锯材表面缺陷识别方法对比分析研究

编号 zgly0001746089

文献类型 期刊论文

文献题名 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 

母体文献 世界林业研究 

年卷期 2022,35(4)

页码 47-52

年份 2022 

分类号 S781.5  TP391 

关键词 锯材  表面缺陷  识别方法  深度学习  图像处理 

文摘内容 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。