雷射單色光線)。雷射驅動器13a、13b係連結於AC電源,用以驅動雷射標示器12a、12b。主電腦14具備處理手段、儲存手段、輸出手段等,用以執行單板9之影像的處理(影像的合成、木節瘤探查、缺陷探查處理等)。此處,攝影機影像取得用基盤11a、11b、11c及主電腦14係影像處理手段。
影像處理裝置的動作係對搬運而來之單板9照射來自透射光用光源5及反射光用光源6之光線,每次於攝影機影像取得用基盤11a、11b、11c從生產線感測攝影機8a、8b、8c取得1生產線影像時,對主電腦14傳送該資料。主電腦14執行接收到之影像的補正並檢測無條理值,依序結合影像。最後,於攝影機影像取得用基盤11a、11b、11c結束影像取得之時點,主電腦14也大致完成彩色影像的合成及黑白濃淡影像變換。其次,被分割成3部份之單板的影像之來自攝影機影像取得用基盤11a、11b、11c的影像,利用主電腦14進行結合。
此處,係對單板9照射來自雷射標示器12a、12b之雷射標識來分割成3部份,生產線感測攝影機8a、8b、8c則分別組合至雷射標識為止之生產線影像,很簡單即可結合影像。此外,為了提高影像的處理速度,木節瘤的探查處理亦可以畫素數較多之黑白濃淡影像來實施,死木節瘤的探查等之彩色影像則以縮小(畫素數較少)之影像來實施。
以下,將影像處理裝置的動作分成攝影中的處理及攝影後的處理來進行說明。
<攝影中的處理之說明>利用生產線感測攝影機8a、8b、8c所攝影之影像資料,針對每1生產線傳送給主電腦14,並合成為1張整體影像。
.攝影機影像取得用基盤11a、11b、11c的處理從生產線感測攝影機8a、8b、8c取得1生產線彩色影像,檢測雷射標識的位置(接合位置),將該資訊與1生產線彩色影像一起傳送給主電腦14。
.主電腦14的處理執行接收到之1生產線彩色影像的補正且檢測無條理值,依據上述位置資訊(雷射標識)進行合成。此處,檢查對象若存在無條理,因為前述雷射標識的位置檢測軌跡會變形成非直線狀,利用該變形量,可檢測無條理值。
於攝影機影像取得用基盤11a、11b、11c之攝影結束,接收到最後之1生產線彩色影像之階段,主電腦14已完成整體彩色影像的合成。此外,為了有效利用攝影中的時間,同時執行黑白變換及縮小處理等可針對1生產線執行之處理。
<攝影後的影像解析中的處理之說明>.攝影機影像取得用基盤11a、11b、11c的處理直到檢測到下一板(單板)之到達為止,進行待機。
.主電腦14的處理依據對象之板的大小及種類等之既定資訊,利用計算之區域及設定值,執行木節瘤探查處理、利用透射光之缺陷檢測處理等,最後,執行含有無條理值之等級分類處理。將結果顯示於未圖示之顯示裝置,而且,將結果輸出至分選機控制裝置2。
此外,於前面之說明中,係針對影像處理裝置內之攝影機影像取得用基盤11a、11b、11c、主電腦14等使用電腦(PC)時進行說明,然而,其所使用之電腦數可以依據影像資料量及電腦的處理速度等來進行變更。此外,亦可以1台電腦來執行處理。
此外,係針對使用3台生產線感測攝影機進行說明,然而,可依據對象之板的大小及種類、以及電腦的處理性能,使用1台、2台或4台以上。
對木材品質會產生影響之木材表面的變色所造成之缺陷部份,利用以下的手段及方法來進行檢測。
變色所導致之缺陷部係指從外部進入木材之黴菌等所造成之變色部,或者,使用於合板之單板等時,呈現於表面之乾燥機所造成之焦黑、木材的樹皮跡、形成於木材內部之樹脂等。
將該等視為缺陷部來進行檢測。
(缺陷部的檢測手段之說明)1)利用彩色生產線感測器攝影機實施木材的表面之攝影,並利用輸入裝置(輸入手段)將該影像傳送給電腦。
2)將該攝影影像以由RGB(紅、綠、藍)所構成之各畫素之彩色影像保存於電腦記憶體上(儲存手段)
3)利用電腦影像處理程式(影像處理裝置)將RGB影像變換成HSV(色相、彩度、亮度)影像。
4)利用HSV影像以下述方法來檢測缺陷部。(缺陷部的檢測方法之說明)
同一樹種的正常(健全)木材之表面色與其濃淡無關,而分佈成大致為特定之彩度及色相的區域。然而,黴菌等之缺陷部係導致於材質的不同,與健全色的分佈於彩度、色相會出現偏離。此外,將焦黑等之缺陷部與健全色的分佈進行比較,會分佈於較黑(低亮度)之部份。
因此,針對檢查對象木材表面的色分佈調查相對於健全木材表面的色分佈之彩度、色相的偏差及亮度的偏差,將較大偏差值的部份檢測成缺陷部係此方法之特徵。
1)針對檢查對象樹種,利用彩色生產線感測器攝影機實施健全木材的表面之攝影。
2)為了得到充份之統計精度,上述應針對同一樹種,實施複數張(20張程度以上)之不同狀態的表面之攝影。
3)將上述之全部影像的各畫素色配置於電腦記憶體上的3次元色空間,建立3次元色分佈。
3次元色空間可以為採用RGB(紅、綠、藍色空間)者、HSV(色相、彩度、亮度色空間)、或Lab色空間(「L」為亮度,「a」係表示從綠朝紅,「b」係表示從藍朝黃之色相要素)等。
4)針對各3次元色分佈的等亮度面求取2次元分佈,得到表示最大頻率之點。
5)階段地變化亮度,可以得到近似連結上述4)之最大頻率點的曲線。將該曲線稱為3次元色分佈的基準中心軸。
例如,HSV色分佈之亮度取0.0~1.0之範圍值時,求取各亮度區分為0.02之具有等亮度值之畫素的色相、彩度的2次元分佈,得到由連結該最大頻率點而成之曲線,將其視為3次元色分佈的基準中心軸。此外,也同時求取色相、彩度的2次元分佈之標準偏差σ c(v)。
6)預先得知缺陷部面積相對於檢查對象區域為相對較小時,亦可以針對各檢查對象所取得之影像分佈置換該基準分佈。亦即,因為只要知道健全部的分佈的平均及標準偏差的值即可。
1)利用彩色生產線感測器攝影機實施檢查對象的木材表面之攝影。
2)將該影像的各畫素配置於3次元色空間,建立3次元色分佈。
3)以下述方法求取相對於3次元色分佈之基準中心軸的色彩偏差值。
例如,若對象影像之x、y位置的畫素為g[x,y]、該HSV色分佈空間的色為色相值:h(g[x,y])彩度值:s(g[x,y])亮度值:v(g[x,y]),則先前所求取之3次元色分佈的基準中心軸之特定亮度v的基準中心軸座標為色相值:H(v)、彩度值:S(v),以該等亮度平面的橫軸做為X,縱軸做為Y,則如第3圖所示。第3圖係將影像g之各點的色變換成HS平面上之說明圖。第3圖中,係將對象影像之木材畫素g[x,y]變換成HS平面上之垂直相交座標X2、Y2者。此外,雖然色的分佈(參照網狀)不是圓形而為各種形狀分佈,然而,標準偏差大致為圓形。
此處,基準中心軸座標H(v)、S(v)的垂直相交座標X1、Y1如下所示。
X1=S(v).cos(2π.H(v)/360) Y1=S(v).sin(2π.H(v)/360)
畫素g[x,y]之h(v)、s(v)的垂直相交座標X2、Y2如下所示。
X2=s(v).cos(2π.h(v)/360) Y2=s(v).sin(2π.h(v)/360)
距離基準中心軸之平方空間距離d可以下式求取。
d2
=(X1-X2)2
十(Y1-Y2)2
因此,色彩偏差值Zc[x,y]如下所示。
此處,σ c(v)係基準中心軸之亮度v之色相、彩度2次元分佈的標準偏差σ c(v)。β c係決定將距離基準中心軸為σ c(v)之數倍之色視為異常之係數,例如,1.0~2.0程度的值。
此外,使用Lab色空間等其他色分佈時,亦同樣可求取空間距離的偏差。
4)其次,為了求取實際缺陷部份的區域,色分佈空間之與標準相隔之色的畫素,必須只選擇由原來之木材畫素g[x,y]所形成之局部塊的畫素。其可以使用考慮周邊之畫素的色,除去不連續之孤立點,強調偏差較大之部份的處理,亦即,可以使用影像處理技法之一般被稱為弛緩法之方法等。
其實例如下所示,亦即,利用將相對於基準中心軸之色彩偏差值Zc[x,y]視為初始標記之弛緩法,決定色彩異常所造成之缺陷區域(參照第4圖之說明)。
(亮度異常所造成之缺陷部份的檢測之說明)5)求取3次元色分佈之基準中心軸(亮度軸)方向的直方圖。
6)上述健全部之亮度直方圖係平均值Vm、標準偏差σ v之正規分佈(高斯分佈)時,以下述方式求取亮度偏差值zv[x,y]。
Zv[x,y]=| Vm-g[x,y].V |/(σ vX β v)
β v係決定將距離亮度平均值Vm為σ v的數倍之亮度視為異常之係數,例如,1.0~4.0程度的值。
色彩及亮度的綜合偏差值Zt[x,y]如下所示。
Zt[x,y]=Zc[x,y]+Zv[x,y]
亮度直方圖因為攝影機特性等而非正規分佈時(例如,亮度接近1.0之明亮部份為飽和等),無法正確求取平均值Vm、標準偏差σ v。此時,直方圖係標準正規分佈者,規格化之累積機率分佈涵數F(x)可表示如下。
(此處,x為亮度、μ為亮度的平均值、σ為標準偏差)從亮度較低之一方開始積算亮度直方圖,利用將該積算值除以全畫素數割之值(累積頻率),分別求取相當於以下之p1、p2、p3、p4之亮度,並將其視為V1、V2、V3、Vm。
P1=F(μ-2.0 σ)=0.0228 p2=F(μ-1.0 σ)=0.1587 p3=F(μ-0.05 σ)=0.3085 p4=F(μ)=0.5
此外,V1、V2、V3、Vm之可取之有效區域Vmin、Vmax,係依據經驗從基準之木材等求取,例如,設定成Vmin=0.25、Vmax=0.9。
a)於V1、V2、V3、Vm內,檢索存在於有效區域內之相當於V2:F(Vm-σ)=0.1587及Vm:F(Vm)=0.5之亮度位置,即可求取推算平均值x=Vm及標準偏差σ v(參照第8圖)。
b)然而,亮度分佈小於x=μ而使分佈形狀崩潰時等,Vm位於有效區域外。此時,求取存在於有效區域內之V1:F(Vm-2.0 σ v)及V2:F(Vm-1.0 σ v),σ v=V2-V1 Vm=V2+σ v而可推算σ v及Vm(參照第9圖)。
c)或者,亮度異常部相對較大時,V1:F(Vm-2.0 σ v)及V2:F(Vm-1.0 σ v)位於有效區域外。此時,由存在於有效區域內之亮度值V3:F(Vm-0.5 σ)=0.3085及Vm:F(Vm)=0.5可得到σ v=(Vm-V3)X2,故可推算σ v及Vm(參照第10圖)。
使用該方法,未使用基準木材,此外,與分佈形狀無關,也可求取健全部的平均值及標準偏差(此外,使用基準之木材時,不執行求取處理,而採用該平均值及標準偏差)。
7)其次,為了求取實際缺陷部份的區域,色分佈空間之與標準相隔之色的畫素,必須只選擇由原來之木材畫素g[x,y]所形成之局部塊的畫素。其可以使用考慮周邊之畫素的色,除去不連續之孤立點,強調偏差較大之部份的處理,亦即,可以使用影像處理技法之一般被稱為弛緩法之方法等。
其實例如下所示,亦即,利用將色彩及亮度之綜合偏差值Zt[x,y]視為初始標記之弛緩法(參照第4圖之說明),決定色彩及亮度異常所造成之缺陷區域。
到目前為止,木材之自動品質檢查時,只利用表面色之明暗、或指定特定色來檢測缺陷,該方法時,無法對應明亮部份及色變化時,故全部為良品。
木材的表面色當中,該肉眼有不調和感之對品質會產生影響之部份,通常不會是木材原本之自然色,而會以3次元色空間之色分佈之差異呈現出來。利用以分離檢測該差異之統一方法,可以良好精度檢測缺陷部份。
此外,對木材品質會造成影響之黴菌等,會因為木材的種別及產地而為不同之色。
以單一之方法很難以良好精度實施全部之檢測。因此,依據本發明,即使檢查對象之木材種類不同,無需變更基準中心軸座標值即可進行檢測。而且,即使因為樹種而使檢測精度變差,只要變更初始值之3次元色分佈的基準中心軸座標,即可恢復檢測精度。
此外,樹脂及樹皮等,到目前為止,難以利用影像處理之外觀檢查之檢測,亦可實現該等檢測。
因為可以良好精度檢測樹皮等黑化之部份,判定是否殘留黑化之樹皮,很容易即可判定生木節瘤、死木節瘤。
第4圖係弛緩法之說明圖。以下,係依照第4圖之處理S1~S3進行說明。
本處理時,針對對象之影像的各畫素g(x,y),設定缺陷機率Pi(x,y)。此處,Pi(x,y)係針對對第1次重複後之畫素g(x,y)之缺陷機率。
S1:影像處理裝置針對對象之影像之各畫素g(x,y),附與初始機率P0(x,y)(0~1.0),進入處理S2。此處,P0(x,y)係依據色偏差值Z(x,y)的值而為如下所示。
P0(x,y)=Z(x,y):0<Z<1.0 1.0:Z≧1.0
S2:影像處理裝置針對全部畫素,於(0.0<Pi(x,y)<1.0)時,求取Pi(x,y)之鄰近畫素的機率平均值<P>,並以Pi+1=Pi+α(<P>-Pi)(α係周邊畫素的影響係數,為1~4程度)更新機率,進入處理S3。
(Pi(x,y)≦0.0或Pi(x,y)≧1.0)時,Pi+1=Pi不更新機率,進入處理S3。
S3:影像處理裝置調查收斂條件。
針對Pi(x,y),重複次數I大於指定數時(I>指定數),若相對於Pi=0.0及pi=1.0之畫素數的全部畫素之比例大於指定率(>指定率),則結束處理。
若非如此,重複處理S2。
此處,重複之指定數為10次程度,針對Pi=0.0及pi=1.0之畫素數的全部畫素之指定率為99%程度。
第5圖係HSV色空間之色分佈的說明圖。第5圖中,向上方向係亮度(V:此處,V=0.0~1.0),相同亮度平面之直徑方向彩度(S:此處,S=0.0~1.0),圓周方向為色相(H:此處,H=0°~360°)。健全木材之色分佈具有較大之上下的色分佈區域,該色分佈的中心軸(基準中心軸)以向上方向之箭頭表示。
此外,黴菌等之變色部之色彩異常部的色分佈,係以右側之色彩異常區域來表示。此外,乾燥機所造成之焦黑等之亮度異常部以下側之較小色分佈區域來表示。
第6圖係特定亮度v平面之畫素分佈的說明圖。第6圖中,係特定亮度v平面之色彩異常部的畫素分佈。此處,色彩異常部的畫素分佈係分佈於標準偏差σ c(v)之特定區域(參照網狀部)。
第7圖係正規分佈的累積頻率F(x)之說明圖。第7圖中,以虛線表示一般正規分佈(分佈機率),累積頻率(累積機率分佈涵數)F(x)係將木材的健全部之積算值除以全部畫素數N之規格化者。此處,p1=0.0228(μ-2 σ)、p2=0.1587(μ-1.0 σ)、p3=0.3085(μ-0.5 σ)、p4=0.5(平均值=μ)。
第8圖係中心軸方向之畫素分佈(正常分佈形狀)的說明圖。第8圖中,係3次元色分佈之基準中心軸(亮度軸)方向的直方圖。該亮度直方圖時,相當於前述p1、p2、p3、p4之亮度分別為V1、V2、V3、Vm,此外,木材表面的健全部之可取之有效區域為Vmin、Vmax。該圖時,檢索相當於存在於有效區域內之V2:F(Vm-σ)=0.1587及Vm:F(Vm)=0.5之亮度位置,並求取推算平均值x=Vm及標準偏差σ v。
第9圖係分佈形狀異常時之用以推算平均值Vm的說明圖。第9圖中,係3次元色分佈之基準中心軸(亮度軸)方向的直方圖。該亮度直方圖係木材表面的健全部之亮度分佈小於x=μ而使分佈形狀崩潰時等,Vm位於有效區域外。此時,求取存在於有效區域內之V1:F(Vm-2.0 σ v)及V2:F(Vm-1.0 σ v),利用σ v=V2-V1及Vm=V2+σ v推算σ v及Vm。
第10圖係亮度異常部面積較大時的說明圖。第10圖中,為3次元色分佈之基準中心軸(亮度軸)方向的直方圖。該亮度直方圖於木材表面的亮度異常部面積相對較大時,V1:F(Vm-2.0 σ v)及V2:F(Vm-1.0 σ v)位於有效區域外。因此,從存在於有效區域內之亮度值V3:F(Vm-0.5 σ v)=0.3085及Vm:F(Vm)=0.5而得到σ v=(Vm-V3)X2,而可推算出σ v及Vm。
如此,亮度直方圖因為攝影機特性等而為非正規分佈時(例如,亮度接近1.0之部份之感測感度特性為非線性),有時無法正確求取平均值Vm、標準偏差σ v。此時,直方圖係標準正規分佈者,可以分佈之底部的該直方圖(2個點)來推算整體的分佈,並求取平均值Vm及標準偏差σ v。
藉此,影像處理裝置可使用有效區域內(Vmin~VmaX)之點V1~Vm內之2點來求取(推算)健全部的平均值Vm及標準偏差σ v。使用之2點的優先順位為平均值Vm及其他點(V1~V3的1點),平均值Vm不位於有效區域內時,利用V1~V3之2點。
以程式構成影像處理裝置(影像處理手段)1、分選機控制裝置(分選機控制手段)2、攝影機影像取得用基盤11a、11b、11c、主電腦14等,由主控制部(CPU)執行,係儲存於主記憶之物。該程式係由電腦執行處理之物。該電腦係由主控制部、主記憶、檔案裝置、顯示裝置等之輸出裝置、輸入裝置等之硬體所構成。
將本發明之程式安裝於該電腦。該安裝係將該等程式記憶於軟式磁碟、光磁碟片等之移動型記錄(記憶)媒體,介由對電腦具備之記錄媒體存取之驅動器裝置、或LAN等之網路,安裝至配設於電腦之檔案裝置。藉此,很容易提供可利用色分佈正確地檢測對木材品質會產生影響之木材表面的變色所造成之缺陷部份木材的檢查裝置。
1...影像處理裝置(影像處理手段)
2...分選機控制裝置
3...操作盤
4...帶式輸送機
5...透射光用照明(照明手段)
6...反射光用照明(照明手段)
7...等級別分配裝置
8...生產線感測攝影機(攝影手段)
9...單板(木材)
第1圖係本發明的單板篩選裝置的說明圖。
第2圖係本發明的影像處理裝置的說明圖。
第3圖係將本發明的影像g各點的色變換至HS平面上之說明圖。
第4圖係本發明的弛緩法的說明圖。
第5圖係本發明的HSV色空間之色分佈的說明圖。
第6圖係本發明的特定亮度v平面之畫素分佈的說明圖。
第7圖係本發明的正規分佈的累積頻率F(x)的說明圖。
第8圖係本發明的中心軸方向的畫素分佈(正常分佈形狀)的說明圖。
第9圖係本發明的分佈形狀異常時所推算之平均值Vm之說明圖。
第10圖係本發明的亮度異常部的面積較大時之說明圖。
1...影像處理裝置(影像處理手段)
2...分選機控制裝置
3...操作盤
4...帶式輸送機
5...透射光用照明(照明手段)
6...反射光用照明(照明手段)
7...等級別分配裝置
8...生產線感測攝影機(攝影手段)
9...單板(木材)
Claims (7)
- 一種木材的檢查方法,其特徵為:利用攝影手段實施木材的彩色攝影,利用影像處理手段求取藉由前述攝影手段所攝取之彩色影像的色分佈的亮度直方圖,將該所求取之色分佈的亮度直方圖與預先設定之正常木材的色分佈的亮度直方圖進行比較,將該所求取之色分佈的亮度直方圖從前述正常木材的色分佈的亮度直方圖偏離特定值以上時視為異常色分佈,該異常色分佈於藉由前述攝影手段所攝取之木材面上之區域大於特定值時,視為檢測出木材缺陷。
- 如申請專利範圍第1項所記載之木材的檢查方法,其中以缺陷面積相對於檢查對象區域為相對較小之木材為檢查對象時,作為前述預設之正常木材的色分佈,使用從藉由前述攝影手段所攝影之木材表面的彩色影像的正常部取得之色分佈。
- 如申請專利範圍第1項所記載之木材的檢查方法,其中前述預設之正常木材的色分佈的亮度直方圖,係整體作為遵從正規分佈者,使用在該亮度直方圖中健全部可取得之有效區域的複數累積度數值來規定該正規分佈。
- 一種木材的檢查裝置,其特徵為具備:攝影手段,用以實施木材之彩色攝影;及影像處理手段,求取藉由前述攝影手段所攝取之彩色 影像的色分佈的亮度直方圖,將該所求取之色分佈的亮度直方圖與預先設定之正常木材的色分佈的亮度直方圖進行比較,將該所求取之色分佈的亮度直方圖從前述正常木材的色分佈的亮度直方圖偏離特定值以上時視為異常色分佈,該異常色分佈於藉由前述攝影手段所攝取之木材面上之區域大於特定值時,視為檢測出木材缺陷。
- 如申請專利範圍第4項所記載之木材的檢查裝置,其中前述影像處理手段,以缺陷面積相對於檢查對象區域為相對較小之木材為檢查對象時,作為前述預設之正常木材的色分佈,使用從藉由前述攝影手段所攝影之木材表面的彩色影像的正常部取得之色分佈。
- 如申請專利範圍第5項所記載之木材的檢查裝置,其中前述影像處理手段,係以前述亮度直方圖之整體作為遵從正規分佈者,使用在該亮度直方圖中健全部可取得之有效區域的複數累積度數值來規定該正規分佈。
- 一種程式,其特徵為用以使電腦作為以下手段而作用:攝影手段,用以實施木材之彩色攝影;及影像處理手段,求取藉由前述攝影手段所攝取之彩色影像的色分佈的亮度直方圖,將該所求取之色分佈的亮度直方圖與預先設定之正常木材的色分佈的亮度直方圖進行比較,將該所求取之色分佈的亮度直方圖從前述正常木材 的色分佈的亮度直方圖偏離特定值以上時視為異常色分佈,該異常色分佈於藉由前述攝影手段所攝取之木材面上之區域大於特定值時,視為檢測出木材缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW096115104A TWI447382B (zh) | 2007-04-27 | 2007-04-27 | Wood inspection methods and apparatus and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW096115104A TWI447382B (zh) | 2007-04-27 | 2007-04-27 | Wood inspection methods and apparatus and program |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200842342A TW200842342A (en) | 2008-11-01 |
TWI447382B true TWI447382B (zh) | 2014-08-01 |
Family
ID=44821952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW096115104A TWI447382B (zh) | 2007-04-27 | 2007-04-27 | Wood inspection methods and apparatus and program |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI447382B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI484177B (zh) * | 2012-07-23 | 2015-05-11 | China Steel Corp | Detection system and detection method |
TWI786555B (zh) * | 2021-02-26 | 2022-12-11 | 寶元數控股份有限公司 | 板片辨識分類方法及系統 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20060262972A1 (en) * | 2005-05-18 | 2006-11-23 | Noriyuki Hiraoka | Method, apparatus and program product for searching knots in wood |
TW200643805A (en) * | 2005-03-17 | 2006-12-16 | Omron Tateisi Electronics Co | Board inspection apparatus and method and apparatus for setting inspection logic thereof |
-
2007
- 2007-04-27 TW TW096115104A patent/TWI447382B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
TW200643805A (en) * | 2005-03-17 | 2006-12-16 | Omron Tateisi Electronics Co | Board inspection apparatus and method and apparatus for setting inspection logic thereof |
US20060262972A1 (en) * | 2005-05-18 | 2006-11-23 | Noriyuki Hiraoka | Method, apparatus and program product for searching knots in wood |
Also Published As
Publication number | Publication date |
---|---|
TW200842342A (en) | 2008-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
KR101298957B1 (ko) | 목재의 옹이 탐사 방법, 장치, 및 프로그램 | |
JP6945245B2 (ja) | 外観検査装置 | |
TWI787296B (zh) | 光學檢測方法、光學檢測裝置及光學檢測系統 | |
JP5108003B2 (ja) | 多波長光による画像品質の改善 | |
TWI495867B (zh) | Application of repeated exposure to multiple exposure image blending detection method | |
JP5006147B2 (ja) | 木材の検査方法及び装置及びプログラム | |
KR20160108644A (ko) | 디바이스 결함 검출장치 | |
JP2018179698A (ja) | シート検査装置 | |
JP2019168388A (ja) | 画像検査方法および画像検査装置 | |
JP4708904B2 (ja) | 木材の検査方法及び装置及びプログラム | |
TWI447382B (zh) | Wood inspection methods and apparatus and program | |
KR20230139166A (ko) | 목재 제품의 불량 검사 방법 | |
RU2444002C2 (ru) | Способ и устройство для контроля пиломатериалов | |
JP4967132B2 (ja) | 対象物表面の欠陥検査方法 | |
Park et al. | Pattern recognition from segmented images in automated inspection systems | |
TW201928308A (zh) | 發光源檢測系統與方法 | |
JP7318907B2 (ja) | 単板判定システムおよび単板の判定方法 | |
JP2000055824A (ja) | 穴のある平面プレートの傷検査装置 | |
JPH04147002A (ja) | 青果物の表面検定装置 | |
NZ580473A (en) | Lumber inspection method, device and program |