【技术实现步骤摘要】
本专利技术涉及图像识别，特别是基于机器视觉的木材表面缺陷在线检测方法及系统。
技术介绍
1、现有的机器视觉检测技术仍存在诸多问题。多数方法仅采用单一光谱成像，无法全面捕捉木材表面的纹理、颜色及材质差异特征，导致对部分缺陷的识别能力不足；在图像处理过程中，常用的滤波与分割算法难以有效消除木材表面复杂纹理的干扰，影响缺陷检测的精度；并且，传统的深度学习模型在特征提取和缺陷分类定位上，存在检测速度慢、模型泛化能力弱等问题，难以满足木材加工生产线实时、高效、准确的检测要求。
技术实现思路
1、本专利技术的目的是为了解决上述问题，设计了基于机器视觉的木材表面缺陷在线检测方法及系统。
2、实现上述目的本专利技术的技术方案为，进一步，在上述基于机器视觉的木材表面缺陷在线检测方法中，该木材表面缺陷在线检测方法包括以下步骤：
3、获取木材的表面图像数据，利用自适应中值滤波对数据进行降噪，基于曲线拟合消除表面纹理干扰，得到初始木材表面图像数据；
4、利用改进的resnet-...
【技术保护点】
1.基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述木材表面缺陷在线检测方法包括以下步骤：
2.如权利要求1所述的基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述获取木材的表面图像数据，利用自适应中值滤波对数据进行降噪，基于曲线拟合消除表面纹理干扰，得到初始木材表面图像数据，包括：
3.如权利要求2所述的基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述获取木材的表面图像数据，利用自适应中值滤波对数据进行降噪，基于曲线拟合消除表面纹理干扰，得到初始木材表面图像数据，还包括：
4.如权利要求2所述的基于机器视觉的...
【技术特征摘要】
1.基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述木材表面缺陷在线检测方法包括以下步骤：
2.如权利要求1所述的基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述获取木材的表面图像数据，利用自适应中值滤波对数据进行降噪，基于曲线拟合消除表面纹理干扰，得到初始木材表面图像数据，包括：
3.如权利要求2所述的基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述获取木材的表面图像数据，利用自适应中值滤波对数据进行降噪，基于曲线拟合消除表面纹理干扰，得到初始木材表面图像数据，还包括：
4.如权利要求2所述的基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述利用改进的resnet-18网络对所述初始木材表面图像数据进行多尺度特征提取；并通过多光谱通道的加权融合，提取木材表面的差异特征，构建三维特征矩阵，包括：
5.如权利要求2所述的基于机器视觉的木材表面缺陷在线检测方法，其特征在于，所述基于所述初始木材表面...
【专利技术属性】
技术研发人员：王艳，朱金龙，闫鹏，戈鑫，乌日娜，高喜臣，隋瑶，董洪志，杨子玉，孙双红，朱宾宾，
申请(专利权)人：呼伦贝尔市林业和草原事业发展中心，
类型：发明
国别省市：
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。