[發明專利]木板平整度檢測及其機器學習方法、裝置及電子設備

有效

• 申請號: 201711342059.9
• 申請日: 2017-12-14
• 公開（公告）號: CN108090896B
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 丁磊
• 申請（專利權）人: 北京木業邦科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 北京智信四方知識產權代理有限公司 11519
• 代理人: 鐘文芳

本公開實施例公開了木板平整度檢測及其機器學習方法、裝置及電子設備。所述木板平整度檢測的機器學習方法，包括：獲得所述木板的多個圖像樣本；其中，所述多個圖像樣本包括從多個不同的拍攝角度采集的所述木板的圖像；所述多個不同的拍攝角度按預定角度差分布；獲得所述木板的平整度數據；根據所述木板的圖像樣本和所述平整度數據對機器學習模型進行訓練。本公開實施方式在機器學習過程中，獲取了一種帶有空間結構的數據信息，用于識別一個帶有空間特征，使得訓練得到的木板檢測識別模型能夠更加精確的識別木板的平整度數據。

技術領域

本公開涉及木材自動識別技術技術領域，具體涉及一種木板平整度檢測及其機器學習方法、裝置、電子設備及計算機可讀存儲介質。

背景技術

在木材加工領域，木板平整度檢測是一個重要環節。在對木板進行涂飾過程中，木板可能存在凹凸不平，如果木板的不平整超過一定范圍時，木板上的裝飾漆會出現裂痕或掉落現象，嚴重影響木板的裝飾功能。在傳統的方法中，木板的平整度檢測由人工完成。經過訓練的工人，通過觀察，結合經驗判斷每一塊木板的平整度，有效排除不合格木板。

然而，使用人工的平整度檢測的方法需要耗費大量的人力資源，并且由于每一批次的木板材質和上色工藝可能存在不同，每一次的平整度檢測標準也可能存在變動，因此需要不斷的對工人進行培訓和訓練。同時，隨著工作時間的增加，人力的方法也會出現準確率下降，效率變慢的現象。

使用機器進行平整度檢測的方法正成為當前行業的新興方向，在木材處理過程中的很多步驟可以通過機器的方法來解決。

發明內容

本公開實施例提供一種木板平整度檢測及其機器學習方法及裝置、電子設備、計算機可讀存儲介質。

第一方面，本公開實施例中提供了一種木板平整度檢測的機器學習方法，包括：

獲得所述木板的多個圖像樣本；其中，所述多個圖像樣本包括從多個不同的拍攝角度采集的所述木板的圖像；所述多個不同的拍攝角度按預定角度差分布；

獲得所述木板的平整度數據；

根據所述木板的圖像樣本和所述平整度數據對機器學習模型進行訓練。

可選地，所述拍攝角度包括在水平和垂直兩個維度上圖像采集設備與所述木板表面相對的角度。

可選地，所述多個圖像樣本是按照所述預定角度差分布的多個圖像采集設備同時采集得到的。

可選地，所述多個圖像樣本是在所述木板移動的情況下，通過一個圖像采集設備在多個時刻進行圖像采集得到的。

可選地，所述平整度數據包括所述木板的平整度級別、所述木板的畸變區域、所述畸變區域的畸變級別、所述木板的畸變類型、所述木板的畸變區域的畸變類型中的一種或多種。

可選地，所述機器學習模型包括卷積神經網絡、反饋神經網絡、深度學習網絡、決策森林、貝葉斯網絡、支持向量機中的一種或及幾種的組合。

可選地，獲得所述木板的多個圖像樣本，包括：

獲取線性激光光源投射在所述木板表面上的多組一維圖像；每組所述一維圖像包括從同一拍攝角度采集到的從同一投射角度投射在所述木板表面不同位置處的多個一維圖像；且各組一維圖像對應的拍攝角度按照預定角度差分布；

將所述多組一維圖像中的每組分別進行拼接，形成多個二維圖像樣本。

可選地，所述各組一維圖像對應的線性激光光源的投射角度和/或投射位置不同。

可選地，獲取線性激光光源投射在所述木板表面上的多組一維圖像，包括：

在所述木板以預定速度移動時，采集固定不動的線性激光光源投射在所述木板表面上的多組一維圖像；或者，