摘要：针对实木地板表面缺陷检测速度慢、精确度低的问题,设计了实木地板视觉检测分选系统,并提出一种基于图像融合的区域生长分割方法。分割方法首先提取缺陷的R分量图像并进行图像缩小,在低维图像空间内运用区域生长方法完成缺陷的快速定位;利用梯度信息插值对缩小图像进行放大复原,并对缺陷进行标记生成参考图像;应用小波变换检索标记参考图像的边缘,以边缘像素点为种子在原图像进行禁忌快速搜索,实现缺陷区域的快速、精准分割。对20幅含有活节、死节、裂纹的样本图像进行了缺陷在线测试,平均分割时间为13.21 ms,缺陷分割区域的准确率达到96.8%。

摘要：针对人工采摘松果过程中存在严重安全隐患的问题,设计了一种击打式松果采摘机器人,该机器人系统主要由电机驱动模块、主控模块、视觉模块、夹持模块、采摘模块组成,视觉模块完成松果识别与定位,实时反馈给主控模块,并控制电机驱动模块,配合夹持模块和采摘模块作业实现松果采摘。采用Matlab仿真软件建立松果采摘机器人运动学模型,求解出机械臂工作空间为直径4.5 m的球体;基于冲量原理和Lagrange方程建立碰撞动力学模型,通过动态分析求解出碰撞后各关节保持原有运动规律所需的驱动力矩;运用静力学原理建立关键组件有限元模型,利用ANSYS Workbench对结构进行优化设计,优化后其安全系数最低为1.5771,支撑关节最大变形4.1484 mm。仿真结果表明:该机器人结构在运动学、动力学及静力学方面均满足设计要求。制作物理样机并在实验室环境下进行了松果采摘试验,样机初始状态尺寸1000 mm×1200 mm×1100 mm,试验结果验证了机器人结构设计的合理性与实用性。

摘要：为实现板材颜色的在线快速分类,解决深色珍贵木材难以识别的问题,建立一种基于模糊逻辑的颜色心理感知与物理量相关联的分类方法。以一种新的HSV颜色空间改进量化方法为基础,提取H、S分量特征值。再由语言值模糊化推理得到隶属度函数,选择Mamdani算法为模糊推理方法,以MIN-MAX-重心法进行解模糊,最后得到模糊规则查询表。模糊分类器对含9类树种、样本容量为1 000的一组板材进行分类。总体分类结果正确率为98.40%,平均处理速度约为每个样本40 ms。模糊分类器能够匹配工业相机的采集速度和传送带速度,可以实现在线分选,很好地克服深色纹理干扰,正确区分深红色板材与深色纹理板材。

摘要：在中密度纤维板(MDF)施胶过程的要求下,为克服施胶过程中存在的滞后、非线性等问题,采用了提高系统控制精度的交流伺服驱动系统。设计了伺服系统的硬件部分,根据系统的控制原理建立了数学模型,并进行计算机数字仿真,分析了系统的稳定性。仿真结果表明采用伺服系统可以获得较好的控制效果。

摘要：针对松果采摘机器人移动过程中存在的振动问题,提出一种基于强化学习的指定不敏感(SI)输入整形器控制方法,设计了一种机械手臂击打式的松果采摘系统。首先通过测量运动过程中的振动幅度大小,并给予强化学习代理体不同的奖励函数;接着令代理体寻找最大奖励函数,即达到振动幅度最小的SI输入整形最优参数。然后引入衰减函数使代理体跳出局部最优参数,得到全局最优参数;最后通过仿真实验进一步验证该强化学习的SI输入整形器算法的消振效果。与SI输入整形算法相比,振动幅度降低40%,时滞时间缩短46.3 ms。结果表明,所提出的应用强化学习的SI输入整形器具有较好的振动抑制效果和鲁棒性。

摘要：针对板材表面的纹理特征,设计了直纹、弯纹二维模糊逻辑分类器。首先对灰度共生矩阵提取的板材特征量进行散点分布分析,提取出用于纹理分类的能量和相关性基本特征;设计能量、相关性与纹理的模糊论域及隶属度函数,完成了特征量与纹理类别的模糊化;通过提取样本的模糊规则和Mamdani重心法,完成模糊推理,并得到纹理分类查询表。应用设计的纹理模糊分类器对样本库中100幅直纹和弯纹样本进行分类实验,分类总体正确率达到90.5%。

摘要：公路建设与其周边生态景观存在不和谐的问题,公路生态景观的评价分析、恢复与建设越来越成为重要的课题。针对景观评价问题,本文提出了运用3S(remote sensing、geography information sys-temg、lobal positioning system)技术构建生态景观评价系统,并应用层次分析法对公路生态景观进行评价。该评价方法将公路生态景观分解为3个层次,经过矩阵一致性检验的判断确定了评价要素的权重,该权重与生态景观要素得分运算后得到生态景观评价结果。运用该系统对全桂公路进行了生态景观评价测试,结果表明,评价与专家组在当地调查情况基本一致,证明了该方法的有效性及系统设计的可行性。

摘要：【目的】针叶材的管胞不仅具有输导养分的作用,而且具有较强的支撑能力,其管胞分布状态影响着木材力学特性。探究管胞分布状态与木材力学特征的内部关系对实现木材抗压弹性模量的预测有重要意义。【方法】本研究从针叶材管胞效应入手,设计了一套集光源发射、光斑采集与分析、木材遍历为一体的纤维角检测平台,构建了木材纤维角分布与其抗压弹性模量的数值关系模型。首先,利用最小二乘法拟合投射在木材表面激光光斑的椭圆轮廓,完成纤维角测量;然后,通过分析纤维角测量误差,选用系数为20的均值滤波方法以提高纤维角测量精度;通过对木材遍历采样,完成纤维角分布的采集;最后,以木材两个面上纤维角分布的均值、潜入系数与标准差为输入,以试样的抗压弹性模量为输出,构建了6输入1输出的4层神经网络,完成抗压弹性模量的预测。按照GB/T15777—1995《木材顺纹抗压弹性模量测定方法》加工了落叶松试样100个,应用检测平台采集了相应试件的纤维角分布后,采用力学试验机得到对应力学真值,按照3∶1的比例划分训练样本与测试样本。【结果】平均滤波次数选取20时,该设备纤维角采集测量误差达到0.65°以下;分别构建了以双面纤维角分布特征、单面纤维角分布特征以及双面纤维角分布特征均值为输入,抗压弹性模量为输出的网络预测模型。实验比较发现:以双面纤维角分布特征为变量的网络模型预测精度上优于其他两组,此时网络预测的抗压弹性模量准确率达到90.80%。【结论】应用纤维角分布特征可以实现针叶材抗压弹性模量的有效预测。最小二乘拟合与均值滤波法的结合可以有效、准确地表达纤维角的特征信息。纤维角的均值、潜入系数与标准差可以有效描述纤维角的分布特征。在构建木材抗压弹性模量时,木材双面的纤维角分布特征对其抗压弹性模量预测精度最高。

摘要：针对实木地板的活节、死节、虫眼、裂纹缺陷在线检测速度慢及准确率低的问题,提出在提取R分量图像基础上,利用数学形态学优选缺陷种子点,设计缺陷图像快速增长策略,完成图像缺陷的快速分割;给出了以缺陷面积、边缘灰度均值、内部灰度均值、长宽比为特征的特征提取方法与步骤;构建了基于自组织映射(SOM)神经网络的缺陷辨识模型。实验结果表明:R分量可以准确表征缺陷信息;基于形态学的缺陷分割与SOM网络的缺陷辨识具有快速性和准确性,缺陷分割用时18.8 ms,缺陷分类用时4 ms,平均辨识准确率在89%以上,可以满足木地板缺陷在线检测的速度和准确率要求。

摘要：针对木材表面存在的直纹、抛物纹与乱纹3类纹理,提出一种快速、准确的分类方法。分别提取小波变换的15个特征与曲波变换的16个特征,通过设计纹理类型的遗传网络分类器,遗传优选出14个主要特征;最后,运用BP网络构建基于优选特征量的纹理分类器。对3类300个样本进行了仿真实验,基于小波变换、曲波变换和遗传融合方法的平均分类准确率分别为86.5%、89.3%和90.9%,平均分类时间分别为0.025、0.563和0.216 s。实验结果表明:小波变换对直纹分类具有较好的分类效果,但缺少方向性,对复杂纹理分类精度低;曲波变换可用于表达复杂的木材纹理特征,但特征计算时间较长;基于遗传融合的特征提取方法,融合了小波分类速度快与曲波分类精度高的特点,实现了小波与曲波的特征有效选择,提高了纹理分类的速度与分类精度。