锯材表面缺陷识别方法对比分析研究

编号 lyqk010912

中文标题 锯材表面缺陷识别方法对比分析研究

作者 王勇  张伟 

作者单位 国家林业和草原局北京林业机械研究所;中国林业科学研究院木材工业研究所

期刊名称 世界林业研究 

年份 2022 

卷号 35

期号 04

中文摘要 锯材的表面质量对木结构制品的质量起着至关重要的作用。锯材的表面质量主要受锯材表面缺陷（如节子、虫眼、裂纹等）类型、分布、数量等综合影响。文中针对基于浅层学习网络和深度学习算法的2类图像处理方法，对比分析其在锯材表面缺陷识别中的研究现状、存在的问题及发展趋势；同时，结合准确率、平均识别精度均值和图像识别时间等目标检测评价指标，对比分析多种图像处理算法在锯材表面缺陷识别中的性能；最后，对未来锯材表面缺陷识别方法的发展趋势进行了展望。

关键词 锯材  表面缺陷  识别方法  深度学习  图像处理 

基金项目 中央级公益性科研院所基本科研业务费专项资金重点项目“木结构预制构件自动柔性加工技术与装备研发”（CAFYBB2018ZB011）; 国家林业和草原局林业科学技术推广项目“木结构锯材应力分等装备制造技术应用与推广”（[2019]35）; 国家自然科学基金面上项目“结构用足尺锯材弹性模量快速评价体系与模型构建”（31670721）

起始页码 47

截止页码 52

分类号 TP391.41;TS644

DOI 10.13348/j.cnki.sjlyyj.2022.0002.y

发布日期 2022-01-11

PDF全文 浏览全文