[发明专利]板材视觉检测方法及系统

权利要求书

1.一种板材视觉检测方法，其特征在于，包括：

获取3D轮廓仪所采集的目标板材的三维点云信息，根据所述三维点云信息构建三维模型，根据所述三维模型及预设基准尺寸识别所述目标板材的尺寸缺陷；

获取线阵相机所采集的目标板材的二维彩色图像信息，将所述二维彩色图像信息输入事先训练的缺陷识别模型以识别所述目标板材的自然缺陷，并将所述二维彩色图像信息输入事先训练的颜色分类模型以识别所述目标板材的颜色类别。

2.如权利要求1所述的板材视觉检测方法，其特征在于，还包括缺陷识别模型训练，具体包括：

获取原始彩色图像；

对所述原始彩色图像进行截取合并处理，以形成基础彩色图像；

在所述基础彩色图像中标注缺陷位置及缺陷类别，以形成标注彩色图像，所述缺陷类别包括死活节、树脂囊、夹皮及腐朽；

对所述标注彩色图像进行泛化扩增处理，以形成样本彩色图像；

将所有样本彩色图像整合成样本彩色图像集；

根据所述样本彩色图像集训练所述缺陷识别模型。

3.如权利要求2所述的板材视觉检测方法，其特征在于，所述缺陷识别模型采用DNN模型对输入的样本彩色图像进行多尺度特征提取，并结合语义信息和位置信息对所述多尺度特征进行融合，再结合注意力机制和空间金字塔结构提取特征以识别并输出缺陷类别、缺陷位置及置信度信息。

4.如权利要求1所述的板材视觉检测方法，其特征在于，还包括颜色分类模型训练，具体包括：

获取原始彩色图像；

通过视觉算法提取所述原始彩色图像的目标前景区域，以形成ROI彩色图像；

对所述ROI彩色图像的目标前景区域进行缩放处理，并切割成多个局部图像；

在所述局部图像中标注色彩类别，以形成标注分类图像，所述色彩类别包括蓝变、深色、中色及浅色；

对所述标注分类图像进行泛化扩增处理，以形成样本分类图像；

将所有样本分类图像整合成样本分类图像集；

根据所述样本分类图像集训练所述颜色分类模型。

5.如权利要求4所述的板材视觉检测方法，其特征在于，所述颜色分类模型采用DNN模型对输入的样本分类图像进行多尺度特征提取，并对高维特征向量进行分类，再识别图像语义分类信息以输出色彩类别及置信度信息。

6.如权利要求1所述的实木视觉检测方法，其特征在于，还包括：将所述二维彩色图像信息输入事先训练的缺陷识别模型及颜色分类模型之前，对所述二维彩色图像信息进行预处理，所述预处理的步骤包括：

对所述二维彩色图像信息进行SVD分解；

对经SVD分解后的二维彩色图像信息进行Gabor滤波；

采用迭代差影法对经Gabor滤波后的二维彩色图像信息进行差影运算。