基于机器视觉的木板材分拣系统研究

木板材作为一种支撑社会发展的重要原材料,被广泛应用于建筑装修业和家具制造业,为了合理利用有限的木材资源,对其进行有效的检测至关重要。改进的Faster R-CNN(“两阶段”检测)算法对木板材活节、死节、孔洞、裂纹等四类缺陷检测的平均精度分别为99.84%、94.24%、91.28%、90.06%,平均精度均值为93.86%,并根据木板材缺陷类型对其进行等级划分。利用机器视觉引导技术,分拣机器人能够自动定位放置在传送带上的木板材,并依据木板材等级对其进行分拣作业。本文还基于C++语言、Qt框架搭建了用于支撑系统运行的软件平台。