申请/专利权人：福州大学

申请日：2022-10-12

公开（公告）日：2024-06-25

公开（公告）号：CN115452948B

主分类号：G01N29/04

分类号：G01N29/04;G01N29/06;G01N29/22

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.12.27#实质审查的生效;2022.12.09#公开

摘要：本发明涉及一种矩形截面木构件内部缺陷智能检测方法和系统。本发明将采集到的超声波波速数据进行修正，使矩形木构件的内部缺陷特征更加突出，并且，本发明确定木材矩形横截面内修正后的超声波波速数据的分布情况，按照超声波波速大小进行RGB颜色渐变可视化处理得到木材各层横截面的二维检测图像，接着，从各个离散的二维检测平面到完整的三维立体图像的转化，以实现对矩形木构件中是否存在缺陷的精确检测。

主权项：1.一种矩形截面木构件内部缺陷智能检测方法，其特征在于，包括：获取超声波在木材矩形横截面内的传播信息和木材矩形横截面的高度信息；所述超声波在木材矩形横截面内的传播信息包括：传播时间和传播路径的起止点坐标；基于所述传播路径的起止点坐标确定各传播路径的传播距离；基于所述传播时间和所述传播距离确定木材矩形横截面内的超声波波速数据；获取超声波波速修正系数；基于所述超声波波速修正系数修正所述超声波波速数据得到修正后的超声波波速数据；确定木材矩形横截面内修正后的超声波波速数据的分布情况，并按照超声波波速大小进行RGB颜色渐变可视化处理得到木材各层横截面的二维检测图像；获取缺陷特征的RGB颜色阈值和层间插值精度；基于所述缺陷特征的RGB颜色阈值对木材各层横截面的所述二维检测图像中存在的缺陷轮廓进行标记；基于所述木材矩形横截面的高度信息生成高度列向量；按照层间插值精度确定木材中每两层横截面的二维检测图像之间的插值层图像数据；基于木材中各层横截面的二维检测图像、插值层图像数据、高度列向量和木材中各层横截面的二维检测图像中标记的缺陷轮廓生成三维检测图像；其中，基于所述超声波波速修正系数修正所述超声波波速数据得到修正后的超声波波速数据，具体包括：以木材矩形横截面的对角线为直径，构建一个圆形区域；延长木材矩形横截面内的传播路径与所述圆形区域相交得到圆形区域的弦；确定圆形区域的弦与圆形区域直径间的夹角；基于该传播路径中的超声波波速数据、所述超声波波速修正系数和所述夹角得到修正后的超声波波速数据；所述修正后的超声波波速数据为v：v＝vr+kθ式中，θ为圆形区域的弦与圆形区域直径间的夹角，vr为传播路径中的超声波波速数据，k为超声波波速修正系数；基于木材中各层横截面的二维检测图像、插值层图像数据、高度列向量和木材中各层横截面的二维检测图像中标记的缺陷轮廓生成三维检测图像，具体包括：输入二维检测图像、各检测横截面高度和层间插值精度；将二维检测图像的所有像素点和二维检测图像采用的RGB插值填色图标尺由RBG值转化为HSV值；将各层横截面的二维检测图像中的所有像素点的颜色反演为颜色索引值，并形成二维颜色索引矩阵； 式中，indexi代表像素点的颜色索引值，x1i代表检测图像中第i个像素点的HSV色相值，x2j代表插值填色图标尺的HSV色相值，min函数用于寻找列向量中的最小元素，location函数用于寻找由min函数求得的最小元素在列向量中的行数；确定两层二维检测图像间各插值层的颜色索引矩阵； ratio_am＝1-ratio_bmapm＝mapk·ratio_b+mapk+1·ratio_a式中，ratio_bm代表第m个插值层与第k层原始图像的插值权重，ratio_am代表插值层与第k+1层原始图像的插值权重，mapm代表第m个插值层的颜色索引矩阵，mapk代表第k层原始图像的颜色索引矩阵，mapk+1代表k+1层原始图像的颜色索引矩阵，altitudek代表第k层原始图像的高度，altitudek+1代表第k+1层原始图像的高度，precision代表插值精度；基于二维颜色索引矩阵和各插值层的颜色索引矩阵将各层二维检测图像和插值层数据变换为空间坐标信息和颜色信息，得到三维检测图像。

全文数据：

权利要求：

百度查询： 福州大学 一种矩形截面木构件内部缺陷智能检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD