[发明专利]基于Faster R-CNN的木材内部缺陷检测方法

权利要求书

1.基于Faster R-CNN的木材内部缺陷检测方法，其特征在于，包括以下步骤：

S1建立木材缺陷识别模型；

S2确定目标试样；

S3采用木材缺陷识别模型对目标试样进行检测，得到木材内部缺陷的方位和大小。

2.根据权利要求1所述的基于Faster R-CNN的木材内部缺陷检测方法，其特征在于，所述S1包括以下步骤：建立木材缺陷识别模型

S11建立特征矩阵图像数据库；

S12通过Faster R-CNN模型训练特征矩阵图像数据库改进Faster R-CNN模型，从而获得木材缺陷识别模型。

3.根据权利要求2所述的基于Faster R-CNN的木材内部缺陷检测方法，其特征在于，所述S11包括以下步骤：

S111利用应力波无损检测技术建立原始特征矩阵图像数据库；

S112使用仿真程序生成仿真特征矩阵图像数据库；

S113将原始特征矩阵图像数据库和仿真特征矩阵图像数据库共同作为特征矩阵图像数据库。

4.根据权利要求3所述的基于Faster R-CNN的木材内部缺陷检测方法，其特征在于，所述S111包括以下步骤：

S1111选定若干个待测树木；

S1112利用应力波木材无损检测仪对树木进行应力波木材无损检测，具体是使用一定数量的应力波传感器均匀放置在待测树木的横截面上，接着用脉冲锤按序敲击应力波传感器，当敲击其中一个应力波传感器时，木材内部产生应力波，其余的应力波传感器收集在木材内部不同方向的应力波，应力波木材无损检测仪得到两两传感器之间的应力波传播时间，根据两两传感器之间的应力波传播距离和对应的两两传感器之间的应力波传播时间得到对应的两两传感器之间的应力波传播速度，两两传感器之间的应力波传播速度由公式(1)得到：

上述公式(1)中，i是指第i个应力波传感器，j是指第j个应力波传感器，v_(i,j)是指第i个应力波传感器和第j个应力波传感器之间的应力波传播速度，Δt_(i,j)是指i个应力波传感器和第j个应力波传感器之间的应力波传播时间，l是指第i个应力波传感器和第j个应力波传感器之间的应力波传播距离，S是指待测树木的横截面的周长，π≥θ＝∠(x₁,x₂)；

由此类推，设应力波传感器的个数为x，最终得到x×x的二维应力波速度矩阵A，矩阵A如公式(2)所示：

上述公式中，v_(1,x)是指第1个应力波传感器与第x个应力波传感器之间的应力波传播速度，以此类推；

S1113将所述应力波速度矩阵A转化为矩阵B，转化公式如公式(3)所示，

上述公式(3)中，A_(i,j)是指矩阵A中第i个应力波传感器和第j个应力波传感器之间的应力波传播速度，A_MIN是指去除A_(i,j)(i＝j)后矩阵A中数值的极小值，A_MAX是指去除A_(i,j)(i＝j)后矩阵A中数值的极大值，B_(i,j)是指矩阵B中第i个应力波传感器和第j个应力波传感器之间的应力波传播相对速度；

矩阵B如公式(4)所示：

S1114应力波木材无损检测仪的每个应力波传感器都是独立的检测通道，应力波传感器两两之间组成应力波信号传播通道来获取数据，将矩阵B中各值对应的应力波信号传播通道对应上色表示成颜色通道，得到特征矩阵图，由此类推，得到若干张特征矩阵图，得到原始特征矩阵图像数据库。

5.根据权利要求3所述的基于Faster R-CNN的木材内部缺陷检测方法，其特征在于，所述S112包括以下步骤：使用仿真程序生成仿真特征矩阵图像数据库，具体是通过人工手动绘图绘出需要仿真的缺陷位置，仿真程序将自动生成对应缺陷位置的仿真缺陷木材应力波速度特征矩阵图，并自动保留缺陷大小、位置特征数据，得到若干张仿真特征矩阵图像数据库。