基于机器视觉的智能破竹分片系统设计与验证

作     者：叶建华 刘贯飞 刘柏林 罗奋翔 韦铁平 林记宗 YE Jianhua;LIU Guanfei;LIU Boling;LUO Fenxiang;WEI Tieping;LIN Jizong

作者机构：福建理工大学机械与汽车工程学院福建福州350118 福建理工大学材料科学与工程学院福建福州350118 

出 版 物：《中南林业科技大学学报》 (Journal of Central South University of Forestry & Technology)

年 卷 期：2024年第44卷第8期

页      面：159-168页

核心收录：

学科分类：082902[工学-木材科学与技术] 08[工学] 0829[工学-林业工程] 

基　　金：福建省自然科学基金项目(2023J01929) 福建省科技计划创新资金项目(2022C0063) 福建省科技计划对外合作项目(2023I1013) 福建省财政厅(自科)项目(KY030456) 

主　　题：机器视觉 竹材剖分 智能破竹 竹轮廓提取 

摘      要：【目的】破竹分片是影响竹材出材率的重要基础工序。针对竹段的直径大小跨度大、壁厚不等、圆度不一的个体化特性,提出基于机器视觉的智能分片方法,以提高竹材的出材率。【方法】基于竹段的天然特性和破竹工艺要求,以竹段的真实截面轮廓为基础,以刀盘可分片的数量为约束,建立出材率计算模型。通过工业相机采集竹段的截面图像,在Canny算子的基础上引入多尺度细节增强算法来消除竹材图像内、外径间的干扰信息,并通过融合迭代阈值与梯度直方图分析法自适应获取双阈值,以提升竹段截面轮廓提取的鲁棒性。采用边界排序生长算法快速计算剖分竹片的最大内接矩形。在智能破竹机上开展生产试验验证。【结果】改进的轮廓提取算法,有效去除了竹材截面图像的伪边缘特征,能获得完整的边缘轮廓特征,计算获得的竹材内外径与真实尺寸的平均误差为0.9%。同一随机剖分角度下,本研究方法计算的出料率与最大出材率相比平均偏差为1.3%,小于圆模型的6.3%和椭圆模型的1.6%。通过生产试验,验证了基于机器视觉的破竹机智能分片系统的出材率平均可达73%,高于传统破竹机出材率。【结论】设计的基于机器视觉的智能分片系统,能快速获取竹段的真实截面轮廓,精准确定剖分份数,有效提高了竹材的利用率。