【技术实现步骤摘要】
一种基于深度学习的木料优选锯智能检测方法
本专利技术属于木业自动化技术，具体涉及一种基于深度学习的木料优选锯智能检测方法。
技术介绍
在木料加工行业，需要对木材的优劣进行判断，以发挥木材的最大价值，其中，木材缺陷剔除和木材的等级分类是不可或缺的两个部分。两者的工作效率和准确程度直接关系到木料的出材效率。在这种情况下，一种名为优选锯的机械自动化设备应运而生。典型的优选锯主要由两部分组成，即工业控制系统和机械执行机构。优选锯的基本工作流程如下：首先，由工人根据木材的等级和缺陷的位置在木材表面用特制的荧光笔划线，划线的位置即木材需要截断的位置；其次，木材由传动机构通过荧光探测器，由荧光探测器确定荧光线的位置，并将信号传递给工业控制系统。工业控制系统确定木材截取位置后根据不同的规则(如等级优选，长度优选，价值优选等)对木材的最终切除位置进行计算，并将最终切除位置列表传递给机械执行机构，由机械执行机构对木材进行切除。由于电动旋转锯锯片位置和荧光探测器的位置固定且事先精确已知，在木材自荧光探测到木材位置开始向锯片方向移动相应距离后进行切除，即可在划线位置进行准确的切除。典型优...
【技术保护点】
1.一种基于深度学习的木料优选锯智能检测方法，包括动力传输机构，优选锯视觉检测系统，动作执行机构以及信息处理系统，其特征在于，所述检测方法包括以下步骤：步骤1：将需检测木料置于动力传输机构上，并确保木料能够在传送带上沿正常测量方向传送；步骤2：木料通过优选锯视觉检测系统，并确保木材能够在视觉检测系统中成清晰的像，当木料通过视觉检测系统后，会得到一系列木料图像；步骤3：由充足的图像样本预先训练得到的用于区分缺陷木材图像和无缺陷木材图像的分类网络，对获取得到的木料图像进行目标检测，确定木料缺陷在图像中的位置；步骤4：由充足的图像样本预先训练得到的木料等级分类网络对除步骤3外的无...
【技术特征摘要】
1.一种基于深度学习的木料优选锯智能检测方法，包括动力传输机构，优选锯视觉检测系统，动作执行机构以及信息处理系统，其特征在于，所述检测方法包括以下步骤：步骤1：将需检测木料置于动力传输机构上，并确保木料能够在传送带上沿正常测量方向传送；步骤2：木料通过优选锯视觉检测系统，并确保木材能够在视觉检测系统中成清晰的像，当木料通过视觉检测系统后，会得到一系列木料图像；步骤3：由充足的图像样本预先训练得到的用于区分缺陷木材图像和无缺陷木材图像的分类网络，对获取得到的木料图像进行目标检测，确定木料缺陷在图像中的位置；步骤4：由充足的图像样本预先训练得到的木料等级分类网络对除步骤3外的无缺陷木料图像进行检测，确定木料图像中等级分类临界线在图像中的位置；步骤5：由图像坐标与物理坐标之间进行映射转换，即可由步骤3和步骤4中的图像位置，确定需截断位置的物理坐标，进而确定整个木料截断位置的清单；步骤6：将木料截断位置的清单传送到动力执行机构，由动力执行结构在木料相应的位置进行截断，实现对木料...
【专利技术属性】
技术研发人员：李保菊，邵明伟，李正春，
申请(专利权)人：临沂众为智能科技有限公司，邵明伟，李正春，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。