木材表面检测

识别最终切割木板的质量问题

相关产品

In-Sight D900

采用 In-Sight ViDi 技术的深度学习式视觉软件

VisionPro Deep Learning

面向深度学习工业图像分析的图形化编程环境

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。