基于Faster R-CNN模型的木材表面节子缺陷检测

研究基于Faster R-CNN模型的木材表面节子缺陷检测方法,解决现有方法存在的特征选取困难、不能适应木材以及节子的多样性变化、检测精度不高等问题,而且能够给出节子缺陷的位置以及图像的大小。小样本集测试结果表明,该方法能够取得较高的检测精度,准确率为94.0%;对其中4个典型样本进行分析,位置检测最大误差仅为5个像素,大小检测最大误差仅为7个像素;相比OSTU方法具有更好的检测精度。

节子的性质及其对木材材性的影响

树节是指树干内部的枝条基部或枯死枝条形成的结疤,在用材中称为节子。在树木生长过程中节子独特的理化性能对树木的生长有良好的作用。但是在木材加工利用过程中节子的存在严重影响木材性能和加工利用。本研究对节子的构造、物理力学性质、化学性质和检测方法等5个方面研究现状进行了总结。节子的存在对于树木的生长过程中枝条与树干之间最佳连接方式,无论在应力作用还是外部细菌等因素的影响下,节子在树木生长过程中所体现的物理性能和化学性能都有着良好的作用。但是在木材的利用中,节子对于木材力学性能和加工性能的影响巨大,不仅对于刀具损伤较大,在一定程度上降低木材的抗拉、抗压、抗弯性能,同时对于木结构连接部位的力学性能也有一定影响。目前国内外对于板材节子检测的研究较充分,但是对于原木的节子检测研究较少。在有节材力学性能预测方向,得到了较为精准的预测模型。并且通过节子特征、林木密度、树龄、树干特征等对节子进行预测,帮助在树木生长过程中对木材进行改良。现阶段对节子的研究主要集中在力学性能和检测等方向,对于节子部位的超微观构造和构造智能性利用等方面相对薄弱,对于节子如何影响木材力学性能的机理并未深入。