基于深度学习的实木板材缺陷检测算法研究.pdfVIP

摘 要 我国木材资源有限，为了提高木材利用率，采用机器视觉来实现木材缺陷快速而稳定 的检测，不仅可以克服人工检测效率低、劳动强度大、准确率低等弊端，而且对提高木材 加工企业的智能化水平具有重要意义。文中阐述了机器视觉检测技术及设备的国内外研究 现状，介绍了基于机器视觉检测木材缺陷所涉及的相关理论和算法。机器视觉是对人类视 觉的模拟，将机器视觉与人工智能相结合，可以大大提高检测的速度、稳定性和准确性， 这对于加快木材加工产业的转型升级，提高企业的自动化和智能化水平具有重要的理论意 义和较高的实用价值。因此，本文研究深度学习算法对实木板材缺陷进行检测，研究内容 如下： （1）本文首先搭建图像采集装置，通过该装置采集以松木、杉木为主的实木板材表面 缺陷图像并保存到样本数据库，实木板材图像缺陷类型主要包括活节、死节、裂纹、腐朽 等，为了提高检测精度，采用深度学习算法对实木板材进行缺陷检测。 （2 ）分析了R-CNN （Region-Based Convolutional Neural Networks ）、Fast R-CNN （Fast Region-Based Convolutional Neural Networks ）、Faster R-CNN （F