改进UNet++的杉木CT图像年轮分割

为解决裂纹、虫孔和节子等缺陷影响下的年轮准确分割问题。以医疗CT为实验设备,重构125张杉木横切面CT图像为研究对象,经裁切、旋转、翻转等预处理实现数据扩充,提出改进UNet++模型用于年轮分割。改进UNet++模型采用增加卷积块、下采样层、跳跃连接和上采样层的方式,将学习深度增加至6层,以BCEWithLogitsLoss和ReLU分别作为损失函数和激活函数,RMSProp作为优化函数,对杉木横切面CT图像进行年轮分割,并对年轮分割性能进行评价。结果显示:改进UNet++模型对于杉木横切面CT图像的年轮分割的像素准确率为97.81%,骰子系数为98.89%,交并比为95.29%,平均交并比为84.75%,充分提取杉木年轮特征,分割效果最好。与U-Net模型和UNet++模型相比,改进UNet++模型在多数年轮被裂纹和虫孔切割,无法形成完整圆形闭合曲线的条件下,使分割的年轮具有很好的完整性和连续性,消除分割过程中的断裂和噪声现象;年轮分割结果不受裂纹、节子、虫孔等缺陷影响,结构非常清晰,有效解决多种缺陷干扰下的虫孔误分割和密集年轮欠分割等问题。

基于MATLAB的木材CT图像分析系统

木材缺陷严重影响木材出材率,有效的木材检查和分析工具对提高木材利用率十分重要。利用实验室自主开发的CT成像设备采集杉木图像,基于MATLAB软件的GUI界面开发一套CT图像分析系统,对木材内部结构成像与分析。CT图像分析系统实现4种功能,首先重建木材图像俯、正、侧视图和透视图,其次旋转、缩放或局部放大图像细节,然后测量木材缺陷长度和面积,最后对CT图像实现伪彩色变换。结果表明:CT图像分析系统,可为木材缺陷检测、木材质量分等提供一种有效的测量方法和分析工具。

基于反投影坐标快速算法的木材CT检测系统研究

针对木材内部结构复杂、不同树种间密度差异大的特点,提出了一种反投影坐标快速算法,基于此算法构建一套木材无损检测CT成像系统。该系统由X射线发射器、等距平板检测器、旋转载物平台和计算机数据采集成像软件构成。以集成材和小径级原木为试验对象,验证反投影坐标快速算法的可行性。首先采集并修正投影数据;其次根据射线源到旋转中心的距离计算出投影坐标值;最后设置滤波函数并与投影数据作卷积运算,重建木材断层图像。结果表明:应用反投影坐标快速算法,使CT系统图像重建工作平均用时缩短至1 s以内,断层图像分辨率达0.052 mm^2,可显示木材内部裂纹、孔洞等缺陷及节子、年轮、早晚材变化等构造特征,验证了该算法应用于木材无损检测成像系统的有效性。

断层扫描技术在木材无损检测中的应用

为实现木材缺陷的自动、高效检测,提高木材利用率,应用自主研发的CT设备扫描原木木段横切面,并重建其二维图像和三切面视图。结果表明:通过二维图像可观察横切面年轮、节子和裂纹等信息;结合三视图和透视图可精确定位缺陷位置。为无损检测木材内部结构特征,及木材分等提供依据。

木材CT断层成像系统旋转中心校正方法

【目的】构建一套等距扇形X射线束木材CT断层成像系统,提出一种基于正弦图的系统旋转中心校正方法,实现对木材高质量断层成像,为准确获取木材内部结构信息、研究木材结构形态提供技术支持。【方法】首先,分析CT断层成像系统成像原理,验证穿过扫描断层内任意一点的投影地址与旋角度存在一定函数关系,投影地址轨迹在扫描过程中是一条与旋转角度相关的正弦曲线;其次,计算投影地址对称中心与探测器中点的差值,在图像重建过程中,对旋转中心偏移量进行补偿,获得任意一点正确的投影位置;再次,选择直径205 mm、高度400 mm的杉木作为试验对象,分别校正旋转中心偏移量为8、9、10、11、12个探测点,对断层1进行扫描,获得5幅断层图像,并对试验结果进行定量分析;最后,对断层2进行扫描,重建旋转中心校正前后断层图像,并对2幅图像进行评价与分析。【结果】断层1的5幅重建图像均可反映木材内部结构特征,校正数值逐渐接近旋转中心偏移量,峰值信噪比和结构相似度均有所提高,而相对误差均有所减小,图像愈加近似于原始图像,旋转中心校正数值与偏移量相等情况下重建图像效果最好。断层2的2幅重建图像质量差异性较大,校正前图像环形伪影干扰严重,生长轮肉眼难以区分,图像边缘有向周边扩散现象,相近裂纹结构产生假象,而校正后图像无环形伪影干扰,心材生长轮清晰可见,图像边缘无向周边扩散现象,成像质量良好。旋转中心校正后的图像质量远远优于校正前,基于正弦图的系统旋转中心校正方法在木材CT断层成像系统中具有良好的应用效果。【结论】基于正弦图的系统旋转中心校正方法可有效解决木材CT成像系统旋转中心随机偏移问题,抑制环形伪影缺陷,明显提升木材CT断层图像的重建效果。木材CT断层成像系统旋转中心经校正后,重建的木材断层图像可清晰反映裂纹、生长轮、心边材等结构特征,能满足科研、高校、检测检验等机构对木材内部结构的检测与分析要求。

一种木材检测机器人设计和运动学研究

针对农林业领域复杂的木材检测环境,提出了一种新型木材检测机器人,并对其机械机构方案和控制方案进行了设计。该机器人通过提升机构的伸缩运动实现对木材的竖直攀爬运动;通过夹紧机构中推杆的伸缩实现对树干的夹持作用;同时开展了攀爬机构和旋转检测机构的运动学分析,最后进行了一系列实验验证,结果表明该木材检测机器人能实现向上攀爬、向下攀爬、连续攀爬和旋转检测功能,且木材检测图像清晰无阴影区域出现。

有机膨胀型阻燃剂在桉树中纤板中的应用

桉树人工林木材已成为我国南方中密度纤维板(MDF)生产的主要原料之一,为进一步拓宽桉树MDF的应用领域和利用价值,自行研发了一种有机型阻燃剂并用于阻燃桉树MDF的生产。通过对板材阻燃性能和主要力学强度指标的测试,结果表明,阻燃桉树MDF达到难燃材料的标准要求,主要力学强度指标达到国标GB/T 11718-2009的要求。

基于扇形X射线束的立木CT成像系统

【目的】研制一套基于扇形X射线束的立木CT成像系统,将计算机层析成像技术应用于对立木的扫描,实现立木的高分辨率断层成像,便于科研人员全面、准确了解木材的内部结构与缺陷特征,为木材科学研究提供技术支撑。【方法】立木CT成像是根据木材不同构造对X射线的吸收程度不同,通过测定X射线在木材内的衰减系数,求解衰减系数值在立木断层上的二维分布矩阵,并将其变换为人眼可见的灰度图像,实现立木断层图像的成像。立木CT成像系统包括X射线源、X射线探测器、电动旋转台和中控计算机等,中控计算机作为控制处理单元对系统进行整体控制。在对立木进行扫描的过程中,X射线源与X射线探测器保持静止,被测立木置于电动旋转台的旋转中心,并随电动旋转台旋转;X射线源向被测立木投射出扇形X射线束,X射线探测器采集立木在不同旋转角度时透过立木的X射线强度;控制计算机通过USB总线向探测器下发数据采集命令,探测器将采集到的X射线强度数据转化为数字电信号上传给控制计算机,保存为数据库文件。为使探测器采集的X射线强度数据满足计算机层析图像重建的要求,需对采集的数据进行预处理,包括探测器的暗场去除、探测器中响应异常坏道的补偿、通道响应一致性的校正以及立木断层线积分投影值的求取。立木CT成像系统采用的图像重建算法是基于扇形束等距离探测器的滤波反投影重建算法。【结果】立木CT成像系统的空间分辨率为0.4 mm,能够检测立木的最大直径为29.5 cm。采用扇形X射线束分别对崖柏、红松和胶合板立木进行360°扫描试验,试验一验证了立木断层各角度下投影数据的有效性以及CT重建图像的合理性,试验二将立木横断面的实际图像与立木断层的重建图像进行对比,验证了立木断层重建图像的正确性。【结论】立木断层重建图像可清晰反映出立木断层的形状、内裂、年轮以及髓心等结构特征,图像质量能够满足科研人员对木材内部构造检测的要求。

面向零件的人造板材矩形件锯切排样数学建模及遗传算法求解

【目的】探讨人造板材矩形零件锯切排样的启发式规则,建立锯切排样的数学模型并研究求解方法,为解决由于整体套排导致国产排样系统使开料锯在工作过程中锯路变化繁琐、降低切割效率的问题提供科学依据。【方法】基于一套板式家具下料清单中往往有2种或2种以上零件存在相互配合尺寸的情况,提出基于配合尺寸的分组降维启发式规则,按配合尺寸由大到小排序并将所有矩形零件分组,使每组零件种类不大于4种;以余料面积最小为评价指标,建立面向零件的锯切排样数学模型,通过设定冗余系数估算基材板需求量,以矩形零件数量及在基材板上的排样长度、宽度和面积不超限为约束条件,设立排样宽度系数并通过为矩形零件和基材板的长、宽尺寸增加一个单位的锯路宽度以抵消在基材板最下端和最右端的"虚拟锯路损失";采用遗传算法进行模型求解并利用惩罚函数法处理约束条件,经染色体整数编码、初始种群建立、具有一定自适应性的惩罚因子建立、基于外点惩罚函数的适应度函数建立和遗传操作,利用结合MATLAB遗传算法工具箱而建立的排样算法计算出描述排样方案的向量;通过实例验证模型和算法的可行性。【结果】所有矩形零件的排样方案通过4个参数来描述,即某个排样零件的排放目标板材号、在基材板上的排放行号及横向或竖向的排放方式;排样矩阵的行数为4,列数为矩形零件总数,每列表示1个零件的排样结果。应用实例表明,基于配合尺寸的启发式规则使多种矩形零件分组排样,每组排样方案的最优控制向量可明显划分为高低不同的4段,分别表示4个参数;遗传运算在限定的迭代次数内都趋于收敛,体现出较好的全局寻优能力,排样方案的可视化图形满足"一刀切"的锯切工艺要求,且锯路规整,有利于提高锯切效率。【结论】基于配合尺寸的启发式规则和面向零件的锯切排样模型对于人造板材优化排样具有一定可行性,可为板式家具锯切排样提供新的解决方法,但要提高开料锯的锯切效率,还需将走刀次数、惩罚因子的优化选择等加以综合考虑。

工业CT扫描在原木内部缺陷检测中应用

利用工业CT对三组原木进行扫描,并通过VGStudioMAX软件将扫描数据进行三维重建,检测原木内部缺陷。结果表明:原木的三维重建体模型能反映出缺陷在原木中的三维空间分布情况,对原木截面的虚拟剖切,可直观了解缺陷的形状、位置和分布,精确获知缺陷的大小,实现优质和珍贵原木的利用率及利用价值最大化。

杆状物攀爬机器人关键技术综述

人工高空作业具有一定危险性,且工作效率低、工作难度大,采用攀爬机器人代替人工作业在安全性、稳定性及精确性等方面具有明显优势;杆状物攀爬机器人作为一个新兴的研究领域,国内外虽有较多研究,但仍处于试验阶段,未达到大规模推广使用的条件;因此,有必要总结现有成果,更好地完善攀爬机器人系统的研发与应用;文章通过分析国内外杆状物攀爬机器人技术和应用现状,从运动机构分析、自主行为控制与导航、远程通信、监测与遥操作4个方面,详细阐述了现存爬树爬杆类机器人的关键性技术问题,旨为杆状物攀爬机器人下一阶段的研究提供新的想法和方向。

一种古建筑木立柱CT扫描攀爬机器人

【目的】研制一种CT扫描攀爬机器人,以实现对古建筑木立柱的CT扫描。【方法】首先,提出CT扫描攀爬机器人的环抱式+旋转机构结构,介绍机器人沿木立柱攀爬的过程,完成机器人控制系统结构设计;然后,采用耦合PD控制算法进行机器人水平伸缩关节力控制研究,采用耦合分段PID同步控制算法进行机器人垂直伸缩关节同步控制研究,实现旋转关节的速度控制;最后,依托所研制的CT扫描攀爬机器人,进行功能测试和控制效果分析。【结果】CT扫描攀爬机器人沿木立柱上下攀爬过程中,水平伸缩关节由初始位置到接触状态的接触检测力为50 N;夹持力设定值为5 000 N时,实际夹持力控制精度可达96.2%,机器人负载能力大于60 kg。垂直伸缩关节位移同步平均误差小于0.5 mm。角速度设定值为3(°)·s^(-1)时,旋转关节角速度最大稳态误差为0.116(°)·s^(-1),平均误差为0.003(°)·s^(-1),均满足CT扫描成像要求。【结论】所研制的CT扫描攀爬机器人可沿古建筑木立柱向上或向下攀爬,并通过旋转体携带CT扫描仪对木立柱进行360°CT扫描,进而完成断层图像重建,可准确评价木立柱的内部特征及健康、安全状况。

地采暖地板蓄热性能模型构建与验证

【目的】提出一种基于密闭绝热检测室的地采暖地板蓄热性能检测方法,以实现地采暖地板蓄热性能的检测。【方法】首先,介绍密闭绝热检测室的结构以及地采暖地板蓄热性能检测方法。然后,构建检测室物理模型,根据流体力学定律建立三维非稳态传热的质量守恒方程、动量方程和能量守恒方程,并给出模型的边界条件和计算初值,将材种为白桦、水曲柳、西南桦和柞木的地采暖地板样本分别放置在检测室底部中心托举网上,作为内部热源,根据设定的数值模拟参数,通过流体力学计算软件FLUENT对所建立的地采暖地板蓄热规律方程进行迭代求解,对检测室内温度分布随时间变化的过程进行分析。最后,以第1 000步(步长为10 s)采样时刻为例,以平均相对误差和相关系数为评价依据,将检测室温度分布计算结果与地采暖地板蓄热性能分析仪的实测数据进行对比,从而评判所构架模型与检测仪器的一致性。【结果】相对误差均小于1.5%,相关系数均大于0.98。不同样本所对应的温度平衡时间计算值均小于实测值,不同样本所对应的平衡温度计算值也均小于实测值。【结论】所构建的模型和检测仪器能够准确反映不同材种地采暖地板样本对检测室内温度场变化规律的影响,并可实现不同材种地采暖地板蓄热性能的检测。

数字图像处理技术在木材科学中的应用

综述了数字图像处理技术在木材缺陷检测、木材结构和木材美学三个方面的研究进展,分析了其中存在的不足。结果表明,数字图像处理技术可实现木材虫眼、节子和腐朽等缺陷的快速准确识别;木材结构的图像分析对于气候变化、木材长势及力学性能研究均有一定的参考价值;利用数字图像处理技术可以提取出木材独一无二的纹理图案。展望了数字图像处理技术在木材科学中的应用前景,以及其在木材缺陷自动检测、物种识别和美学研究等方面的商业价值。

改进型神经网络在木件打磨机器人中的应用

针对木件机械打磨加工效率低、产品质量差等问题,提出一种打磨轨迹跟踪算法,该算法是对模糊算法和神经网络算法的结合及改进。阐述了打磨机器人的系统结构,并针对两关节机器人建立动力学模型,基于打磨轨迹跟踪算法设计了模糊神经网络控制器。利用Simulink软件对打磨轨迹跟踪算法进行仿真试验,结果表明:改进型神经网络与传统神经网络算法相比,0时刻开始,跟踪误差均在±0.01 mm范围内,系统很好地完成了启动控制,并且打磨机器人在1 s时即可以实现极小误差的曲线打磨轨迹跟踪。该算法可有效控制打磨机器人的运动轨迹,工作时机器人运行稳定可靠,加工效率高。

基于深度学习的四种阔叶材材种辨识研究

阔叶材材种辨识,需对其染色、制片,在显微镜下观察木材标本结构,这一过程步骤繁琐且耗时长。针对此问题,采用深度学习,实现阔叶材快速、准确检测。基于深度学习方法,分别选择YOLOv3框架以及SSD框架。试验结果表明,基于YOLOv3和SSD框架的四种阔叶材辨识的平均精度值分别为91.57%和91.17%,检测用时分别为1.185s和0.608s。这两种框架都可实现四种阔叶材材种高效、准确辨识,证明深度学习方法可以作为四种阔叶材辨识的技术手段。

基于CNN的木材内部CT图像缺陷辨识

【目的】为获取木材内部构造形态,提高木材内部缺陷识别率,依据获得的计算机断层扫描图像,提出一种基于卷积神经网络(CNN)的木材内部缺陷辨识方法,以实现木材的高效化自动分类。【方法】首先,利用课题组自行开发的计算机断层扫描系统,采集样本木材内部CT图像800幅;然后,对样本图像进行处理,随机选取700幅原始样本图像,从中截取出单个缺陷区域和正常木材断层区域样本图像20 000幅,并利用图像增强等算法将数据集扩充到70 000幅,标准化图像大小为28×28像素,分为正常、裂纹、虫眼和节子图像共4类,取60 000幅图像作为训练集,10 000幅图像作为测试集,剩余的100幅原始样本图像用于试验验证。【结果】通过60 000幅图像来训练网络模型,对测试集10 000幅图像进行分类,分类正确率达99.3%;利用训练得到的网络模型对100幅原始样本图像进行验证,平均分类正确率为95.87%。【结论】基于卷积神经网络的木材内部CT图像缺陷辨识算法,克服了传统识别方法图像预处理繁琐、训练方法复杂、训练参数过多、耗时过多等问题,具有精度高、复杂度小、鲁棒性较好等优点,且辨识正确率和辨识时间都比现行常规算法精准并用时短,是一种无损、高效、准确的辨识分类方法。

基于X射线木材断层扫描反投影算法中的最优滤波器选取

【目的】对比X射线计算机断层扫描图像重建算法中常用R-L、S-L、Cosine、Hamming和Hanning滤波器的重建图像效果,分析滤波函数重建图像质量,优选木材断层扫描图像重建中的最佳滤波器,为木材断层成像技术研究提供科学方法。【方法】依据CT成像原理,分析图像滤波过程,探讨不同滤波器工作特性和滤波器的设计步骤。首先将投影数据存放于二进制的二维数组,通过探测点编号和旋转角度确定每一点投影值,根据投影数据序列长度确定滤波器长度,将不同角度下的投影数据前后补零,使其构成3倍于原始长度的投影数据。然后进行一维快速傅里叶变换,并将频域结果与滤波器频域离散形式作乘积,对投影数据进行逐行滤波。最后,将乘积后的滤波结果进行傅里叶反变换得到时域中的投影数据,对比不同滤波器成像结果,对不同滤波器进行评价与分析。【结果】与未进行滤波的反投影重建图像相比,滤波后断层图像生长轮边界更清晰、伪影较少,边缘平滑;未经滤波处理直接反投影重建图像伪影严重,重建效果极差,生长轮、裂缝结构特征不清晰。采用R-L、S-L、Cosine滤波器滤波后断层图像边缘平滑、清晰,无向周边扩散现象,采用Hamming、Hanning滤波器滤波后图像伪影轻微,存在比较明显的波纹状伪影。从各滤波图像与检测模型图像的差异性来看,R-L滤波器滤波后图像质量最高,而Hamming滤波器滤波后结果误差最大。【结论】采用R-L滤波器得到的重建图像误差最小,图像最清晰,空间分辨率高,能有效去除伪影,滤波后的木材断层图像可准确判断缺陷形状、位置和大小。

基于卷积神经网络模型的木材宏、微观辨识方法

【目的】提出一种基于卷积神经网络模型——PWoodIDNet模型的木材宏、微观辨识方法,以有效提高木材辨识精度和速度,为海关、进出口检疫检验、家具企业等法定部门和企业提供先进的辨识方法和仪器,推动我国木材进出口检疫检验行业和木材加工制造企业的科技进步。【方法】首先,选择16种木材样本,每种样本获取50张高分辨率显微CT图像和工业相机图像,共1600幅;然后,截取具有木射线、薄壁组织、轴向管胞、纹孔和纹理等特征的目标区域,共4800幅,通过水平翻转、垂直翻转、镜像、亮度变换等图像增强算法后将图像集扩充至19200幅。构建基于卷积神经网络的木材宏、微观辨识模型——PWoodIDNet模型,采用加入动量的随机梯度下降(SGDM)方法优化模型,并利用GPU优化并行运算库,对木材宏、微观结构数据集进行分类准确率对比。【结果】相比现行GoogLeNet模型,PWoodIDNet模型准确率提高1.49%,速度提高59.69%;相比现行AlexNet模型,PWoodIDNet模型准确率提高3.76%,速度提高2.63%。【结论】PWoodIDNet模型突破现有辨识方法木材辨识种类范围窄、准确率低和辨识速度慢的难点,能够有效辨识木材,并可在更短的训练时间内实现最佳辨识效果,为我国木材辨识提供一种新的方法和思路。

基于PLC的X射线无损检测系统研究

研制基于PLC的X射线无损检测系统,系统主要应用于木材内部结构成像,呈现出横切面、径切面和弦切面木材内部图像。设计搭建西门子S7-1200PLC控制系统、升降旋转检测平台、CT检测设备,编写下位机控制程序和上位机人机交互界面。调试设备,将木材试样放于升降旋转检测平台中心,开启升降旋转检测平台和CT检测设备。在对木材试样进行扫描的过程中,X射线源发射扇形束X射线,X射线穿透木材试样。由X射线探测器接收数据,上传至上位机进行数据处理,完成图像重建。本研究完成了无损检测系统平台的设计调试,精确控制升降旋转检测平台动作,旋转精度达0.01°/s,升降精度达0.01mm/s。精确、稳定的运动控制使采集的投影数据准确可靠,实现了木材内部的高质量横经弦三切面成像。设计双伺服电机同步控制系统,实现基于PLC的X射线无损检测平台高精度控制,旋转和升降精度均达到较高水平,同步性能优越,完全满足科研人员对木材扫描要求,重建出高质量、高分辨率的木材内部构造图像,为木材无损检测提供了新方法。