CN109544514B - 一种融合表观特征的锯材身份辨识方法、装置及设备 - Google Patents
一种融合表观特征的锯材身份辨识方法、装置及设备 Download PDFInfo
- Publication number
- CN109544514B CN109544514B CN201811307821.4A CN201811307821A CN109544514B CN 109544514 B CN109544514 B CN 109544514B CN 201811307821 A CN201811307821 A CN 201811307821A CN 109544514 B CN109544514 B CN 109544514B
- Authority
- CN
- China
- Prior art keywords
- wood
- identified
- apparent
- image
- defect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30161—Wood; Lumber
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种融合表观特征的锯材身份辨识方法、装置及设备,方法包括:提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库;其中,所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置;获取在传送带上传送的待识别木材的木材图像;根据所述木材图像获取待识别木材的表观特征;将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合;基于本发明可以有效的解决了木材的准确快速识别问题,促进森工生产线的柔性化、定制化加工。
Description
技术领域
本发明涉及木材加工生产、木料装配领域,尤其涉及一种融合表观特征的锯材身份辨识方法、设备及装置。
背景技术
众所周知,我国虽然森林资源丰富,但与其他国家相比,人均占比很少,而且木材的需求,尤其是实木木材的需求又日益增加。因此,在生产和制造过程中,提高木材的利用率正在成为迫在眉睫的问题。
由于当前我国的林业加工生产的投入少,机械自动化水平低,因此,提高木材的利用率主要是从围绕判定锯材缺陷展开的。传统的锯材缺陷检测主要由熟练工人完成,但基于肉眼观测的缺陷检测会受到主观的差异导致检测结果的不同。为了克服锯材缺陷人工视觉检测的缺点,机器视觉、超声波、微波、核磁共振、X射线密度成像等技术已被尝试用于锯材表面缺陷的自动检测。其中,机器视觉技术因其高性价比已被确认为木材表面缺陷识别的有效技术之一。
然而,随着木材资源紧缺形势的加剧,原木材料价格的逐年上涨,现有的以缺陷检测为核心的锯材利用提高方法暴露出一些不足,首先,传统的锯材缺陷检测方法只是针对当前锯材的缺陷进行分析和识别,仅能优化一根木材的使用,无法实现同一批次锯材的组合优化,木材的利用率有限。其次,现有的这些检测方法一般只能给出当前产品优劣的依据,无法对锯材自身以及同批次的锯材有效的辨识,难以实现定制化、柔性化的生产加工工艺优化,***整合性不足。
发明内容
为了克服木材无法对锯材自身以及同批次的锯材有效的辨识,难以实现定制化、柔性化的生产加工工艺优化,***整合性不足,本发明公开了一种融合表观特征的锯材身份辨识方法、装置及设备,基于本发明可以有效的解决了木材的准确快速识别问题,促进森工生产线的柔性化、定制化加工。
本发明实施例公开了一种融合表观特征的锯材身份辨识方法包括:提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库;其中,所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置;
获取在传送带上传送的待识别木材的木材图像;
根据所述木材图像获取待识别木材的表观特征;
将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合;
当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别目前对应的最终木材ID。
优选地,所述获取在传送带上传送的待识别木材的木材图像,具体为:
获取线扫描相机拍摄的传送图像;
根据所述传送图像的颜色亮度判断是否有木材,若检测到传送图像的前部分不包含无木材,后部分有包含木材,则判断该传送图像为开始帧,并进行标记;若检测到传送图像的前部分包含木材,后部分不包含木材,则判断该传送图像为结束帧,并进行标记;
根据所述开始帧、结束帧及位于开始帧与结束帧之间的所有传送图像进行图像拼接,以生成待识别木材的木材图像。
优选地,所述线扫描相机的扫描频率与所述传送带的输送频率一致。
优选地,根据传送图像上的颜色亮度判断传送图像上的每一行有无木纹,进而确定传送图像中是否存在木材。
优选地,所述提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库具体为:
对所述木材图像中的各个木材的表面进行遍历,并选择每个表面上缺陷轮廓面积大于M个像素值的区域,获得候选待选局部缺陷区域;
获取所述候选局部缺陷区域的外接矩形,并将外接矩形的中心点距最短端点的Y坐标值作为木材在相应表面上的缺陷位置;
根据所有木材的统计像素值范围A,获取每个木材图像的颜色直方图特征;
根据在每个表面上的缺陷位置以及颜色直方图特征生成每个木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库。
优选地,所述M的值为4000,所述A范围为7-120。
优选地,所述将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合具体为:
将所述待识别木材的在多个表面上的缺陷位置与所述数据库中的木材在多个表面上的缺陷位置进行对比,当两个缺陷位置的距离小于N时,将相应的木材ID添加至与所述待识别木材对应的木材ID集合内。
优选地,所述当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别目才对应的最终木材ID具体为:
当判断所述木材ID集合内的木材ID的数量不唯一时,计算所述待识别木材的每个面的颜色直方图特征与所述数据库中的木材的每个面的颜色直方图特征的欧氏距离,将得到的数值进行从小到大排序,保留前X个,得到与每个表面的木材ID集合;
统计多个表面的木材ID集合中出现次数最高的木材ID,即确定所述待识别木材对应的待检索木材的最终ID。
本发明实施例还提供了一种融合表观特征的锯材身份辨识装置,包括:
表观特征提取单元,用于提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库;其中,所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置;
木材图像获取单元,获取在传送带上传送的待识别木材的木材图像;
表观特征识别单元,根据所述木材图像获取待识别木材的表观特征;
缺陷匹配单元,将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合;
颜色直方图匹配单元,当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别目前对应的最终木材ID。
本发明实施例还提供了一种融合表观特征的锯材身份辨识设备,包括处理器、存储器以及存储在所述存储器中且被配置由所述处理执行的计算机程序,所述处理器执行所述计算机程序时实现如上述的融合表观特征的锯材身份辨识方法。
基于本发明提供的一种融合表观特征的锯材身份辨识方法、设备及装置,通过线扫描相机获取待识别木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库,通过待识别木材图像上的缺陷位置及颜色直方图特征进行匹配,确定待识别木材的最终ID,有效的解决了木材的利用率和***整合性不足的问题,促进森工生产线的柔性化、定制化加工。
附图说明
图1是本发明第一实施例提供的融合表观特征的锯材身份辨识方法流程示意图;
图2是本发明第二实施例提供融合表观特征的锯材身份辨识装置的模块示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
参阅图1,本发明实施例公开了一种融合表观特征的锯材身份辨识方法,其可由融合表观特征的锯材身份辨识设备(以下简称锯材身份辨识设备)来执行,并包括:
S101,提取所有木材的表观特征,并将每个木材的木材I D以及对应的表观特征存入数据库;其中,所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置。
在本实施例中,所述锯材身份辨识设备可为计算机或者有运算处理能力的终端、服务器等,本发明不做具体限定。
在本实施例中,所述锯材身份辨识设备首先可先离线提取整批木材的表观特征,表观特征可包括每个木材的颜色直方图特征及每个木在多个表面(通常为四个表面)的缺陷位置。在提取完表观特征后,将每个木材的木材ID及对应的表观特征存入数据库,形成特征库。
S102,获取在传送带上传送的待识别木材的木材图像。
具体地,在本实施例中,可采用线扫描相机拍摄传送带上流过的木材,所述锯材身份辨识设备从所述线扫描相机中获取流过的木材图像。
其中,考虑到木材的长度往往比较长,因而需要对线扫描相机拍摄的图像进行拼接才能得到完整的木材图像。具体地,步骤S102可包括:
S1021,获取线扫描相机拍摄的传送图像。
其中,线扫描相机将每次线扫的400行像素组成一幅小图像,作为备选拼接帧,为保证这些拼接帧互不干扰,在内存中为每一帧分配一个缓存保存图像。
S1022,根据所述传送图像的颜色亮度判断是否有木材,若检测到传送图像的前部分不包含无木材,后部分有包含木材,则判断该传送图像为开始帧,并进行标记;若检测到传送图像的前部分包含木材,后部分不包含木材,则判断该传送图像为结束帧,并进行标记。
S1023,根据所述开始帧、结束帧及位于开始帧与结束帧之间的所有传送图像进行图像拼接,以生成待识别木材的木材图像。
S103,根据所述木材图像获取待识别木材的表观特征。
在本实施例中,获取到木材图像之后,获取所述木材图像的颜色直方图特征及木材在多个表面上的缺陷位置。
其中,可通过如下方法来提取缺陷位置:
首先,对所述木材图像中的各个木材的四个表面进行遍历,并选择每个表面上缺陷轮廓面积大于M个像素值的区域,获得候选待选局部缺陷区域;然后,获取所述候选局部缺陷区域的外接矩形,并将外接矩形的中心点距最短端点的Y坐标值作为木材在相应表面上的缺陷位置。
其中,需要说明的是,在本实施例中,M优选为4000。但需要说明的是,在本发明的其他实施例中,可根据实际需要来调节M的数值,如取值为3500或者5000等,这些方案均在本发明的保护范围之内。此外,还需要说明的是,在选取缺陷位置的时候,也可以是将外接矩形的中心点距最短端点的X坐标值作为木材在相应表面上的缺陷位置,或者是其他设置的方法,本发明均不做具体的限定。
可通过如下方法来获得木材图像的颜色直方图特征:
根据所有木材的统计像素值范围A,获取每个木材图像的颜色直方图特征。
其中,范围A为7-120的灰度值。当然,需要说明的是,可以根据实际的需要来调节A的范围,如根据不同木材种类来调节范围A,这些方案均在本发明的保护范围之内。
S104,将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合。
具体地,若当前要检索的木材存在缺陷时,根据实时采集的木材四个表面中第一个表面的第一个缺陷位置与数据库中所有木材的表面的缺陷位置做逐一对比,只要两个数值的差值在N以内,暂定这两个缺陷在位置上是近似一致的,数据库中的这张木材图像被保留下来作为备选,遍历数据库完成第一次筛选,得到符合第一个缺陷位置的木材表面集合C1。
接着,根据第一次筛选结果,在集合C1中对当前木材图像的第一个表面的第二个缺陷位置再进行一次比对筛选,得到一个更小的集合D1,以此类推,得到第一个表面的待选面集合S1,其余三个表面做同样的处理,将得到四个集合{S1,S2,S3,S4}。
最后,这四个集合中的每一个表面都对应一个唯一的木材ID,统计这个四个集合中所有出现的表面所对应的木材ID,即为通过缺陷筛选得到待识别木材对应的木材ID集合A。
S105,当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别目前对应的最终木材ID。
具体地,若集合A内的木材ID不唯一时(例如,木材本身没有缺陷或者存在缺陷位置非常类似的木材),则说明尚不能准备的识别当前的木材,需要做进一步的识别判断。
此时,可以根据前期计算得到的待识别木材四个面的颜色直方图特征来做进一步的判断。
具体地,先用第一个面的颜色直方图特征与所述集合A中所有木材的所有面的直方图特征进行相似性检测,即计算第一个面的颜色直方图特征与所述集合A中所有木材的所有面的直方图特征的欧氏距离,并对得到的数值进行从小到大的排序,保留前X个面,得到一个面集合。同样的步骤计算其余三个表面,得到另外三个表面集合,对每个集合统计其中每一个面所属的木材ID,得到四个木材ID的集合{W1,W2,W3,W4},之后统计这个四个集合中出现次数最高的木材ID,这个ID即为待识木材的最终ID。
其中,所述X的值根据数据库的大小来设定,这里X的值取20。通过本发明第一实施例可有效的实现同一批次锯材组合优化,对同一批次锯材进行有效的识别,解决了木材的利用率和***整合性不足的问题,促进森工生产线的柔性化、定制化加工。
本发明实施例还提供了一种融合表观特征的锯材身份辨识装置,包括:
表观特征提取单元10,用于提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库;其中,所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置;
木材图像获取单元20,获取在传送带上传送的待识别木材的木材图像;
表观特征识别单元30,根据所述木材图像获取待识别木材的表观特征;
缺陷匹配单元40,将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合;
颜色直方图匹配单元50,当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别目前对应的最终木材ID。
优选地,所述木材图像获取单元20具体包括:
传送图像获取模块,用于获取线扫描相机拍摄的传送图像;
根据所述传送图像的颜色亮度判断是否有木材,若检测到传送图像的前部分不包含无木材,后部分有包含木材,则判断该传送图像为开始帧,并进行标记;若检测到传送图像的前部分包含木材,后部分不包含木材,则判断该传送图像为结束帧,并进行标记;
根据所述开始帧、结束帧及位于开始帧与结束帧之间的所有传送图像进行图像拼接,以生成待识别木材的木材图像。
优选地,所述表观特征识别单元30,用于识别所述传送图像获取模块生成待识别木材的木材图像中的表观特征,所述表观特征包括待识别木材的木材图像颜色直方图特征及待识别木材的木材图像缺陷位置。
优选地,所述缺陷匹配单元40,具体包括:
缺陷位置对比模块:用于将所述待识别木材的在多个表面上的缺陷位置与所述数据库中的木材在多个表面上的缺陷位置进行对比,当两个缺陷位置的距离小于N时,将相应的木材ID添加至与所述待识别木材对应的木材ID集合内。
优选地,这里取N的值为100。
优选地,颜色直方图匹配单元50,具体包括:
木材ID数量判断模块:用于判断所述木材ID集合内的木材ID数量是否唯一。
颜色直方图特征匹配模块:当所述木材ID数量判断模块判断所述木材ID集合内的木材ID数量不唯一时,计算所述待识别木材的每个面的颜色直方图特征与所述数据库中的木材的每个面的颜色直方图特征的欧氏距离,将得到的数值进行从小到大排序,保留前X个,得到与每个表面的木材ID集合;
木材ID统计模块:用于统计多个表面的木材ID集合中出现次数最高的木材ID,即确定所述待识别木材对应的待检索木材的最终ID。
优选地,这里X的值取20。
本发明实施例还提供了一种融合表观特征的锯材身份辨识设备,包括处理器、存储器以及存储在所述存储器中且被配置由所述处理执行的计算机程序,所述处理器执行所述计算机程序时实现如上述的融合表观特征的锯材身份辨识方法。
本发明提供的一种融合表观特征的锯材身份辨识方法、设备及装置,通过线扫描相机获取待识别木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库,通过待识别木材图像上的缺陷位置及颜色直方图特征进行匹配,确定待识别木材的最终ID,有效的解决了木材的利用率和***整合性不足的问题,促进森工生产线的柔性化、定制化加工。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种融合表观特征的锯材身份辨识方法,其特征在于,包括:
提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库;其中,所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置;
获取在传送带上传送的待识别木材的木材图像;
根据所述木材图像获取待识别木材的表观特征;
将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合;
当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别木材对应的最终木材ID。
2.根据权利要求1所述的一种融合表观特征的锯材身份辨识方法,其特征在于,
所述获取在传送带上传送的待识别木材的木材图像,具体为:
获取线扫描相机拍摄的传送图像;
根据所述传送图像的颜色亮度判断是否有木材,若检测到传送图像的前部分不包含无木材,后部分有包含木材,则判断该传送图像为开始帧,并进行标记;若检测到传送图像的前部分包含木材,后部分不包含木材,则判断该传送图像为结束帧,并进行标记;
根据所述开始帧、结束帧及位于开始帧与结束帧之间的所有传送图像进行图像拼接,以生成待识别木材的木材图像。
3.根据权利要求2所述一种融合表观特征的锯材身份辨识方法,其特征在于,所述线扫描相机的扫描频率与所述传送带的输送频率一致。
4.根据权利要求2所述一种融合表观特征的锯材身份辨识方法,其特征在于,
根据传送图像上的颜色亮度判断传送图像上的每一行有无木纹,进而确定传送图像中是否存在木材。
5.根据权利要求1所述一种融合表观特征的锯材身份辨识方法,其特征在于,所述提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库具体为:
对所述木材图像中的各个木材的表面进行遍历,并选择每个表面上缺陷轮廓面积大于M个像素值的区域,获得候选局部缺陷区域;
获取所述候选局部缺陷区域的外接矩形,并将外接矩形的中心点距最短端点的Y坐标值作为木材在相应表面上的缺陷位置;
根据所有木材的统计像素值范围A,获取每个木材图像的颜色直方图特征;
根据在每个表面上的缺陷位置以及颜色直方图特征生成每个木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库。
6.根据权利要求5所述一种融合表观特征的锯材身份辨识方法,其特征在于,所述M的值为4000,所述A范围为7-120。
7.根据权利要求1所述一种融合表观特征的锯材身份辨识方法,其特征在于,所述将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合具体为:
将所述待识别木材的在多个表面上的缺陷位置与所述数据库中的木材在多个表面上的缺陷位置进行对比,当两个缺陷位置的距离小于N时,将相应的木材ID添加至与所述待识别木材对应的木材ID集合内。
8.根据权利要求1所述一种融合表观特征的锯材身份辨识方法,其特征在于,所述当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别目才对应的最终木材ID具体为:
当判断所述木材ID集合内的木材ID的数量不唯一时,计算所述待识别木材的每个面的颜色直方图特征与所述数据库中的木材的每个面的颜色直方图特征的欧氏距离,将得到的数值进行从小到大排序,保留前X个,得到与每个表面的木材ID集合;
统计多个表面的木材ID集合中出现次数最高的木材ID,即确定所述待识别木材对应的待检索木材的最终ID。
9.一种融合表观特征的锯材身份辨识装置,其特征在于,包括:
表观特征提取单元,用于提取所有木材的表观特征,并将每个木材的木材ID以及对应的表观特征存入数据库;其中,所述表观特征包括每个木材的颜色直方图以及每个木材在多个表面上的缺陷位置;
木材图像获取单元,获取在传送带上传送的待识别木材的木材图像;
表观特征识别单元,根据所述木材图像获取待识别木材的表观特征;
缺陷匹配单元,将所述待识别木材的在多个表面上的缺陷位置以及所述数据库中的木材在多个表面上的缺陷位置进行匹配,获取与所述待识别木材对应的木材ID集合;
颜色直方图匹配单元,当判断所述木材ID集合内的木材ID的数量不唯一时,将所述待识别木材的颜色直方图以及所述数据库中的木材的颜色直方图进行匹配,以确定与所述待识别木材对应的最终木材ID。
10.一种融合表观特征的锯材身份辨识设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至8任意一项所述的融合表观特征的锯材身份辨识方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811307821.4A CN109544514B (zh) | 2018-11-05 | 2018-11-05 | 一种融合表观特征的锯材身份辨识方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811307821.4A CN109544514B (zh) | 2018-11-05 | 2018-11-05 | 一种融合表观特征的锯材身份辨识方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109544514A CN109544514A (zh) | 2019-03-29 |
CN109544514B true CN109544514B (zh) | 2020-07-24 |
Family
ID=65846550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811307821.4A Active CN109544514B (zh) | 2018-11-05 | 2018-11-05 | 一种融合表观特征的锯材身份辨识方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544514B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110782423B (zh) * | 2019-10-29 | 2023-03-24 | 华侨大学 | 一种实木锯材线扫相机图像自动拼接及抠图方法 |
CN112129773B (zh) * | 2020-08-20 | 2022-06-14 | 湖南大学 | 木材表面缺陷检测方法、装置、设备、***及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663098A (zh) * | 2012-04-13 | 2012-09-12 | 保定天威英利新能源有限公司 | 一种缺陷光伏组件处理方法及*** |
CN106738736A (zh) * | 2016-11-29 | 2017-05-31 | 延锋彼欧仪征汽车外饰***有限公司 | 汽车保险杠制造溯源修正方法 |
CN108346153A (zh) * | 2018-03-22 | 2018-07-31 | 北京木业邦科技有限公司 | 木材缺陷的机器学习及修复方法、装置、***、电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040186218A1 (en) * | 2003-03-18 | 2004-09-23 | Borden Chemical, Inc. | Novel tunable hybrid adhesive system for wood bonding applications |
-
2018
- 2018-11-05 CN CN201811307821.4A patent/CN109544514B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663098A (zh) * | 2012-04-13 | 2012-09-12 | 保定天威英利新能源有限公司 | 一种缺陷光伏组件处理方法及*** |
CN106738736A (zh) * | 2016-11-29 | 2017-05-31 | 延锋彼欧仪征汽车外饰***有限公司 | 汽车保险杠制造溯源修正方法 |
CN108346153A (zh) * | 2018-03-22 | 2018-07-31 | 北京木业邦科技有限公司 | 木材缺陷的机器学习及修复方法、装置、***、电子设备 |
Non-Patent Citations (2)
Title |
---|
坤甸木在潮州广济桥修复工程中的应用;李旭伟等;《建筑监督检测与造价》;20090331;第2卷(第3期);第42-46页 * |
基于应力波和支持向量机的木材缺陷识别分类方法;王再超等;《 南京林业大学学报(自然科学版)》;20150531;第39卷(第3期);第130-136页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109544514A (zh) | 2019-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109829914B (zh) | 检测产品缺陷的方法和装置 | |
CN111951237B (zh) | 外观视觉检测方法 | |
CN102393397B (zh) | 一种磁瓦表面缺陷检测***及其检测方法 | |
CN113095438B (zh) | 晶圆缺陷分类方法及其装置、***、电子设备和存储介质 | |
CN110705405A (zh) | 目标标注的方法及装置 | |
WO2012074361A1 (en) | Method of image segmentation using intensity and depth information | |
CN114994061B (zh) | 一种基于机器视觉的钢轨智能化检测方法及*** | |
CN109544514B (zh) | 一种融合表观特征的锯材身份辨识方法、装置及设备 | |
CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
CN116703911A (zh) | 一种led灯生产质量检测*** | |
CN115937101A (zh) | 质量检测方法、装置、设备及存储介质 | |
CN117455917B (zh) | 一种蚀刻引线框架误报库建立及误报在线判定筛选方法 | |
JP2018081629A (ja) | 判定装置、判定方法および判定プログラム | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测***、方法及介质 | |
CN117351472A (zh) | 烟叶信息检测方法、装置及电子设备 | |
CN112883213B (zh) | 一种图片归档方法、装置及电子设备 | |
CN116071335A (zh) | 墙面验收方法、装置、设备及存储介质 | |
CN107403429B (zh) | 一种周期序列图像模型参数的快速自动获取方法 | |
CN109584212A (zh) | 一种基于matlab的slm粉床铺粉图像划痕缺陷识别方法 | |
CN110807453A (zh) | 基于ocr的产品字符在线检测方法、装置及*** | |
CN115511902A (zh) | 一种角点特征提取方法及*** | |
CN115082449A (zh) | 一种电子元器件缺陷检测方法 | |
CN110189301B (zh) | 一种发电机定子铁心钢片叠装平台的异物检测方法 | |
CN111402341A (zh) | 相机参数确定方法、装置、电子设备及可读存储介质 | |
CN112613754B (zh) | 一种用于布料生产的管理方法、***、装置和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200421 Address after: 361021 No. 668, Jimei Avenue, Jimei District, Fujian, Xiamen Applicant after: HUAQIAO University Applicant after: Xiamen jixinde Group Co., Ltd Address before: 361000 No. 668, Jimei Avenue, Jimei District, Fujian, Xiamen Applicant before: HUAQIAO University |
|
GR01 | Patent grant | ||
GR01 | Patent grant |