CN107388973A - 一种斜射式木质板材毛边的识别装置和识别方法 - Google Patents

Abstract

本发明公开了一种斜射式木质板材毛边的识别装置，包括传送台、激光发射器、支架、面阵工业相机，支架桥式架设在传送台上，沿传送台的传送方向，依次在传送台上方的支架上设置激光发射器和面阵工业相机，且所述的激光发射器发射到传送台上被测木质板材表面的光源经被测木质板材反射后被面阵工业相机接收，而面阵工业相机同时与一计算机连通，其特征在于，所述的激光发射器发射的入射激光线和面阵工业相机的光轴成90°夹角，且所述的入射光为斜射，且，0＜入射角＜90°。本发明同时公开了其识别方法。本发明所述方法在检测木质板材毛边时，不需要人工操作，实现了自动化，且测量时被测木质板材处于连续输送的过程，提高了工作效率，同时所使用的识别装置结构简单、安装方便，成本低。

Description

一种斜射式木质板材毛边的识别装置和识别方法

技术领域

本发明涉及一种识别装置及识别方法，尤其是涉及一种木质板材毛边的识别装置和识别方法，属于木材加工制造领域。

背景技术

近年来，我国木材工业发展迅速，森林资源开采范围却在逐渐减少，森林资源面临着严重的短缺问题，木材的供需矛盾日益尖锐，这就对木材资源实现价值最大化提出了越来越高的要求。在木材资源缺乏的情况下，提高木材的利用率是木材加工与自动化领域中一个急需解决的问题。在很多木材产品加工生产时会将原木锯切成一定厚度要求的板材。原木的截面可以近似看成圆形，原木可以近似成一个圆柱形，一般锯切过程则是平行于圆柱轴线。经过锯切后的长板截面不是规则的矩形，而是两个侧面有不规则的曲边梯形。图1为毛边板材的结构示意图，如图1所示：这种板材叫做毛边板，毛边锯材外材面分为上下两个宽材面和左右两个窄材面，由于原木本身不是一个规则的圆柱体、且有枝丫、弯曲等缺陷，使得毛边锯材的窄面呈现不规则的形状，加工时需要将不规则窄材面去除。图2为锯切状态的毛边板材的结构示意图，如图2所示：一般在后续的工段中往往要除去毛边板的毛边，如果去除窄材面不彻底就形成钝棱缺陷，影响锯材的等级和使用，如果去除过多将造成浪费。根据宽面到毛边锯材髓心的远近程度分为内材面和外材面，距离髓心近的是内材面，远的是外材面。在许多锯材厂都需要有经验的工人，目视每一块锯材的外材面，凭借自己的经验进行齐边，工人的手工操作严重影响了加工精度和效率，并且造成毛边锯材资源的浪费。。

目前对原木制材的毛边板的毛边识别主要是靠人工来识别的，做法是将毛边板放在待锯切的机床输送带上，在传送带正前方的上方有几排可以移动的激光器，激光器可以发射出一条激光，操作者用一个操作杆来操作激光器移动，选择合适的位置，激光器就可以在待锯切的毛边料上打出一条激光线，如果操作者认为激光线正好落在所有毛边内侧里，此时记下当前激光线的位置。将两侧的激光线位置都标记好后就可以进入锯机锯切。一般在确定毛边边缘时毛边板都处于静止在传送带上的状态，确认好后板材再开始运动，进入锯机锯切。这种方法缺点之一是在找毛边内侧边缘是靠人的肉眼识别，工作时工人劳动强度大，容易视觉疲劳；其次，在判断毛边内侧边缘时毛边板是要求静止的，降低了工作效率；再次该方法在使用时要有专用导轨、伺服电机等控制***，成本造价比较高难以推广。

发明内容

为了克服现有技术问题，本发明的目的在于提供一种安全可靠、使用方便、测量精度高的斜射式木质板材毛边的识别装置和识别方法。

为解决上述技术问题，本发明采用的技术方案为：

一种斜射式木质板材毛边的识别装置，包括传送台、激光发射器、支架、面阵工业相机，支架桥式架设在传送台上，沿传送台的传送方向，依次在传送台上方的支架上设置激光发射器和面阵工业相机，且所述的激光发射器发射到传送台上被测木质板材表面的光源经被测木质板材反射后被面阵工业相机接收，而面阵工业相机同时与一计算机连通，所述的激光发射器发射的入射激光线和面阵工业相机的光轴成90°夹角，且所述的入射光为斜射，且，0＜入射角＜90°。

而本发明还公开了一种基于上述的斜射式木质板材毛边的识别装置的木质板材毛边的识别方法，包括以下步骤：

S1：激光发射器向传送台上经过的被测木质板材发射激光光源，被测木质板材表面的扇形激光光源经反射后由面阵工业相机接收，所述的激光发射器发射的入射激光线和面阵工业相机的光轴成90°夹角，且所述的入射光为斜射，且，0＜入射角＜90°；

S2：面阵工业相机将得到的被测木质板材反射的激光光源信息转换为被测木质板材的厚度和宽度的轮廓图像信息；

S3：计算机中的数据采集卡收集面阵工业相机的被测木质板材的厚度和宽度的轮廓图像信息，并经过计算机的数据处理软件计算后得到被测木质板材的厚度和宽度信息；

S4：根据被测木质板材的厚度和宽度信息确定木质板材的正常板面与毛边的边界点，每隔一定长度检测出一个边界点，以同一侧测出的边界点中最内侧的边界点为锯切点，沿平行于正常板面中心线的锯路去除毛边。

进一步，在S1步骤中，激光发射器向被测木质板材发射的激光光源为扇形激光光源，且被测木质板材表面形成的光条为一字形光条。

在S2步骤中，激光光源信息转换为被测木质板材的厚度和宽度轮廓图像信息的方法为：光信号被面阵工业相机接收并转化成电荷信号，再经过外部采样放大及模数转化电路转化成数字图像信号。

在S3步骤中，所述的数据处理软件中被测木质板材的厚度的计算公式为：

x＝k·y (I)

公式(I)中，x为被测木质板材的实际厚度值；y为面阵工业相机中被测木质板材表面与基准底面的偏移，y在厚度和宽度轮廓图像中表现为木质板材的厚度，k为厚度方向的空间分辨率，且所述的k为面阵工业相机中被测木质板材表面与基准底面的偏移y与木质板材检测厚度值x的线性关系系数。

且上述的k的数值公式为：在k的数值公式中，θ为激光发射器的入射角，β为面阵工业相机的光轴与被测木质板材表面法线的夹角，f为相机焦距，L表示测量厚度为0时面阵工业相机成像的物距，θ+β＝90°，所以sin(θ+β)为固定值1，且当成像***固定，面阵工业相机的镜头位置固定且倾角确定，激光发射器距传送台高度确定，L、f、θ均为固定值，则k也为固定值。

此外，在S3步骤中，所述的数据处理软件中被测木质板材的宽度的计算公式为：

W＝k2_′W' (Ⅱ)

公式(Ⅱ)中，所述的W为被测木质板材的实际宽度值，k₂′为被测木质板材宽度方向的空间分辨率，W'为宽度轮廓图像中表现的被测木质板材的宽度值，所述的k₂′为常数。

而上述的k'₂＝k₂，式中：k₂为厚度为0处宽度方向的空间分辨率，当成像***固定，测量厚度为0时成像的物距和像距均为固定值，则k₂为固定值。

被测木质板材被测木质板材。

本发明的有益效果为：

1)本发明所述方法在检测木质板材毛边时，不需要人工操作，实现了自动化；

2)本发明实现了连续化测量，测量时被测木质板材处于连续输送的过程，提高了工作效率；

3)本发明所使用的识别装置结构简单、安装方便，成本低；

4)宽度方向的分辨率为常数，与厚度并无关系，不随被测毛边锯材的厚度变化而变化，因而可以简化标定程序，可以适用于各种规格不同的板材毛边检测，极大地简化了工作流程，降低了工作强度。

附图说明

图1为毛边板材的结构示意图；

图2为锯切状态的毛边板材的结构示意图；

图3为本发明所述的识别装置的***结构示意图；

图4为本发明所述的识别装置的结构示意图；

图5为木质板材毛边检测流程示意图；

图6为木质板材毛边检测基本原理示意图；

图7为宽度检测的原理图；

图8为未放入毛边锯材时的图像；

图9为放入毛边锯材时的图像；

图10为图9二值化后图像；

图11为中心线图像；

图12为激光光源入射角示意图；

图13为厚度标定曲线示意图；

图14为宽度标定曲线示意图；

图15为45°误差检测的正态检验Q-Q图；

图16为45°误差检测的标准正态分布分位图。

图中主要附图标记含义为：

1、传送台 2、激光发射器 3、支架 4、被测木质板材 5、面阵工业相机

6、数据采集卡 7、计算机 8、PLC控制箱。

具体实施方式

下面结合附图和具体实施例详细说明本发明。

在本实施例中，激光光源出自：Prophotonix公司，型号是D-660-010-0250-L01-S-90-S-S-2，波长是660nm，出光扇角是90度，功率10mW。面阵工业相机出自是PointGrey公司，型号GS3-U3-23S6C-C，相机分辨率是1920×1200，每秒钟最大采集162帧，USB3接口。镜头出自为：Nikon，型号ML-U1614MP9，焦距24mm。

图3为本发明所述的识别装置的***结构示意图；图4为本发明所述的识别装置的结构示意图。

如图3和图4所示：斜射式木质板材毛边的识别装置，包括传送台1、激光发射器2、支架3、面阵工业相机4，支架3桥式架设在传送台1上，沿传送台1的传送方向，依次在传送台1上方的支架3上设置激光发射器2和面阵工业相机5，且所述的激光发射器2发射到传送台1上被测木质板材4表面的光源经被测木质板材4反射后被面阵工业相机5接收，而面阵工业相机5同时与一计算机7连通，计算机7和面阵工业相机5之间还设置有数据采集卡6，在本发明中，上述的激光发射器2同时与PLC控制箱8连通，PLC控制箱8用于控制激光发射器2的激光发射情况，激光发射器2发射的入射激光线和面阵工业相机5的光轴成90°夹角，且所述的入射光为斜射，且，0＜入射角＜90°。

图5为被侧木质板材的测量方法流程图。

如图5所示：具体的基于上述的斜射式木质板材毛边的识别装置的木质板材毛边的识别方法，包括以下步骤：

S1：激光发射器2向传送台1上经过的被测木质板材4发射激光光源，且激光发射器2向被测木质板材4发射的激光光源为扇形激光光源，被测木质板材4表面形成的光条为一字形光条，且被测木质板材4表面的扇形激光光源经反射后由面阵工业相机5接收，所述的激光发射器2发射的入射激光线和面阵工业相机的光轴成90°夹角，且所述的入射光为斜射，0＜入射角＜90°；

S2：面阵工业相机5将得到的被测木质板材4反射的激光光源信息转换为被测木质板材4的厚度和宽度的轮廓图像信息，具体方法为：光信号被面阵工业相机5接收并转化成电荷信号，再经过外部采样放大及模数转化电路转化成数字图像信号(具体为对厚度和宽度的轮廓图像信息进行二值化处理)；

S3：计算机7中的数据采集卡6收集面阵工业相机5的被测木质板材4的厚度和宽度的轮廓图像信息，并经过计算机7的数据处理软件计算后得到被测木质板材4的厚度和宽度信息，

其中厚度测量数学模型为：

图6为木质板材毛边检测基本原理示意图。

激光发射器2发射扇形光源，照射到水平的传送台1上，测量时先将激光线在相机中成像调至最清晰，整个测试过程不再调节成像过程中相距、物距等成像参数，成像过程原理如如图6所示，激光发射器2发射激光线至被测木质板材4(毛边板材)的表面，面阵工业相机5与激光发射器2成一定角度来成像，图中O点是镜头透镜的中心，即光心，B点是没有放毛边板材时激光照射到传送台1上的点，此时检测厚度值为0，此时在面阵工业相机5成像平面上的像点是B'，BB'的连线通过光心垂直于透镜，即光轴。当放上一个厚度为x的毛边板材时，激光照射在毛边板材表面A点处，此时在面阵工业相机5成像平面上的点为A'，在面阵工业相机5中偏移厚度的像素值为y'(单位：像素)，k_c为面阵工业相机5中像素大小(单位：mm/像素)，为相机常数。令y＝y′·k_c，代表相机中偏移厚度的像素值y'与相机常数k_c的乘积，即图像中被测木质板材4的厚度(单位：mm)。

x：检测厚度值

y：图像中被测毛边锯材的厚度即面阵工业相机中被测毛边锯材产品表面与基准底面的偏移厚度

θ：激光发射器的入射角

β：面阵工业相机的光轴与被测木质板材的表面法线夹角

由图中几何关系可以知道：

x＝AB cosθ

y＝A'B'

L＝OB

L'＝OB'

x'＝AC

L”＝OC

其中L表示测量厚度为0时成像的物距，L'为像距，L”为测量厚度不为0时成像的物距，f为相机焦距。当相机位置固定时，L、f、θ为固定值，由放大率公式可得

即：x＝k·y (2)

公式(2)中，x为被测木质板材的实际厚度值；y为面阵工业相机中被测木质板材表面与基准底面的偏移，y在厚度和宽度轮廓图像中表现为木质板材的厚度，k为厚度方向的空间分辨率，且所述的k为面阵工业相机中被测木质板材表面与基准底面的偏移y与木质板材检测厚度值x的线性关系系数，这个值大小与测试***中透镜焦距、未放木质板材时物距、光轴与激光束的夹角共同决定的。

且上述的k的数值公式为：在k的数值公式中，θ为激光发射器的入射角，β为面阵工业相机的光轴与被测木质板材表面法线的夹角，f为相机焦距，L表示测量厚度为0时面阵工业相机成像的物距，θ+β＝90°，所以sin(θ+β)为固定值1，且当成像***固定，面阵工业相机的镜头位置固定且倾角确定，激光发射器距传送台高度确定，L、f、θ均为固定值，则k也为固定值。

而宽度测量的数学模型则为：

图7为宽度检测的原理图。

由厚度方向测量模型推理中可以看出，当在水平传送台上放置一厚度x的毛边锯材时，毛边锯材表面的激光轮廓线垂直于光轴向透镜移动了一段距离至C点所在处的宽度方向上，如图7所示：

设k₂表示厚度为0处宽度方向的空间分辨率，k'₂为厚度为x处宽度方向的空间分辨率，由透镜公式可得：

如公式(3)所示：θ+β＝90°，所以cos(θ+β)为0，所以所述的k'₂＝k₂，式中：k₂为厚度为0处宽度方向的空间分辨率，当成像***固定，测量厚度为0时成像的物距和像距均为固定值，则k₂为固定值，而最终数据处理软件中被测木质板材的宽度的计算公式为：

W＝k₂′W' (4)

公式(4)中，所述的W为被测木质板材的实际宽度值，k₂′为被测木质板材宽度方向的空间分辨率，W'为宽度轮廓图像中表现的被测木质板材的宽度值，所述的k₂′为常数。

图8为未放入毛边锯材时的图像。如图8所示：图中只有一条传送带上被照亮的激光线，作为检测毛边锯材厚度的参照线。

图9为放入毛边锯材时的图像。如图9所示：只有黑色的背景和一条很亮的激光线。

图10为图9二值化后图像，图11为中心线图像，可显示出毛边锯材的外材面(留用的板材)与窄材面(毛边)的边界点。

S4：根据被测木质板材的厚度和宽度信息确定木质板材的正常板面与毛边的边界点，每隔一定长度检测出一个边界点，以同一侧测出的边界点中最内侧的边界点为锯切点，沿平行于正常板面中心线的锯路去除毛边。

以上实施方式的具体标定过程为：

(1)实验材料：

实验所用的试件为9块常见不同规格厚度的杉木毛边锯材，杉木毛边锯材的平均宽度180mm，长度800mm，均有明显的窄材面，杉木毛边厚度规格为20～60mm，间隔5mm，共计9块，实验编号1～9，试件实际厚度由检测***测得。厚度标定使用厚度规，规格为5mm～25mm，间隔0.5mm，30mm～60mm，间隔5mm，共计48块。宽度标定的量块宽为100mm，厚度规格为10mm～60mm，间隔5mm，共计11块。

(2)实验方法：

根据上述的检测实验模型，首先标定实验装置的厚度和宽度分辨率曲线，然后在待测规格毛边锯材宽度方向上画出一条记号线，测试时让激光线与记号线重合，得出激光测量值。再用游标卡尺测量毛边锯材记号线长度，并认为是准确的，即为实际值，最后比较实际值与测量值之间的误差值，来衡量检测***的精度和可靠性。面阵工业相机的倾斜角度为45°，激光光源入射角θ＝45°情况下进行实验，图12为激光光源入射角示意图，激光光源入射角示意图如下图12所示，保持激光发射器照射在传送台上激光线的法线与面阵工业相机所在支架的距离不变，进行9块毛边锯材的测量，每一块毛边锯材上设定检测数目为56条线。

(3)实验数据：

表1 厚度测量数据

表2 厚度模型参数表

由表1和表2可知：x₁代表毛边锯材实际厚度，y₁代表量块测量像素值，k₁代表斜率，b₁代表截距厚度回归方程为:x₁＝k₁*y₁+b₁。

图13为厚度标定曲线示意图。

如图13所示：在激光光源入射角为45°下的厚度方向标定具有非常高的线性度，相关系数平方都在0.99以上，几乎是一条直线，模型方差0.1以下，非常小，说明模型精度非常好。

表3 45度宽度标定值

表4：宽度模型参数表

如表3和表4所示：y₂代表单位像素对应实际宽度比值，x₂是毛边锯材厚度单位(mm)，k₂代表回归斜率，b₂代表截距。回归模型：y₂＝k₂*x₂+b₂。θ＝45°角度的相关系数在0.071左右，即量块实际厚度值与宽度分辨率几乎无线性关系，同时模型方差基本为0，几乎是一条水平直线。模型参数见上表4所示，同时如图14可知，当光轴与入射激光夹角为90°时，可以看出宽度方向的分辨率基本为一常数，只于测量***的光学参数有关，而与厚度并无关系，不随被测毛边锯材的厚度变化而变化，因而可以简化标定程序。可以适用于各种规格不同的板材毛边检测，极大地简化了工作流程，降低了工作强度。

表5：45°相对误差均值

表6：误差样本均值与方差

	均值	方差
			45°	0.2191	0.296

图15为45°误差检测的正态检验Q-Q图；图16为45°误差检测的标准正态分布分位图。

如表5、6和图15和图16所示：测量***可靠，相对误差在1％以下，误差均值在0.5mm以内，检测精度满足木材加工需求。

本发明按照上述实施例进行了说明应当理解，上述实施例不以任何形式限定本发明，凡采用等同替换或等效变换方式所获得的技术方案，均落在本发明的保护范围之内。

Claims (8)

1.一种斜射式木质板材毛边的识别装置，包括传送台、激光发射器、支架、面阵工业相机，支架桥式架设在传送台上，沿传送台的传送方向，依次在传送台上方的支架上设置激光发射器和面阵工业相机，且所述的激光发射器发射到传送台上被测木质板材表面的光源经被测木质板材反射后被面阵工业相机接收，而面阵工业相机同时与一计算机连通，其特征在于，所述的激光发射器发射的入射激光线和面阵工业相机的光轴成90°夹角，且所述的入射光为斜射，且，0＜入射角＜90°。

2.一种基于权利要求1所述的斜射式木质板材毛边的识别装置的木质板材毛边的识别方法，其特征在于，包括以下步骤：

S1：激光发射器向传送台上经过的被测木质板材发射激光光源，被测木质板材表面的扇形激光光源经反射后由面阵工业相机接收，所述的激光发射器发射的入射激光线和面阵工业相机的光轴成90°夹角，且所述的入射光为斜射，且，0＜入射角＜90°；

S2：面阵工业相机将得到的被测木质板材反射的激光光源信息转换为被测木质板材的厚度和宽度的轮廓图像信息；

S3：计算机中的数据采集卡收集面阵工业相机的被测木质板材的厚度和宽度的轮廓图像信息，并经过计算机的数据处理软件计算后得到被测木质板材的厚度和宽度信息；

S4：根据被测木质板材的厚度和宽度信息确定木质板材的正常板面与毛边的边界点，每隔一定长度检测出一个边界点，以同一侧测出的边界点中最内侧的边界点为锯切点，沿平行于正常板面中心线的锯路去除毛边。

3.根据权利要求2所述的一种斜射式木质板材毛边的识别方法，其特征在于，在S1步骤中，激光发射器向被测木质板材发射的激光光源为扇形激光光源，且被测木质板材表面形成的光条为一字形光条。

4.根据权利要求2所述的一种斜射式木质板材毛边的识别方法，其特征在于，在S2步骤中，激光光源信息转换为被测木质板材的厚度和宽度轮廓图像信息的方法为：光信号被面阵工业相机接收并转化成电荷信号，再经过外部采样放大及模数转化电路转化成数字图像信号。

5.根据权利要求2所述的一种斜射式木质板材毛边的识别方法，其特征在于，在S3步骤中，所述的数据处理软件中被测木质板材的厚度的计算公式为：

x＝k·y (I)

公式(I)中，x为被测木质板材的实际厚度值；y为面阵工业相机中被测木质板材表面与基准底面的偏移，y在厚度和宽度轮廓图像中表现为木质板材的厚度,k为厚度方向的空间分辨率，且所述的k为面阵工业相机中被测木质板材表面与基准底面的偏移y与木质板材检测厚度值x的线性关系系数。

6.根据权利要求5所述的一种木质板材毛边的识别方法，其特征在于，所述的k的数值公式为：在k的数值公式中，θ为激光发射器的入射角,β为面阵工业相机的光轴与被测木质板材表面法线的夹角，f为相机焦距，L表示测量厚度为0时面阵工业相机成像的物距，θ+β＝90°，所以sin(θ+β)为固定值1，且当成像***固定，面阵工业相机的镜头位置固定且倾角确定，激光发射器距传送台高度确定，L、f、θ均为固定值，则k也为固定值。

7.根据权利要求2所述的一种斜射式木质板材毛边的识别方法，其特征在于，在S3步骤中，所述的数据处理软件中被测木质板材的宽度的计算公式为：

W＝k₂′W' (Ⅱ)

公式(Ⅱ)中，所述的W为被测木质板材的实际宽度值，k₂′为被测木质板材宽度方向的空间分辨率，W'为宽度轮廓图像中表现的被测木质板材的宽度值，所述的k₂′为常数。

8.根据权利要求7所述的一种斜射式木质板材毛边的识别方法，其特征在于，所述的k'₂＝k₂，式中：k₂为厚度为0处宽度方向的空间分辨率，当成像***固定，测量厚度为0时成像的物距和像距均为固定值，则k₂为固定值。