买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);山东山科智控数字化科技有限公司申请的专利一种桉木单板缺陷图像检测系统及检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115131342B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210924642.5，技术领域涉及：G06T7/00；该发明授权一种桉木单板缺陷图像检测系统及检测方法是由程广河;程大全;白金强;郝凤琦;孙瑞瑞;郝慧娟;王星星设计研发完成，并于2022-08-02向国家知识产权局提交的专利申请。

本一种桉木单板缺陷图像检测系统及检测方法在说明书摘要公布了：一种桉木单板缺陷图像检测系统及检测方法，实现对桉木单板缺陷识别，其中所述缺陷类别的辨识采用Bbox‑cover方法进行平衡，并且使用设计的聚合模块AGM将YOLOv5进行通道信息与像素信息进行有效融合，从而提高桉木缺陷的检测的精度，最后通过设计一种缺陷面积的计算方式，以满足用户筛选并统计不同缺陷大小的需求。

本发明授权一种桉木单板缺陷图像检测系统及检测方法在权利要求书中公布了：1.一种桉木单板缺陷图像检测方法，其特征在于，所述方法基于一种桉木单板缺陷图像检测系统实现，所述系统包括高速收板机设备，还包括：图像采集模块、模型训练模块和模型识别模块；所述图像采集模块利用Bbox-cover方法对采集的原始图像数据集进行操作；所述模型训练模块在YOLOv5结构中加入注意力机制模块SE-Net，以获得输入进来图像的特征层，每一个通道的权值； 所述图像采集模块、模型训练模块和模型识别模块安装于所述高速收板机设备中，以采集、处理识别、检测进入高速收板机设备中的桉木单板； 所述桉木单板缺陷图像检测系统还包括：分选装置，所述分选装置通过PLC控制电机正反转进而控制分级挡板的方向，其中，PLC将根据桉木单板缺陷图像检测结果控制电机正反转，其中，所述检测结果包括一级板材、二级板材； 若检测为一级板材则控制电机正转，所述桉木单板落入一级板仓； 若检测为二级板材则控制电机反转，所述桉木单板落入二级板仓； 所述PLC与边缘计算盒采用Modbus-RTU协议，通过485接口，边缘计算盒作为主机，PLC作为从机进行通信，其中保持寄存器40001地址为状态码；40002-40005分别为四类缺陷数量，40011-40012分别为死结、活结面积设定，400015为图像保存设定，所述四类缺陷包括死结、活结、树皮和裂缝；在所述边缘计算盒中加载有所述的模型识别模块； 所述桉木单板缺陷图像检测方法包括图像采集、图像训练和图像识别： 在所述图像采集中： 利用Bbox-cover方法对采集的原始图像数据集进行操作，步骤如下： Step1:顺序选取所述数据集当中一张图像作为操作对象F； Step2:对操作对象F进行标签类别判定，查看操作对象F是否具有4类缺陷q，所述缺陷q包括：表示死结、表述活结、表示树皮、表述裂缝； 如缺少某种缺陷类别，则对操作对象F进行如下Copy-paste操作： 将所述操作对象F作为主图像,对缺少的缺陷类别进行复制到操作对象F中，其中，进入Step3； Step3:对缺陷标签进行统计，并计算缺陷类别数量的均值,在将各个缺陷与进行绝对值计算，得到或，代表缺陷当中需要减少的缺陷类别，代表四类缺陷当中需要增加的缺陷类别； 获取到缺陷图像Bbox1坐标点xmin,ymin,xmax,ymax进行裁剪并覆盖掉当中的缺陷图像Bbox2坐标点x＇min,y＇min,x＇max,y＇max,直到满足数量为止，其中Bbox坐标点代表目标框归一化之后的左上角与右下角坐标点，为比例系数： （I） II 其中β取值为0-1； Step4:将全部数据集中每个图像都完成上述Step1至Step3步骤； 在所述图像训练中： 采用在YOLOv5结构中加入注意力机制模块SE-Net，以获得输入进来图像的特征层，每一个通道的权值，具体步骤如下： 首先通过全局平均池化输出为1×1×C的数据： IV 所述公式（IV）也被称为Fsq操作，中文为压缩特征图操作，其中，H代表图像高度，W代表图像宽度，对C个大小为H*W的特征图进行Fsq操作,表示每个特征图通道信息的二维矩阵，下标c表示每个特征图的通道数； 然后是Fex操作，中文为抽取特征图操作，公式如V,其中w 1与公式IV的求得每个特征图的操作结果进行相乘得到1×1×Cr，这是第一个全连接层；在经过Relu输出维度不变；然后与w 2相乘，这是第二个全连接层，输出维度为1×1×C，为Relu函数，最后经过Sigmod函数进行数据归一化得到结果s： V 在公式（V）中，z为公式IV求得每个特征图的操作结果;w为二次全连接操作，w 1表示第一次操作，w2表示第二次操作；； 最后通过Fscale操作，中文是重标定操作，把所述Fsq操作与Fex操作得到的结果进行相乘： （VI） 在公式（VI）中，u c为每个特征图通道信息的二维矩阵；为权值；最终形成识别模型； 在所述图像训练中还包括聚合模块AGM，对输入的图像通道维度进行最大池化，像素维度信息进行平均池化操作，最后在进行拼接，完成1×1卷积之后输出给检测头； 在所述图像识别中： 利用所示识别模型识别的桉木缺陷图像信息之后，通过公式（VII）计算出图像中P,与Q,俩点像素的距离： VII） 再利用实际测量的桉木的长宽值，通过公式（VIII）得到每个像素点的实际距离: （VIII） 在公式（VIII）中，d w为实际桉木单板的宽度；d l为桉木单板的长度；D w为图像中桉木单板宽度像素点的距离；D l为图像中桉板单板长度像素的距离；通过所述识别模型识别出缺陷图像，提取ROI区域，利用图像处理画出缺陷的外接矩形框，最后计算出矩形框面积，从而得到缺陷图像面积。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东省计算中心(国家超级计算济南中心);山东山科智控数字化科技有限公司，其通讯地址为：250000 山东省济南市经十路东首科学院路19号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。