CN207222383U - 木板分拣*** - Google Patents
木板分拣*** Download PDFInfo
- Publication number
- CN207222383U CN207222383U CN201720981749.8U CN201720981749U CN207222383U CN 207222383 U CN207222383 U CN 207222383U CN 201720981749 U CN201720981749 U CN 201720981749U CN 207222383 U CN207222383 U CN 207222383U
- Authority
- CN
- China
- Prior art keywords
- plank
- detection unit
- classification
- transmission device
- image
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请提供了一种木板分拣***,包括:传送装置、图像采集装置、分类检测单元、速度检测单元及归类装置;其中,待分类木板放置在传送装置上,由传送装置带动向后传送;图像采集装置对准传送装置设置来采集待分类木板的图像,图像采集装置的输出端同时耦接分类检测单元和速度检测单元;分类检测单元和速度检测单元的输出端同时耦接归类装置,分类检测单元根据对木板图像的检测向归类装置输出一个方向信号,速度检测单元根据对木板图像的检测向归类装置输出一个时间信号;归类装置设置在传送装置末端的上方,在时间信号确定的时间将木板按照方向信号指示的方向移出传送装置。本申请能够准确高效且低成本地实现木板分类的自动筛选。
Description
技术领域
本申请属于木材加工技术领域,具体涉及一种木板分拣***。
背景技术
在木材加工领域,木板分选是一个重要环节。不管是半成品,还是经过成型、上色、烘干等工艺之后的成品,都需要按照不同的木材特征结合质量标准进行分类。在传统的方法中,木板的分选由人工完成。经过训练的工人,通过观察,判断每一块木板的颜色、纹理、缺陷等,结合经验将一块木板归入不同的分类,每一个分类之中的木板拥有更为接近的特性,实现较高的产品外观、质量的一致性。
然而,使用人工的分选的方法需要耗费大量的人力资源,并且由于每一批次的木板材质和上色工艺可能存在不同,每一次的产品分类标准也可能存在变动,因此需要不断的对工人进行培训和训练。同时,随着工作时间的增加,人力的方法也会出现准确率下降,效率变慢的现象。
使用机器视觉的方法进行木板分选正成为一个新兴的技术方向,通过图像传感器,分拣***能够智能区分木板的种类并驱动分类装置将木板自动分入相应的分类。
但发明人在实现本申请的过程中发现,现有技术中的自动分拣***往往架构复杂、实现成本高且效率低下,并未能有效地替代人工分选。例如,随着光线的变化,机器视觉***采集到的图像质量会发生变动,进而影响分拣***的准确率。除此之外,现有的分拣***一般依靠光电传感器判断目标的传送位置以执行最终的踢腿归类操作,该光电传感器与分类模块相对独立,这一方面使得***过于分散,缺乏协调性,另一方面则需要给光电传感器留下足够的判断空间,从而导致传输距离过长且效率低下。
实用新型内容
本申请的目的在于,提供一种自动化程度高、构造合理且效率高的木板分拣***,以提高木板加工企业的运作效率。
本申请提供了一种木板分拣***,包括:传送装置、图像采集装置、分类检测单元、速度检测单元及归类装置;其中,
待分类木板放置在所述传送装置上,由所述传送装置带动向后传送;
所述图像采集装置对准所述传送装置设置来采集所述待分类木板的图像,所述图像采集装置的输出端同时耦接所述分类检测单元和所述速度检测单元;
所述分类检测单元和所述速度检测单元的输出端同时耦接所述归类装置,所述分类检测单元根据对木板图像的检测向所述归类装置输出一个方向信号,所述速度检测单元根据对木板图像的检测向所述归类装置输出一个时间信号;
所述归类装置设置在所述传送装置末端的上方,在所述时间信号确定的时间将所述木板按照所述方向信号指示的方向移出所述传送装置。
可选地,所述传送装置为皮带、齿轮和/或链条传动的传送带。
可选地,所述传送装置包括入口区域、采样区域和归类区域,所述待分类木板从所述入口区域被导入,所述图像采集装置被设置为对准所述采样区域,所述归类装置被设置在所述归类区域的上方。
可选地,所述归类装置为踢腿机。
可选地,所述图像采集装置包括:一个或多个图像传感器。
可选地,所述采样区域中还设置有参照物区,所述参照物区中设置有参考物体;其中,所述参照物区及所述参考物体保持静止。
可选地,所述参考物体具有白色的表面。
可选地,所述***还包括一个或多个光源,所述光源设置在所述传送装置的上方,对准所述传送装置进行照射。
可选地,所述光源设置在所述图像采集装置附近或集成在所述图像采集装置上。
可选地,所述分类检测单元还与一个或多个计算机设备连接,通过所述计算机设备在云端完成对木板图像的检测。
本申请的木板分拣***,无论在任何环境和任何速度下,都能准确对木板进行分类,并在准确的踢腿时间执行分类操作。而且不需要单独的设备,例如光电传感器来获取木板到达的时间,因而降低了设备成本并提升了***实现的效率。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一个实施例中木板分拣***的安装结构示意图。
具体实施方式
为使本领域技术人员更好地理解本申请的技术方案,下面结合附图和具体实施方式对本申请作进一步详细描述。
现有技术中的木板分拣设备通常由分类设备和归类设备两部分组成,其中分类设备通过机器视觉装置采集图像并与预设分类标准比对,确定当前木板的分类;随后木板向后传送,归类设备通过传感器识别木板是否到达指定位置,触发相应的机械组件(比如踢腿机)将木板归集到对应分类中。现有技术的效率和准确程度同时取决于上述两部分的性能,实际情况中其受光线变化影响极大,同时由于两部分组件分离,需要给在后的传感器留出一定的识别空间,因而实际分类效果和效率均不理想。
在本申请的一个实施例中,提供了一种木板分拣***,通过一个机器视觉***同时进行分类和归类的检测,从而可在分类完成之后快速地进行归类操作,提升了分拣***的效率。如图1所示,本申请实施例中的木板分拣***包括:传送装置10、图像采集装置20、分类检测单元30、速度检测单元40及归类装置50;其中,待分类木板放置在所述传送装置10上,由所述传送装置10带动向后传送;所述图像采集装置20被设置为对准所述传送装置10来采集木板图像,所述图像采集装置20的输出端同时耦接所述分类检测单元30和所述速度检测单元40;所述分类检测单元30和所述速度检测单元40的输出端同时耦接所述归类装置50,所述分类检测单元30根据对所述木板图像的检测识别所述木板的类别,并向所述归类装置50输出一个方向信号;所述速度检测单元40根据对所述木板图像的检测识别所述木板在所述传送装置上的运动速度,并向所述归类装置50输出一个时间信号;所述归类装置50设置在所述传送装置10末端,在所述时间信号确定的时间将所述木板按照所述方向信号指示的方向移出所述传送装置。
在本申请的实施例中,所述木板分拣***根据图像同时识别木板的分类和运动速度,根据分类来指示归类装置(典型地比如踢腿机等)的运动方向;根据运动速度可计算出木材传送到归类装置操作区域的时间,从而指示归类装置的操作时机。归类装置根据方向信号和时间信号的指示进行操作,将木板准确移动到其对应类别所应处于的位置(比如下一级传送通道或收集整理容器等)。通过该方式,本申请实施例的方案将木板分类与归类的检测识别同时进行并共同向归类装置发出指示,从而在省略后一级传感器(通常为光电传感器)的同时仍可精确控制归类装置进行准确的归类操作。
可选地,在本申请的一个实施例中,所述传送装置优选为传送带,包括但不限于皮带、齿轮或链条传动的传送带装置。如图1所示,所述传送装置10进一步可分为入口区域11、采样区域12和归类区域13,其中,所述入口区域11用于导入待分类木板,所述采样区域12用于采集所述待分类木板的样本图像,以实现对木板的分类识别,所述归类区域13用于根据分类识别结果将木板移出到指定位置。
在本申请的实施例中,通过一个图像传感器采集的图像来同时进行木板分类的识别和踢腿机控制的识别,一方面可省略至少一个光电传感器,另一方面识别和控制的速度和准确度均高于现有技术,大幅提升了木板分拣的效率并降低了成本。具体地,图像采集装置在一定的自然和/或人为光照环境条件下采集的与其处于相对移动状态的木板样本图像。通常情况下,由于木板在传送装置上传输,木板样本与摄像头相对移动,两者之间具有相对速度。本申请中相对移动速度并不是固定不变的,而可以是可变的,而且最好是变化的。在相对移动速度变化的情况下,能够更好地获得处于不同相对移动速度下的木板样本图像。
可选地,所述图像采集装置固定安装在所述传送装置的上方,所述图像采集装置对准所述传送装置的采样区域采集图像。图像采集过程中,通过变换所述图像采集装置的光圈实现不同光照条件下的图像采集;可选地,所述木板分拣***还包括至少一个光源21,所述至少一个光源21设置在所述传送装置10的上方,对准所述采样区域12进行照射;优选地,所述至少一个光源21设置在所述图像采集装置20附近或集成在所述图像采集装置20上。通过调节光源的亮度或光源的照射方向实现不同的光照条件,所述光源可以为平板型LED灯,以提供较为均匀的光照,进一步地,光源亮度可以设置为依次增加或递减,以获得产品在不同光线下的样本;也可以采用对光圈大小、光源亮度和照射方向中的一种或多种进行变换来实现不同的光照条件。比如,在一种可选实施例,LED灯的光照情况用于将图像采集的基础亮度提升到一个满意的程度,与此同时,通过变化光圈的大小来获得该基础亮度下上下浮动的光照水平;这样通过两种变换方式的结合,能够得到在一个令人满意的范围内的多个光照条件。此外,在图像采集过程中,还可以动态调整图像采集装置的角度,以采集处于不同角度下的木板样本图像。各种变换方式的结合还可进一步根据时间和/或顺序来进行,亦即可在不同时间按不同的顺序执行不同的变换组合来采集图像。
在本申请的一个实施例中,在图像采集过程中还可以设置参考图像来辅助提升图像识别的准确度。比如,优选在所述传送装置10的采样区域12设置有参照物区121,所述参照物区中设置有参考物体;其中,所述参照物区121及所述参考物体保持静止(即不随传送装置一起运动);所述图像采集装置在采集时需保障木板样本的图像与参考物体的图像同时被采集。优选地,所述参考物体具有白色的表面,白色参考物体可以用于提供一个白平衡、亮度或其他图像参数的一个标准参考。
在本申请的一个优选实施例中,所述图像采集装置也可是多个图像传感器(比如多个摄像头等)的组合,通过多个图像传感器同时采集一个木板样本的图像,并产生一个样本数据。样本数据包含对应的光照、速度、采集角度等标签,相对于一个图像传感器的情形,多个传感器采集的数据变为多个角度图像数据的组合。
进一步地,所述分类检测单元还与一个或多个计算机设备连接。在本申请的实施例中,木板分类的检测可以在本地完成,也可以在云端完成。具体地,本地向云端发送采集的图像数据,云端可以提供的信息包括但不限于木板分类的定义、各分类的样本图像、分类识别模型和分类检测结果等。
下面进一步描述一下本申请实施例中一个标准的木板分拣过程:在运行中,一个木板通过传送带被送入采样区域,木板在移动过程中完成图像采集,图像采集装置采集所述木板的图像,并将采集的图像输出给分类检测单元。在一种可选方式中,图像采集的过程中使用一个外部光源,例如LED灯光源,该光源能够提供一种均匀的光照,以提升图像的基础亮度。更优选地,图像采集的过程中可以使用一个参考图像,例如白色参照图像,该图像与木板图像同时被采集到一个图像数据中,参考图像可以作为白平衡和亮度或其他图像参数的一个基准。
分类检测单元对输入的图像进行分析检测,识别木板的类别;同时,速度检测单元对输入的图像进行分析检测,识别木板的运动速度并判断木板到达归类区域的时刻。优选地,分类检测单元使用经过训练的神经网络对输入的图像进行分析,由于每种分类的样本数据包含了不同光照条件下的样本特征,因此神经网络可以在任意光照条件下实施可靠的判定。此处,所述任意光照条件可以是在一个基础的亮度条件下,例如通过LED外部光源照射的情况下,围绕基础亮度上下浮动的一个光照条件。在本申请的实施例中,神经网络的输出是每个分类的置信度最终估计值。根据这些估计值,可以选择置信度最高的分类、速度、摄像机角度作为最终的输出。
其中,速度检测单元根据木板的移动速度确定到达指定位置的预定的时间,并在预定的时间根据确定的木板类别执行踢腿操作,也就是归类操作,将木板踢入到相应的类别集中。具体地,踢腿机执行的操作可以是根据一个时间与速度的映射关系得到,例如:T=aV+b,其中T是输出的时间信号,V是最终得到的速度估计,a、b是预定义的参数。如果传送带发生了改变,例如踢腿机与摄像头的距离发生改变时,只需要改变a,b的取值即可,而不用重新训练整个神经网络。踢腿时间与速度的映射关系也可以通过很多种方式实现,并不局限于所述的方法。
本申请的木板分拣***,无论在任何环境和任何速度下,都能准确对木板进行分类,并在准确的踢腿时间执行分类操作。而且不需要单独的设备,例如光电传感器来获取木板到达的时间,因而降低了设备成本并提升了***实现的效率。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
Claims (10)
1.一种木板分拣***,其特征在于,包括:传送装置、图像采集装置、分类检测单元、速度检测单元及归类装置;其中,
待分类木板放置在所述传送装置上,由所述传送装置带动向后传送;
所述图像采集装置对准所述传送装置设置来采集所述待分类木板的图像,所述图像采集装置的输出端同时耦接所述分类检测单元和所述速度检测单元;
所述分类检测单元和所述速度检测单元的输出端同时耦接所述归类装置,所述分类检测单元根据对木板图像的检测向所述归类装置输出一个方向信号,所述速度检测单元根据对木板图像的检测向所述归类装置输出一个时间信号;
所述归类装置设置在所述传送装置末端的上方,在所述时间信号确定的时间将所述木板按照所述方向信号指示的方向移出所述传送装置。
2.根据权利要求1所述的***,其特征在于,所述传送装置为皮带、齿轮和/或链条传动的传送带。
3.根据权利要求1或2所述的***,其特征在于,所述传送装置包括入口区域、采样区域和归类区域,所述待分类木板从所述入口区域被导入,所述图像采集装置被设置为对准所述采样区域,所述归类装置被设置在所述归类区域的上方。
4.根据权利要求1所述的***,其特征在于,所述归类装置为踢腿机。
5.根据权利要求1所述的***,其特征在于,所述图像采集装置包括:一个或多个图像传感器。
6.根据权利要求3所述的***,其特征在于,所述采样区域中还设置有参照物区,所述参照物区中设置有参考物体;其中,所述参照物区及所述参考物体保持静止。
7.根据权利要求6所述的***,其特征在于,所述参考物体具有白色的表面。
8.根据权利要求1所述的***,其特征在于,所述***还包括一个或多个光源,所述光源设置在所述传送装置的上方,对准所述传送装置进行照射。
9.根据权利要求8所述的***,其特征在于,所述光源设置在所述图像采集装置附近或集成在所述图像采集装置上。
10.根据权利要求1所述的***,其特征在于,所述分类检测单元还与一个或多个计算机设备连接,通过所述计算机设备在云端完成对木板图像的检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720981749.8U CN207222383U (zh) | 2017-08-07 | 2017-08-07 | 木板分拣*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201720981749.8U CN207222383U (zh) | 2017-08-07 | 2017-08-07 | 木板分拣*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207222383U true CN207222383U (zh) | 2018-04-13 |
Family
ID=61856502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201720981749.8U Active CN207222383U (zh) | 2017-08-07 | 2017-08-07 | 木板分拣*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207222383U (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108554844A (zh) * | 2018-04-21 | 2018-09-21 | 齐鲁工业大学 | 一种基于图像识别的木薄板分类方法及装置 |
CN110238083A (zh) * | 2019-06-25 | 2019-09-17 | 齐鲁工业大学 | 一种木皮自动分级设备及分级方法 |
CN112101835A (zh) * | 2020-02-29 | 2020-12-18 | 靳爱丛 | 应用云计算的产品分拣*** |
WO2023273606A1 (zh) * | 2021-07-02 | 2023-01-05 | 江西绿萌科技控股有限公司 | 一种水果分选装置及方法 |
-
2017
- 2017-08-07 CN CN201720981749.8U patent/CN207222383U/zh active Active
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108554844A (zh) * | 2018-04-21 | 2018-09-21 | 齐鲁工业大学 | 一种基于图像识别的木薄板分类方法及装置 |
CN110238083A (zh) * | 2019-06-25 | 2019-09-17 | 齐鲁工业大学 | 一种木皮自动分级设备及分级方法 |
CN112101835A (zh) * | 2020-02-29 | 2020-12-18 | 靳爱丛 | 应用云计算的产品分拣*** |
CN112101835B (zh) * | 2020-02-29 | 2021-12-17 | 吕洋 | 应用云计算的产品分拣*** |
WO2023273606A1 (zh) * | 2021-07-02 | 2023-01-05 | 江西绿萌科技控股有限公司 | 一种水果分选装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207222383U (zh) | 木板分拣*** | |
CN107952696B (zh) | 一种适用于鲜烟叶的检测分级装置及检测方法 | |
EP2548147B1 (en) | Method to recognize and classify a bare-root plant | |
CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
CN106548480A (zh) | 一种基于机器视觉的农产品体积快速测量装置及测量方法 | |
CN201041551Y (zh) | 一种基于机器视觉的珍珠实时检测和分级*** | |
CN107437094A (zh) | 基于机器学习的木板分拣方法及*** | |
CN108719424A (zh) | 一种基于机器视觉的水产品分类方法及*** | |
CN106370667A (zh) | 一种玉米籽粒品质视觉检测装置及方法 | |
CN112544242B (zh) | 基于ai云计算的水稻全自动脱粒及产量分析*** | |
CN1485616A (zh) | 禽蛋品质无损自动检测分级设备及方法 | |
CN113820325B (zh) | 一种玉米籽粒直收含杂率和破碎率在线检测***及其方法 | |
CN101007308A (zh) | 基于机器视觉的珍珠实时检测和分级*** | |
CN210059040U (zh) | 一种基于rgb水果分类装置 | |
CN111359907B (zh) | 基于嵌入式深度学习的小麦感染赤霉病病粒率实时在线检测***及方法 | |
CN103706574A (zh) | 一种固体籽粒自动分拣*** | |
CN109926348A (zh) | 一种基于rgb水果分类方法及分类装置 | |
CN105195438A (zh) | 基于图像识别的嵌入式自动珍珠分拣器及分拣方法 | |
CN208288480U (zh) | 一种基于计算机视觉技术的茶叶外观品质自动分级装置 | |
CN206331487U (zh) | 一种基于机器视觉的农产品体积快速测量装置 | |
CN114378002A (zh) | 一种基于机器视觉的猴头菇分级***及分级方法 | |
CN108204977A (zh) | 基于机器视觉的玉米籽粒品质自动检测装置 | |
CN101172274B (zh) | 一种枸杞子分级分选装置及其方法 | |
CN106238337A (zh) | 一种玉米籽粒品质视觉检测装置 | |
CN211185838U (zh) | 一种基于图像及光谱特征的烟叶快速检测分级装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |