[发明专利]一种基于多重感知器的木材视觉识别方法

说明书

技术领域

本发明涉及深度学习技术领域，特别涉及一种基于多重感知器的木材视觉识别方法。

背景技术

在对木材进行深加工的过程中，产线上通常会出现N种不同的木材原料。由于每种木材都有着其特殊的纹理，传统工厂在对木料进行分类时通常采用人工经验判断的方法，效率较低且可能出现难以追述等问题，无法实现流水化作业。要解决这个问题，需要搭建一个自动化的分类系统。基于机器学习，它将能够不断的从样本库中提取木材特征，对木材种类进行自动判别，与其他机械结构结合实现对木材加工上下料部分的自动化。

发明内容

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：一种基于多重感知器的木材视觉识别方法，其特征在于，包括如下步骤：

步骤1：建立数学模型并进行样本训练，从而生成多层感知器参数；

步骤2：目标进入识别区，对木材表面进行拍照，提取目标的特征值；

步骤3：将特征值输入多层感知器，进行识别，若不能识别目标，进行异常处理，保留所发现的异常样本，在数据库内添加新样本，并重新训练样本集，保证下次出现的同类特殊情况能够准确识别；若能识别目标，则发送结果至执行机构；

步骤4：执行机构根据收到的结果对目标进行分类操作，并返回步骤2准备执行下一目标的分类指令。

其中，所述多层感知器的数学模型包括输入层、隐藏层和输出层，其中，所述输入层包括系统输入，主要为目标特征值；隐藏层包括了加权求和、激励函数。

所述目标的特征值提取由视觉系统捕获并计算得出，首先对木材进行图像处理，然后通过计算木材的灰度共生矩阵从而提取出许多基于灰度的纹理信息。

所述目标的特征值提取由视觉系统捕获并计算得出，首先对木材进行图像处理，然后通过计算木材的灰度共生矩阵从而提取出许多基于灰度的纹理信息。

区别于现有技术的情况，本发明的有益效果是：通过自动化系统、信息化系统与视觉系统的融合，该系统省去了人工分类木材的过程，提高了生产效率及分类的准确性，同时也可为质量追述提供了保障。

该方法实现成本低，且具有很强的柔性和可扩展性，整套系统的准确性可在运行过程中不断提高。对于与木材加工相关的企业，该方法可为其提供一套基于特征数据的可量化的判别标准。企业可根据自己的实际情况在该系统上实现自生长，在降低人力成本的同时提高产线带来的经济价值。

附图说明

图1为本发明基于多重感知器的木材视觉识别方法的系统流程图。

图2为本发明多层感知器的数学模型。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1，提供一种基于多重感知器的木材视觉识别方法，其特征在于，包括如下步骤：

步骤1：建立数学模型并进行样本训练，从而生成多层感知器参数；

步骤2：目标进入识别区，对木材表面进行拍照，提取目标的特征值；

步骤3：将特征值输入多层感知器，进行识别，若不能识别目标，进行异常处理，保留所发现的异常样本，在数据库内添加新样本，并重新训练样本集，保证下次出现的同类特殊情况能够准确识别；若能识别目标，则发送结果至执行机构；

步骤4：执行机构根据收到的结果对目标进行分类操作，并返回步骤2准备执行下一目标的分类指令。

具体的，