[发明专利]一种竹片自动识别分级方法

说明书

技术领域

本发明涉及竹制品原材料的自动识别分级方法。

背景技术

“宁可食无肉，不可居无竹”，中国人自古以来对竹子有着深厚的情感。各种各样的竹制品在中国人的日常生活中已成为不可缺少的生活必需品，比如舒适凉爽的麻将席、经济环保的竹地板等深受人们喜爱。然而目前竹制品市场上往往中低档的较多，高档的较少。

由于不同的竹子间，甚至同一竹子不同部位的竹片存在色差，而且由于蛀虫、霉变、裂缝、刮痕等原因，未经筛选的竹片原材料往往存在瑕疵，这些色差和瑕疵都直接影响了竹制品的质量。为了保证竹制品的质量，在竹制品制造过程中，必须先对竹片原材料进行色差和瑕疵分级。

目前，竹制品生产厂家对竹片进行分级时主要依靠人工，这种传统模式存在以下几个缺点：1、劳动强度大，增加了生产的成本；2、分级效率低下，会造成生产流水线延滞；3、无法实现生产中的实时和无接触检测，无法适应现代工业的质量控制和统计；4、人眼不可避免的视觉疲劳在分级过程中容易出现误判、漏检，使竹片分级的准确率大大下降，影响竹制品的质量。

发明内容

为了克服已有现有的竹片分级技术的劳动强度大、生产成本高、分级效率低、准确率较低的不足，本发明提供一种减少劳动强度、降低生产成本、提升分级效率和准确率的竹片自动识别分级方法。

本发明解决其技术问题所采用的技术方案是：

一种竹片自动识别分级方法，所述识别分级方法包括以下步骤：

1)透过滤光片拍摄待分级竹片的竹片图像；

2)在所述竹片图像的竹片部分和背景部分截取两个相同大小的截图，所述截图有N个像素，定义竹片部分、背景部分的截图的第i个像素的灰度值分别G_竹片i和G_背景i，以其差值(G_竹片i-G_背景i)作为截图中的第i个像素的样本灰度参考值G_i，根据样本灰度参考值G_i计算样本灰度平均值和灰度波动值

3)将测得的灰度波动值与预设灰度波动值阈值F_阈比较，如果测得的灰度波动值比阈值F_阈小，则判定无瑕疵，否则有瑕疵。

进一步，所述1)中，选取中心波长λ₁和λ₂的两种滤光片，其中λ₁的取值范围：500-600nm，λ₂的取值范围：650-700nm；所述步骤2)中，计算两个截图的灰度平均值，分别记为G_竹片和G_背景，竹片的灰度平均值减去背景的灰度平均值，以其差值(G_竹片-G_背景)作为样本灰度平均值参考值G；设定对应中心波长λ₁的灰度参考值为G_λ1，对应中心波长λ₂的灰度参考值为G_λ2；

所述分级方法还包括以下步骤：4)计算表征竹片表面颜色的色指数，即G_色＝G_λ2-G_λ1，当判定无瑕疵后，再比较测得的色指数与预设色指数分布阈值G_阈的大小，如果测得的色指数比阈值G_阈小，则判定无色差，为合格竹片，否则有色差。

再进一步，所述步骤1)中拍摄的工业相机的帧速率为30fps，每帧数据的传输和处理的时间约300ms。

所述步骤1)中，拍摄的工业相机带有LED光源照明系统。

本发明的技术构思为：机器视觉技术是近几年发展起来的很有潜力的技术，它将计算机的快速性、可靠性、可监控性、结果的可重复性与人类视觉的智能化和抽象能力结合起来。芬兰、美国、加拿大等国从20世纪80年代开始应用机器视觉技术针对木材的无损检测和分级作了大量的研究：其中加拿大Matrox公司与美国Venten公司合作开发的GS2000系统，以及芬兰Mecano公司的VDA系统已在当地木材及胶合板加工企业中应用。在我国竹产业蓬勃发展的大背景下，将这一技术运用到竹制品原材料的分级问题中，可有效地解决人工选片的缺点，实现竹片色差和瑕疵的自动识别分级，并且具有无接触、准确的特点，能以优于人眼的能力完成对竹片颜色的分级。将机器视觉技术运用于竹片分级，免去了人工分级的劳动过程，将大大提高识别的准确度和分拣效率，提高竹制品的质量，实现良好的经济效益，并且实现竹片分级从人工作业到自动化、智能化的跨越，其意义重大。