木材表面检测
识别最终切割木板的质量问题

现代锯木厂或木材厂都是计算机控制的企业,每天将原木加工为成百万上亿的板材。木材经过初步切割和修整后,干燥或风干,再刨平并切割成最终尺寸。木材有严格的质量分级。最终切割木材的缺陷的数量和位置,包括碎片、裂纹、或其他缺陷,决定了木材的等级,以及可以收费的最终价格。
作为一种天然产品,木材比人工材料有更多的差异,使木材表面检测非常有挑战性。要编程所有可能的缺陷和木材图案是不现实的,所以在木材分级视觉检测方面,传统机器视觉的用途有限。
Cognex Deep Learning 使用切割形成的各种木材缺陷图像进行训练。然后分类工具即可识别并区分各种木材缺陷,同时忽略可接受的图案、纹理和颜色差异。
无论是切割造成的还是木材本身质量差,出现木材质量问题都意味着上游供应链有问题。Cognex Deep Learning 有足够高的灵敏度,可以检测切口的细微差异,从而发现可能出现的锯刀问题。这样就能在锯刀出现明显问题前进行调整或更换,避免其质量进一步恶化并影响木材质量。
