基于深度学习的人造板表面缺陷检测研究     

魏智锋  肖书浩  蒋国璋  伍世虔  程国飞 《林产工业》2021,58(2):21-26

缺陷识别是人造板检测的重要环节,目前大多采用人工检测方法。将一种轻量级的深层神经网络MobileNet与SSD算法结合,使用Inception网络附加到多个特征映射上,构建SSD-MobileNet算法模型用于人造板的缺陷检测,以提高区分不同缺陷的能力。从人造板工厂生产现场获取主要包括粗刨花、水印、砂痕、杂物、胶斑5种缺陷类型的表面缺陷图,制成一个包含3216张人造板表面缺陷图像的数据集。利用该数据集对SSD-MoblieNet模型进行训练、测试,并与其他特征提取网络(ResNet18、VoVNet39、ESPNetV2)的检测精度和检测速度的影响结果进行对比,发现其检测速度最快达到75帧/s,相对其他特征提取网络的平均精度均值提升2.26%~3.52%。该研究为实现人造板表面实时在线检测提供良好的技术支撑。  相似文献   

基于Kinect的机器人采摘果蔬系统设计     

王欣  伍世虔  邹谜 《农机化研究》2018,(10)

针对果蔬自动采摘的问题,提出了一种以Kinect V2设备作为机器人的视觉部分来摘取果蔬的系统。采用Kinect V2视觉设备获得空间的深度图像,由相机的成像模型原理获得果蔬的三维坐标;随后,将数据传递给NAO机器人进行逆运动学分析,并对机器人抵达目标物进行路径规划和可行性分析;最后,根据机器人和果蔬的三维空间相对位置关系,选取最佳的行走路径和采摘策略。实验结果表明:采摘系统能使机器人快速、准确地完成采摘任务。  相似文献   

一种用于机器人水果采摘的快速识别方法   总被引：1，自引：0，他引：1  

邹谜  伍世虔  王欣 《农机化研究》2019,(1):206-210,252

针对机器人水果采摘中容易受遮挡、光照变化等因素的影响而产生误识别的问题,提出了一种基于颜色分量统计的特征匹配水果识别方法。根据成熟水果所特有的颜色特性,提取代表水果特征的描述值,将其作为识别时的特征进行匹配。在匹配过程中对每个搜索子图进行匹配时采用积分求和的思想,大大提高了水果识别的效率。实验结果表明:该算法在一定程度上有效解决了光照和遮挡对识别造成的影响,能快速准确地识别出需要采摘的成熟水果类型。  相似文献