摘要：随着计算机技术尤其是多媒体技术以及数字图像的处理与分析理论及其配套技术的不断发展和完善，机器视觉技术在表面检测方面已经得到了广泛的应用。该文阐述了机器视觉的原理、组成以及机器视觉技术在实木板材、太阳能电池片及长竹条等产品表面进行识别与分选方面的应用，重点介绍了基于机器视觉技术在实木板材表面进行识别与分选系统的研究与设计，指出了相关机器学习算法在机器视觉表面检测技术中的应用。此外，还对基于PLC控制下系统的运行性能做了部分介绍，有效地解决了人工分类的烦琐、精确度低以及工作成本高的问题，并指出了机器视觉技术在物体表面检测方面在今后的发展趋势及前景。
关键词：机器视觉 表面检测 实木板材分选 PLC控制
1 引言
机器视觉就是用机器代替人眼来做测量和判断，它是一项综合技术，涉及计算机视觉、图像处理、模式识别、人工智能、信号处理、光电一体化等多个领域，作为一门新兴技术，伴随着人工智能技术的快速发展推动新一轮产业革命的到来，机器视觉技术系统在工业、农业、交通、医疗等行业得到了广泛的应用[1]，不仅提高了生产效率，且在精度、质量和速度方面都比人工具有巨大的优势[2]。
在国内，机器视觉相关技术的发展在近几年才得到重视，机器视觉行业发展开始蒸蒸日上。视觉研究已经渗透了产业的各个方面，国内大多研究主要集中在识别、检测、测量的工业应用领域[3]。
在国外，机器视觉技术从上个世纪80年代中期开始便获得了蓬勃发展，并在90年代进入高速发展期，至2006年，随着深度学习概念的提出，卷积神经网络、循环神经网络等算法的推广应用，机器视觉发展进入了一个新的阶段。至今机器视觉技术在机器人、3D视觉、工业传感器、机器人控制软件或算法、人工智能等方面领域得到了广泛的应用[3]。
该文通过分析大量文献，综述了机器视觉技术在工业检测自动化领域中的应用研究进展，重点分析了机器视觉技术在实木板材表面进行识别与分选系统的研究设计，并且指出了机器学习算法在其中的应用，并还对PLC控制系统作了相关介绍。一方面，满足了实木底板生产厂家对实现地板自动分色的急切需求，另一方面也有效减少了人工分类的成本。
2 研究现状
利用机器视觉技术对产品表面进行检测与分选，一般包括传动、图像采集、信号识别处理与分选执行4个部分，对于大部分产品的表面检测，传动部分主要由传送带完成，通过传送带将产品运送至图像采集区域，采集到的图像传输至工控机，通过图像识别系统处理产生控制信号，从而进一步驱动分选执行系统进行分选，下面将根据查阅的文献对图像采集系统、木材识别系统与分选执行系统3个部分进行介绍。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
