(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211078022.0 (22)申请日 2022.09.05 (71)申请人 广西民族大 学 地址 530006 广西壮 族自治区南宁市西乡 塘区大学东路１ ８ ８号 (72)发明人 陆春　齐文　李嘉耀　杨福流　 (74)专利代理 机构 沈阳维特专利商标事务所 (普通合伙) 21229 专利代理师 陈晖 (51)Int.Cl. G01N 21/88(2006.01) G01N 21/01(2006.01) (54)发明名称 一种木片表面缺陷的自动化识别系统及方 法 (57)摘要 本发明公开了一种木片表面缺陷的自动化 识别系统及方法， 其中所述系统包括高清摄像 头、 线性激光光源、 反射镜片及电机； 线性激光光 源设置于反射镜片前方， 电机的驱动电机轴 与反 射镜片连接， 线性激光光源发射的在木片表面形 成的投影光线与线性激光光源所构成的平面与 木片表面成约30 ‑70度夹角； 本发明提供的一种 木片表面缺陷的自动化识别系统及方法， 是一种 高效、 可靠的木片表面缺陷自动分级系统， 能够 显著提高胶合板的产品质量、 降低生产成本， 应 用时能够快速识别出缺陷的位置和轮廓， 并对木 片的等级 进行判定 。 权利要求书3页 说明书7页 附图2页 CN 115436379 A 2022.12.06 CN 115436379 A 1.一种木片表面缺陷的自动化识别系统， 其特征在于， 包括高清摄像头(1)、 线性激光 光源(2)、 反射镜片(10)及电机(12)； 线性激光光源(2)设置于反射镜片(10)前方， 电机(12)的驱动电机轴(11)与反射镜片 (10)连接， 线性激光光源(2)发射的在木片表面形成的投影光线(5)与线性激光光源(2)所 构成的平面与木片表面成约3 0‑70度夹角； 所述高清摄 像头(1)设置在木片的垂直上 方； 所述电机(12)的电机轴(1 1)可旋转角度为： 0 ‑360度； 电机(12)驱动电机轴(11)带动反射镜片(10)发生角度的旋转， 每次旋转的角度的取值 为0.001‑0.2度。 2.根据权利要求1所述的一种木片表面缺陷的自动化识别系统， 其特征在于， 所述平面 超出木片的边界。 3.一种应用权利要求1 ‑2所述系统自动化识别 木片表面缺陷的方法， 其特征在于， 包括 如下步骤： S1:电机(12)驱动电机轴(11)带动反射镜片(10)发生角 度的旋转,每次旋转的角 度的 取值为0.001 ‑0.2度， 调整投影光线(5)与线性激光光源(2)所构成的平面与木片表面成约 30‑70度夹角， 对木片表面进 行逐行扫描， 位于木片上方的高清摄像头采集木片表 面区域的 图像； S2:木片表面缺陷识别时， 电机(12)驱动电机轴(11)带动反射镜片(10)发生旋转， 将投 影光线(5)投影到木片(3)的左下角， 位于木片上方的高清摄像头采集木片表面区域的图 像； 若木片表面没有缺陷， 则光线在木片表面的投影为一条直线； 若木片表面有裂纹或孔洞 缺陷， 则光线在木片表面投影的直线将变成折线； S3:针对存在裂纹或孔洞缺陷的木片， 采用木片表面缺陷快速检测方法快速识别出缺 陷的位置和轮廓； S4:完成上述步骤后， 电机旋转角度的取值为0.01度， 带动投影光线(5)向右上角的方 向平行移动， 继续重复上述的扫描， 直到投影光线(5)从木片右上角离开木片为止； 通过上 述的扫描， 获得木片表面的缺陷数量和分布规 律， 并对木片的等级 进行判定 。 4.根据权利要求3所述的一种自动 化识别木片表面缺陷的方法， 其特征在于， 所述木片 表面缺陷快速检测方法包括： S31:获取木片表面激光投射图案； S32:获取缺陷外轮廓点； S33:获取缺陷点； S34:获取 缺陷区域； S3 5:计算缺陷面积； S3 6:判定木片等级。 5.根据权利要求3所述的一种自动化识别木片表面缺陷的方法， 其特征在于， 所述S31 具体为： 通过摄像头拍摄获得的图像数据为包含红、 绿、 蓝三色的像素数据， 获得图像行像 素点个数为N个， 列像素点个数为M个； 采用五维数组Image[i,j,r,g,b]对图像数据进行描 述， 其中i表 示当前像素点的行序号， j表示当前像素点的列序号， r表 示该像素点的红色值， g表示该像素点的绿色值， b表示该像素点的蓝色值； 对采集到的木片表面图像Image[i,j,r,g,b]进行颜色筛分： 设定图像的红绿蓝三色的 临界值Cr、 Cg、 Cb， 对图像所有像素点的红绿蓝三个颜色进行判断， 若像素点的红绿蓝三个 颜色值均高于红绿蓝三色的临界值Cr、 Cg、 Cb， 则将该点的r、 g、 b各像素值均 设定为0， 否则 将该点的r、 g、 b各像素值均设定为1， 完成所有像素点的设定后， 得到一幅黑白的图像。权　利　要　求　书 1/3 页 2 CN 115436379 A 26.根据权利要求3所述的一种自动化识别木片表面缺陷的方法， 其特征在于， 所述S32 具体为： 创建一个曲线数组Outline[k,ik,jk],k为曲线上点的序号， 其初值为1； ik表示当前像 素点的在Ima ge图片数组中的行序号， jk表示当前像素点的在Ima ge图片数组中的列序号； 创建一个 计数器Num， 用于记录曲线数组元 素的个数， 其初值 为0； 取Image[i,j,r,g,b]的第1行数据， 即i＝1,从第1列开始到最后一列， 进行逐列分析像 素点的信息， 即从j＝1(即Image[1,1,r,g,b])到j＝M(即Image[1,M,r,g,b])， 逐个像素点 判断该点Image[i,j,r,g,b]的rgb值是否均等于0， 若不等于0， 则j＝j+1， 继续判断rgb值是 否均等于0， 直到j＝M； 若Image[i,j,r,g,b]的rgb值均等于0， 则在Outline[k,i,j]数组中 记录当前Image[i,j,r,g,b]像素的i和j值， 并将序数k＝k+1， 将计数器Num值自增， 即Num＝ Num+1； 且图像Ima ge[i,j,r,g,b]跳 到下一行， 即i ＝i+1行； 重复上述像素点的步骤， 直到i＝N； 遍历完图像Image[i,j,r,g,b]中的所有像素点， 得 到Outline[k,ik,jk]曲线和曲线数组元 素的个数Num。 7.根据权利要求3所述的一种自动化识别木片表面缺陷的方法， 其特征在于， 所述S33 具体为： 创建一个曲线一阶导数数组DaoShu[h,ih,jh,vh],h为一阶导数元素的序号， 导数数组 的元素有Num ‑1个， ih表示序号为h的导数数组元素在Image图片数组中的行序号； jh表示序 号为h的导数数组元素在Image图片数组 中的列序号； vh表示曲线数组Outline[k,ik,jk]在k ＝h点处的导数值， vh值等于曲线数组Outline[h+1,ih+1,jh+1]的列序号jh+1减去Outline[h, ih,jh]的列序号jh的值， 除以Outline[h+1,ih+1,jh+1]的行序号ih+1值减去Outline[h,ih,jh] 的行序号 ih值； 求取导数数组DaoShu的平均值MeanDaoShu,MeanDaoShu等于所有导数数组DaoShu[h, ih,jh,vh]之和除以导数 数组元素的个数Num ‑1； 创建一个缺陷数组QueXian[p,ip,jp]， p为缺陷数组元素的序号， 其初值为0； ip为序号 为p的缺陷数组元素在图像数组ImageImage图片数组中的行序号； jp为序号为p的缺陷数组 元素在图像数组Ima geImage图片数组中的列序号； 设定导数数组偏离 临界点的临界值CDaoShu， 判断曲线一阶导数数组DaoShu[h,ih,jh,vh] 中的各vh与MeanDaoShu差值的绝对值是否大于CDaoShu， 若其插值大于CDaoShu则QueXian[p,ip, jp]的第p个元素的ip＝ih， jp＝jh， 并将p＝p+1按上述方法对DaoShu数组中每一个元素进行 分析， 初步得到缺陷素 组QueXian； 删除缺陷素 组QueXian中的第一点和最后一点， 得到摄像 头采集的木片图像上缺陷分布的缺陷数组Que Xian[p,ip,jp]； 定义一个总SumQueXian[t,it,jt],用于统计整张木片表面的缺陷， t为缺陷的序号， it 是序号为t的缺陷点在Im age[i,j,r,g,b] 中的行序号； jt是序号为t的缺陷点在Im age[i,j, r,g,b]中的列序号； 利用单色的线激光以一定的角度从木片表 面的左下角到木片右上角逐 渐移动， 每次移动距离相 对上次位置1 ‑5mm， 每次移动线激光， 利用高清相机拍摄木片表面 线激光投射的照片， 按照上述的方法， 对每次移动线激光， 所得到的缺陷数组QueXian[p, ip,jp]进行累计， 将QueXian[p,ip,jp]中的所有 缺陷数据累加到S umQueXian[t,ip,jp]中， 从 而得到整张木片表面的缺陷数据。 8.根据权利要求3所述的一种自动化识别木片表面缺陷的方法， 其特征在于， 所述S33权　利　要　求　书 2/3 页 3 CN 115436379 A 3