Почтовый адрес: САФУ, Редакция «Лесной журнал», наб. Северной Двины, д. 17, г. Архангельск, Россия, 163002, ауд. 1425

Тел.: +7 (8182) 21-61-18
Сайт: http://lesnoizhurnal.ru/ 
e-mail: forest@narfu.ru

о журнале

Алгоритмизация процесса дефектоскопии пиломатериалов

Версия для печати

А.Е. Алексеев, И.А. Толокнов

Рубрика: Механическая обработка древесины

Скачать статью (pdf, 0.9MB )

УДК

674.093

DOI:

Аннотация

Совместное использование трехмерного и оптического сканирования поверхности необрезных пиломатериалов позволяет получить высокую точность выбора наиболее выгодного варианта их раскроя. Сканирование формы дает возможность определить максимальные размеры будущей пилопродукции и параметры обзола, оптическое сканирование отражающей способности поверхности пиломатериала – наличие и положение основных сортообразующих дефектов. Для реализации процесса дефектоскопии пиломатериалов на основе анализа формы и изображения поверхности доски необходимо разработать соответствующие алгоритмы и методы. Во-первых, определить принцип действия и функциональную схему устройства сканирования,
во-вторых, на ее основе создать алгоритмы управления установкой, в-третьих, определив первичный вид данных, получаемых в процессе сканирования, приступить к разработке алгоритмов анализа. Данные сканирования предварительно необходимо привести к пригодной для дефектного анализа форме – геометрической модели и цельному изображению поверхности пиломатериала. Изображение должно быть сопоставлено с формой таким образом, чтобы для каждой точки на изображении можно было определить ее пространственные координаты на поверхности. Результатом работы стали алгоритмы дефектоскопии необрезных пиломатериалов и устройство сканирования с программным обеспечением. Описана принципиальная схема и алгоритм работы фотометрической установки сканирования формы и отражающей способности поверхности необрезных пиломатериалов. Разработаны алгоритмы построения трехмерной модели формы доски на основе получаемых от установки данных, а также алгоритмы выделения пласти и некоторых механических повреждений. Приведен метод формирования линеаризованного изображения поверхности пиломатериала, а также алгоритмы выделения основных пороков древесины. В результате выполнения описанных алгоритмов еще до начала обработки можно определить возможные варианты обработки пиломатериала, а также спрогнозировать качество будущей пилопродукции для каждого варианта. Получаемые в результате сканирования данные можно в дальнейшем использовать для разработки и проверки различных алгоритмов анализа качества пиломатериалов и сбора статистических данных.


Сведения об авторах

© А.Е. Алексеев, д-р техн. наук, проф.

И.А. Толокнов, асп.

Северный (Арктический) федеральный университет имени М.В. Ломоносова,

наб. Северной Двины, 17, г. Архангельск, Россия, 163002; е-mail: i.toloknov@agtu.ru

Ключевые слова

дефектоскопия пиломатериалов, алгоритмизация деревопереработки, техническое зрение, трехмерное сканирование, оптическое сканирование

Литература

1 Копейкин А.М., Задраускайте Н.О., Турушев В.Г., Гельфанд Е.Д. К вопросу автоматизирования определения дефектных участков на пиломатериале // Лесн. журн. 2012. № 3. С. 72–75. (Изв. высш. учеб. заведений).

2. Техническое зрение роботов/ Под ред. Ю.Г. Акушенкова. М.: Машиностроение, 1990. С. 162–164.

3. Szeliski R. Computer Vision: Algorithms and Applications. Springer, 2010.
Р. 578–616.

Ссылка на английскую версию:

Algorithmization of Wood Flaw Detection

Algorithmization of Wood Flaw Detection

A.E. Alekseev, Doctor of Engineering, Professor

I.A. Toloknov, Postgraduate Student

Northern (Arctic) Federal University named after M.V. Lomonosov, Naberezhnaya Severnoy Dviny, 17, Arkhangelsk, 163002, Russia; е-mail: i.toloknov@agtu.ru

The use of the optical form and image scanning of the uncut timber surface allows to define the most profitable cutting variant. The form scanning is using to determine the maximum dimensions of sawn timber and future wane, and the reflectivity scanning of the lumber surface is using to determine the presence and position of the main defects. To implement the wood flaw detection based on the analysis of form and image of the board surface, it is necessary to develop relevant algorithms and techniques. Firstly we need to determine the principle of action and the functional diagram of the scanning device. After that we need to create the control algorithms of the scanner. Defining the primary type of obtained during the scanning process data, we can begin developing analysis algorithms. Previously, the scanned data must be led to the suitable form for the defective analysis - the geometric model and whole image of the timber surface. The image should be matched with the shape so that for the every point of the image its spatial position on the surface have been determined. The experiment resulted in the detection algorithms of the uncut timber and the scanning device with the software. The paper describes the concept and algorithms of the photometric shape and surface reflectance of uncut timber scanner. An algorithm for constructing a three-dimensional shape model of boards, based on data received from the device, as well as algorithms face and some mechanical damage allocation are developed. The formation method of lumber surface linearized image, and algorithms for allocating major defects are also described. As a result of the described algorithms we can identify possible options for timber processing and predict the future quality of sawn timber for each option before processing. Obtained as a result scan data can also be further used for the development and testing of various algorithms to analyze the quality of sawn timber, as well as the collection of statistical data.


Keywords: wood flaw detection, algorithmization woodworking, technical vision, three-dimensional scanning, optical scanning.

REFERENCES

1. Kopeikin A.M., Zadrauskaite N.O., Turushev V.G., Gelfand E.D. K voprosu avtomatizirovanija opredelenija defektnyh uchastkov na pilomateriale [The Question of the Automate Determining of the Defective Sites at the Lumber]. Izv. vissh. ucheb. zavedeniy. Lesnoy zhurnal 2012, no. 3, pp. 72-75.

2. Akushenkov Y.G. Tehnicheskoe zrenie robotov [Technical Robot Vision]. Moscow, 1990, pp. 162-164.

3. Szeliski R., Computer Vision: Algorithms and Applications. Springer, 2010,
pp. 578-616.




Электронная подача статей



ADP_cert_2024.png Журнал награжден «Знаком признания активного поставщика данных 2024 года»

ИНДЕКСИРУЕТСЯ В: 

scopus.jpg

DOAJ_logo-colour.png

logotype.png

Логотип.png