基于区域筛选分割和随机森林的人造板表面缺陷识别  

Surface defect recognition of wood-based panel based on regional screening and segmentation and random forest

作　　者：刘传泽[1] 罗瑞 陈龙现 王霄 周玉成[1] LIU Chuan-ze;LUO Rui;CHEN Long-xian;WANG Xiao;ZHOU Yu-cheng

机构地区：[1]山东建筑大学信息与电气工程学院,济南250101 [2]中国林业科学院,北京100000

出　　处：《制造业自动化》2018年第9期9-13,共5页Manufacturing Automation

基　　金：山东省泰山学者优势特色学科人才团队支持计划(2015162);中央级公益性科研院所基本科研业务费专项资金项目(CAFYBB2018MB002)

摘　　要：连续压机生产线的普及使我国人造板企业实现自动化生产,但缺陷检测环节仍依靠人工。缺陷识别是检测的一个重要环节,是根据缺陷的特征值使用分类器对缺陷进行分类的过程。在连续压机生产线以1.5m/s的速度运行,生产线上两块人造板的间距小于0.4m,缺陷识别必须在3s之内完成,且识别正确率要达到95%。为了满足人造板缺陷识别的实时性、准确性的要求,提出基于随机森林(random forest,RF)的分类方法。首先通过区域筛选分割的方法提取缺陷纹理、形状特征;再次利用上述提取出的特征值用CART算法构建RF;最后利用RF分类。本研究证明基于RF算法的分类器用于人造板表面缺陷在线识别的可行性和优势,能够实现人造板表面缺陷的快速、准确识别,满足人造板缺陷在线检测系统的需求。

关 键 词：人造板 缺陷识别 特征提取 随机森林 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]