基于深度学习的木材缺陷图像检测方法

作者：程玉柱; 顾权; 王众辉; 李赵春

来源：林业机械与木工设备, 2018, 46(08): 33-36.

DOI：10.13279/j.cnki.fmwe.2018.0087

• 深度学习
• 卷积神经网络
• 区域建议网络
• 木材缺陷图像
• CV

针对木材活节、虫眼、死节等缺陷,提出一种深度学习的木材缺陷图像检测算法。首先构建训练数据库及测试数据库,同时设定卷积神经网络(CNN)的输入层、中间层、输出层等参数,并利用区域建议网络(RPN)反复训练CNN,然后利用训练好的CNN对测试图像进行检测,得到缺陷所在的矩形区域。将此区域作为初始分割范围,再利用CV模型进行图像精细分割。试验结果表明,提出的算法目标定位能力强,能很好地提取木材缺陷目标。

• 单位
  电子工程学院; 南京林业大学