郭红英

(漳州职业技术学院 福建漳州 363000)

胶合板是将多层芯板经涂胶、热压而成的一种人造板板材，以形成硬度较高、强度较强、质地均匀的合成板，其原材料品质各异，纹理复杂多变，因部分芯板会存在缺陷，如虫洞、树脂、裂纹、腐烂等，胶合前，需要对芯板进行筛选分级，否则会造成胶合板表面碳化使产品质量不佳[1-4]。为保证成品质量，通常需要对缺陷部位进行涂胶、刮腻处理使胶合板表面平整[5-6]。一般对胶合板芯板检测均通过人工的方式，这种方式的判断标准存在人为主观性，检测效率低。由于人眼视觉疲劳，容易出现将不良品检测为良品的现象，检测出来的芯板质量参差不齐。通过人工的方式对芯板进行上料，效率较低，增加了工作人员的劳动强度[7]。针对这些情况，为克服现有技术的缺陷，设计了一种胶合板用板薄片表面识别检测装置，可有效地解决以上问题。

1 检测系统的机械设计

胶合板芯板表面识别检测装置如图1(a)(b)所示，检测机架顶端的一侧固定安装有推动装置，推动装置包括固定柱、连接杆、压块、推板和凸轮、储料箱、挑选箱等。固定柱中部开设的第一圆孔与连接杆的中部穿插连接，推板通过连接杆与压块固定连接，且连接杆一端的中部套接伸缩弹簧，凸轮位于靠近压块的一端，凸轮与第二电动机的输出轴固定连接，第二电动机固定安装于机架底端一侧的外壁，机架的中部固定安装挑选箱和储料箱，挑选箱内部上方安装板底端的两侧等距安装有若干个条形灯，安装板底端的中部固定安装相机，如图1(c)所示。封闭式的挑选箱可以避免外界光线变化的干扰，稳定图像拍摄采集环境，加速后期图像特征提取。

1.机架；2.固定柱；3.连接杆；4.压块；5.推板；6.凸轮；7.储料箱；8.第一条形开口；9.第二条形开口；10.挑选箱；11.控制箱；12.第一安装板；13.光源；14.相机；15.转辊；16.齿轮；17.链条；18.第一电动机；19.侧推装置；20.第二电动机。图1 机械设计结构

2 光源及相机选择

光源的选择至关重要，合适的光源可以使图像的目标特征更加突出，机器视觉常用光源有荧光光源、金属卤素光源、红外光源等[8]。考虑胶合板芯板的纹理颜色偏黄，缺陷部位如死节、树皮都呈暗色。荧光灯的显色指数较高，光效强，因而选择三基色条形荧光灯可以调节光源三基色比例，提高图像对比度，突出缺陷特征[9]。相机是视觉图像采集的核心部件，为检测项目选择合适的相机需要考虑的因素有：相机分辨率、帧率、像元尺寸等。根据感光芯片的不同，工业相机主要有CCD(Charge coupled Device)相机与COMS(Complementary Metal-Oxide Semiconductor)相机两种。相较于COMS相机，CCD相机的成像质量更好、解析度更高，但成本及功耗也较高[9-11]。考虑到胶合板芯板表面缺陷所检测的内容对图像质量的要求较高，主要有：毛刺、树皮、树节(包括活节和死节)，故选择CCD相机，又因为芯板毛刺缺陷通常与芯板纹理同向，且芯板的规格固定、表面积较大，选用线扫相机可以更好更全面地采集到胶合板芯板的表面特征信息。待测胶合板芯板最大宽值w为1220 mm,最小的缺陷尺寸γ约为0.2 mm，每行所需像素值为：

(1)

因此，选择分辨率为8 k，行频为2.5～33.7 kHz的CCD相机便可满足要求。

3 胶合板图像采集及处理算法

CCD线扫相机与DMA(Direct Memory Access)缓冲高速图像采集卡相配合，实现在线实时采集处理，工作流程如图2所示。

图2 工作流程

由于图像具有局部连续性，相邻像素之间的灰度值较为接近，而当有噪声存在时，噪声点处存在数值突变，平均模板的滤波可使数字图像中的噪声点灰度值得到修正，但同时图像也变得模糊，当模板增大时，图像细节也将难以辨识，即滤波模板的尺寸直接影响图像的细节。本文采用高斯模板滤波，其分布函数呈正态分布，使得邻近像素权重较高，距离较远的像素权重较低，克服了均值平滑滤波对模块内像素一视同仁的弱点，其二维函数如公式(2)，其均值为0，方差为σ2。

(2)

因此建立一个(2k+1)×(2k+1)的矩阵M，使得原点位于模板的中心点位置(k，k)，(i,j)位置处的元素值由公式(3)计算所得，式中k，i，j均为整数值，对应矩阵M的行列位置。

(3)

M矩阵经过归一化处理后得到高斯模板w(s,t)，s、t为奇数正整数，对应高斯模板矩阵w的行列数(如：3、5、7)，图像f(x,y)高斯滤波后得图像g(x,y)，其缺陷细节能被较好地保留下来，如图3所示。公式(4)中x,y取整数值，其为图像的像素坐标。

(4)

(a)芯板滤波前 (b) 高斯平滑滤波后图3 图像滤波效果对比

图像边缘提取算法主要有 Canny、Prewitt、Roberts等[12]。对滤波后的图像采用3×3掩模矩阵的sobel边缘算子进行检测，结果如图4所示，芯板的边缘信息丰富，死结、树皮、孔洞及大毛刺的边缘较为明显，而正常的纹理及允许范围内小缺陷(如活节、小毛刺)的边缘较弱，采用灰度值特征便可将缺陷边缘提取出，如图5(a)。由于噪声和光照的不均衡，边缘点往往不连续，为进一步提取有效的缺陷边缘，经灰度阈值提取后对边缘图像先进行闭运算再做缺陷区域分割，对分割区域进行面积筛选，提取影响板材品质的缺陷区阈，结果如图5(b)所示。

(a)边缘检测结果图

(b)边缘检测局部放大图图4 sobel算子检测结果

(a)灰度特征提取 (b) 面积特征提取图5 缺陷特征提取

4 实验测试

试验芯板选用缺陷丰富的板材，尺寸大小为1200 mm×800 mm。图6(a)中部位1为正常纹理，部位2为正常的活节，部位3～7的缺陷分别是树皮、毛刺、死节、裂边、孔洞，其检测结果如图6(b)所示，芯板的主要缺陷特征均能被检测出来。图6(c)的主要缺陷是树皮及小区域的死结，检测结果如图6(d)所示。图6(e)的主要缺陷是死结及少数的树皮，检测结果如图6(f)所示。分别对三种芯板的缺陷检测结果进行面积统计，按缺陷统计的总面积比率值判定芯板的质量级别，结果如表1。从检测效果可知，各芯板纹理复杂度不一，所含缺陷种类也不同，经滤波处理后纹理被平滑模糊但其缺陷细节都能较好地保留下来，经灰度阈值及面积阈值分割后，影响品质的缺陷都能被提取出来，同时可实时记录检测数据，将分级依据数字化，修改分级阈值便可进一步细化或是更改分级数量，使得筛选分级更加客观准确。

(a)待测芯板1

(b) 检测结果1

(c)待测芯板2 (d)检测结果2

(e)待测芯板3 (f)检测结果3图6 测试结果

表1 分级结果

5 结语

此设计目标是将整套系统集成到芯板的加工生产环节，令整个系统能够在芯板的生产现场对木板上的缺陷进行实时检测、定位，并附带质量跟踪系统。此前依靠传统的人工视觉对缺陷进行分析判断存在主观性强、判断效率低的不足，而且，胶合板加工厂的工作环境特点是机器运转嘈杂、粉尘大、胶水味刺鼻，整体环境恶劣不利于人员长期劳作。该系统利用机器视觉的分析判断，使判断效率更高，判断结果更准确，将员工从恶劣环境中解放出来的同时大大降低了人工管理成本。