基于机器视觉的木板材分拣系统研究

晏恒兵 仲梁维

摘  要：木板材作为一种支撑社会发展的重要原材料，被广泛应用于建筑装修业和家具制造业，为了合理利用有限的木材资源，对其进行有效的检测至关重要。改进的Faster R-CNN（“两阶段”检测）算法对木板材活节、死节、孔洞、裂纹等四类缺陷检测的平均精度分别为99.84%、94.24%、91.28%、90.06%，平均精度均值为93.86%，并根据木板材缺陷类型对其进行等级划分。利用机器视觉引导技术，分揀机器人能够自动定位放置在传送带上的木板材，并依据木板材等级对其进行分拣作业。本文还基于C++语言、Qt框架搭建了用于支撑系统运行的软件平台。

关键词：机器视觉;木板材分拣;机器人分拣;深度学习

中图分类号：TP302.7     文献标识码：A

Abstract： Wood panel， as an impo ……此处隐藏6719个字…… 木材表面缺陷检测系统设计与实验验证[J].机械工程师，2019（01）：21-23，30.

[4] 方雨，李大寨，林闯.基于机器视觉的传送带分拣技术研究[J].      机械工程与自动化，2018（06）：173-175.

[5] 冯振，郭延宁，吕悦.OpenCV4快速入门[M].北京：人民邮电出版社，2020：323-325.

[6] 张重阳.基于机器视觉的硬币分拣系统设计[J].工具技术，      2019，53（09）：95-98.

[7] REN S Q， HE K M， GIRSHICK R， et al. Faster R-CNN： Towards real-time object detection with region proposal networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017， 39（6）：1137-1149.

[8] 于晓倩.基于改进Faster RCNN的行人检测研究[D].长春：吉林大学，2020.

[9] 陈坤，徐向纮.改进Faster RCNN在铝型材表面缺陷检测中的应用研究[J].中国计量大学学报，2020，31（02）：240-246.

作者简介：

晏恒兵（1995-），男，硕士生.研究领域：机器视觉.

仲梁维（1962-），男，硕士，教授.研究领域：计算机辅助设计，智能设计制造.