一种刨花板表面质量视觉检测方法及系统与流程

本发明涉及视觉检测的，具体为一种刨花板表面质量视觉检测方法及系统。

背景技术：

1、随着智能制造和工业的不断发展，视觉检测技术在各种工业产品质量控制中得到了广泛应用。在木材加工业中，刨花板作为一种常见的复合板材，广泛应用于家具制造和建筑装饰等领域。在刨花板的制造过程中，确保其表面无毛刺、平整光滑，不仅可以提高产品的美观度和使用寿命，还能减少后续加工的复杂度和成本。因此，刨花板表面质量视觉检测成为了行业中一个重要的研究方向和应用领域。

2、传统的刨花板检测方法多依赖人工检查，不仅耗时耗力，而且容易出现漏检和误检的问题，难以满足现代工业对高效率和高精度检测的需求。

3、具体到刨花板表面视觉检测的领域中，现有检测技术在实际应用中仍存在诸多不足之处。传统的刨花板检测方法多依赖人工检查，不仅耗时耗力，而且容易出现漏检和误检的问题；并且在识别刨花板表面的毛刺状态，以及刨花板内刨花与胶水之间粘合所产生的气泡状态等缺陷时，往往缺乏系统性和综合性，导致检测结果的准确性和可靠性较低。此外，现有的检测系统在面对大规模生产时，难以实现高效和自动化的在线检测。

技术实现思路

1、针对现有技术的不足，本发明提供了一种刨花板表面质量视觉检测方法及系统，解决了上述背景技术中的问题。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种刨花板表面质量视觉检测系统，包括位置锁定模块、视觉检测模块、毛刺检测模块、板材质量分析模块及反馈模块；

3、所述位置锁定模块用于预先将待检测刨花板放置于工作台上，建立三维坐标系，以锁定待检测刨花板的位置坐标；

4、所述视觉检测模块用于利用多组视觉检测仪器，捕捉待检测刨花板的每个板面的图像数据，并对若干组板面的图像数据进行预处理，去除噪声、平滑图像以及进行几何校正，后将预处理后的图像数据进行特征提取，以分别获取每个板面上的相关平整数据及相关毛刺状态数据，以构建视觉检测数据集；

5、所述毛刺检测模块用于依据相关毛刺状态数据，构建刨花板的毛刺分布系数mfxs，若毛刺分布系数mfxs超过分布阈值，则向外发出预警指令；

6、所述板材质量分析模块用于在接收到预警指令之后，依据每个板面上的相关平整数据，提取出气泡密度qpmd、胶水含水量jhz及孔洞面积占比dcmb，通过将气泡密度qpmd与胶水含水量jhz相关联，获取粘结因子njyz，通过将粘结因子njyz与孔洞面积占比dcmb相关联，获取平整系数pzxs，并结合经训练后的质量预测模型，拟合获取缺陷评估指数qpzs；

7、所述反馈模块用于预先设置评估阈值q，并将其与所述缺陷评估指数qpzs进行比对分析，以综合分析出当前刨花板表面的状态，并作筛选作业。

8、优选的，所述位置锁定模块包括板材位置锁定单元；

9、所述板材锁定单元用于在工作台上安装固定装置，将待检测刨花板通过固定装置放置在工作台上，并利用激光测距仪来测量刨花板相对于工作台的高度，通过建立三维坐标系，获取待检测刨花板的位置坐标，其中，三维坐标系的原点设置于待检测刨花板的正中心位置。

10、优选的，所述视觉检测模块包括图像获取单元、预处理单元及特征提取单元；

11、所述图像获取单元用于在工作台周围安装若干组传感器及若干组视觉检测仪器，并在刨花板位置锁定后，启动若干组视觉检测仪器，以捕捉待检测刨花板的每个板面的图像数据；

12、所述预处理单元用于将每个板面的图像转换为灰度图像，并使用中值滤波去除图像中的噪声；

13、所述特征提取单元用于通过图像增强技术提取图像中的关键特征信息，识别图像中的缺陷部位，以分别获取每个板面上的相关平整数据及相关毛刺状态数据，其中，相关平整数据包括刨花板上各个面上的气泡密度qpmd、刨花板生产过程中的胶水含水量jhz、刨花板生产过程中的胶水固化时长jgsc、孔洞面积占比dcmb及孔洞深度最大值kdsd；

14、相关毛刺状态数据包括刨花板表面的毛刺高度mcgd，并结合统计学算法，计算出毛刺高度的标准差mcgdstd及毛刺高度的均值mcgdavg。

15、优选的，所述毛刺检测模块包括初步分析单元和初步预警单元；

16、所述初步分析单元用于根据相关毛刺状态数据，分析计算出刨花板的毛刺分布系数mfxs，具体按照以下公式获取：

17、

18、本公式的意义在于：评估刨花板表面上毛刺高度的离散程度；

19、其中，mcgdstd表示为毛刺高度的标准差，mcgdavg表示为毛刺高度的均值。

20、优选的，所述初步预警单元用于预先设置分布阈值，并将其与刨花板的毛刺分布系数mfxs进行比对分析，以初步分析出当前刨花板表面毛刺状态，具体分析内容如下：

21、若刨花板的毛刺分布系数mfxs超过分布阈值时，此时将初步判断当前刨花板表面毛刺处于异常状态，并向外发出预警指令；

22、若刨花板的毛刺分布系数mfxs未超过分布阈值时，此时将初步判断当前刨花板表面毛刺未处于异常状态。

23、优选的，所述板材质量分析模块包括层间渗透分析单元、表面分析单元及综合分析单元；

24、所述层间渗透分析单元用于将每个板面上的相关平整数据中的气泡密度qpmd及胶水含水量jhz做线性归一化处理后，获取粘结因子njyz，具体按照以下公式获取：

25、

26、式中，n表示为刨花板的板面数，i＝1、2、3、...、n，qpmdi表示为第i板面的气泡密度，表示为刨花板表面气泡密度均值，jgsc表示为胶水固化时长，a1、a2及a3均为权重值。

27、优选的，所述表面分析单元用于依据每个板面上的相关平整数据，并结合粘结因子njyz，经线性归一化处理后，计算获取平整系数pzxs，具体按照以下公式获取：

28、

29、式中，dcmb表示为孔洞面积占比，kdsd表示为孔洞深度最大值，c表示为第一修正常数，α及β均为权重值。

30、优选的，所述综合分析单元用于依据视觉检测数据集，并将平整系数pzxs及毛刺分布系数mfxs传输至质量预测模型内，并经线性归一化处理后，获取缺陷评估指数qpzs，具体按照以下公式获取：

31、

32、式中，r表示为第二修正常数，f1及f2均为权重值。

33、优选的，所述反馈模块包括评估单元和筛选单元；

34、所述评估单元用于通过将所述评估阈值q与所述缺陷评估指数qpzs进行比对分析，以综合分析出当前刨花板表面的状态，具体比对内容如下：

35、若所述缺陷评估指数qpzs大于所述评估阈值q时，表示为当前检测的刨花板处于不合格状态，此时生成第一结果；

36、若所述缺陷评估指数qpzs等于所述评估阈值q时，表示为当前检测的刨花板处于不合格状态，此时生成第二结果；

37、若所述缺陷评估指数qpzs小于所述评估阈值q时，表示为当前检测的刨花板处于合格状态，此时生成第三结果；

38、所述筛选单元用于对生成第一结果、第二结果及第三结果所对应的刨花板进行筛分，将生成第一结果所对应的刨花板自动筛选至不合格分拣区域，将生成第二结果所对应的刨花板自动筛选至待修复分拣区域，将生成第三结果所对应的刨花板自动筛选至合格分拣区域；

39、其中，待修复分拣区域内的刨花板将接受人工检测，并使用砂纸或打磨机对刨花板表面进行打磨，去除毛刺，其中填充剂应与刨花板的颜色和质地相匹配，对于粘结层异常的区域，重新涂布胶水，并在压力下进行压合。

40、一种刨花板表面质量视觉检测方法，包括以下步骤，

41、步骤一、预先将待检测刨花板放置于工作台上，建立三维坐标系，以锁定待检测刨花板的位置坐标；

42、步骤二、然后利用多组视觉检测仪器，捕捉待检测刨花板的每个板面的图像数据，并对若干组板面的图像数据进行预处理，去除噪声、平滑图像以及进行几何校正，后将预处理后的图像数据进行特征提取，以分别获取每个板面上的相关平整数据及相关毛刺状态数据，以构建视觉检测数据集；

43、步骤三、接着依据相关毛刺状态数据，构建刨花板的毛刺分布系数mfxs，若毛刺分布系数mfxs超过分布阈值，则向外发出预警指令；

44、步骤四、其次在接收到预警指令之后，依据每个板面上的相关平整数据，提取出气泡密度qpmd、胶水含水量jhz及孔洞面积占比dcmb，通过将气泡密度qpmd与胶水含水量jhz相关联，获取粘结因子njyz，通过将粘结因子njyz与孔洞面积占比dcmb相关联，获取平整系数pzxs，并结合经训练后的质量预测模型，拟合获取缺陷评估指数qpzs；

45、步骤五、最后设置评估阈值q，并将其与所述缺陷评估指数qpzs进行比对分析，以综合分析出当前刨花板表面的状态，并作筛选作业。

46、本发明提供了一种刨花板表面质量视觉检测方法及系统，具备以下有益效果：

47、(1)通过建立三维坐标系，预先将待检测刨花板放置于工作台上，确保每块刨花板在检测过程中位置一致，避免因位置偏移导致的检测误差，提高了检测的稳定性和一致性。利用多组视觉检测仪器捕捉刨花板每个板面的图像数据，并进行预处理，依据毛刺状态数据构建毛刺分布系数mfxs，并将其进行比对分析，有助于迅速识别和定位毛刺集中区域，并及时发出预警，减少毛刺问题影响产品质量的可能，在接收到预警指令后，依据每个板面上的相关平整数据，构建平整系数pzxs，通过将这些关键参数综合分析出缺陷评估指数qpzs，为质量分析提供科学依据。预先设置评估阈值q，并将其与缺陷评估指数qpzs进行比对分析，综合分析当前刨花板表面的状态，根据比对结果，自动生成相应的筛选作业，将刨花板分类为合格、待修复或不合格，提升了检测效率和决策准确性。通过以上模块的有机结合，该系统能够进一步实现对刨花板表面质量的多维度、自动化检测及筛选，不仅减少人工检测的工作量和误差率，提高生产线的工作效率，还减少了废品率和返工率，进一步提高了产品的合格率和市场竞争力。

48、(2)毛刺检测模块通过初步分析单元和初步预警单元的配合，能够系统地评估刨花板表面的毛刺状态，结合平整数据，系统能够提供更全面的质量控制和评估。及时识别和处理毛刺异常问题，防止不合格刨花板流入后续生产环节，降低废品率和返工率。

49、(3)综合分析单元：依据视觉检测数据集，计算得到缺陷评估指数qpzs，根据设定的评估阈值q，对缺陷评估指数qpzs进行比对分析，生成针对当前刨花板的合格或不合格状态结果。筛选单元根据结果自动将刨花板分拣至不同区域：不合格分拣区域、待修复分拣区域和合格分拣区域。待修复分拣区域处理：对于被分拣至待修复区域的刨花板，系统通过人工检测，针对不同类型的表面缺陷采取精细化修复措施。通过系统的实时反馈和精细化修复流程，有效减少了不合格产品的出现率，提升了生产效率和产品质量的稳定性。合格的刨花板可以直接分拣至出货区域，减少了二次处理和废品率，优化了生产线的运作效率和资源利用。