Resumen

La clasificación y el precio de la madera están relacionados principalmente con los defectos y las especies de la madera. En este artículo, se proponen simultáneamente un esquema de detección cuantitativa de defectos de la madera y un esquema de identificación cualitativa de especies de madera basados en nubes de puntos de escaneado láser 3D. En primer lugar, se utiliza un escáner Artec 3D para escanear la superficie de la madera y obtener la nube de puntos 3D. Cada punto 3D contiene sus coordenadas X, Y y Z y su información de color RGB. Tras el preprocesamiento, el valor de la coordenada Z del punto actual se compara con el umbral establecido para juzgar si se trata de un punto defectuoso (es decir, cavidad, túnel de gusano y grieta). En segundo lugar, se utiliza un algoritmo de búsqueda preferente profunda para segmentar los puntos defectuosos retenidos marcados con diferentes colores. El algoritmo de integración se utiliza para calcular la superficie y el volumen de cada defecto. Por último, la identificación de la especie de madera se realiza con la información de color de la superficie de la madera. Para la clasificación se utilizan los momentos de color de los puntos escaneados, pero no los puntos defectuosos. Los experimentos indican que nuestro esquema puede medir con precisión las áreas superficiales y los volúmenes de cavidad, túnel de gusano y grieta en la superficie de la madera con un error de medición inferior al 5 y también puede alcanzar una precisión de reconocimiento de especies de madera del 95%.

• Materias:Rayo láser Óptica Fibra óptica Biofotónica Optoelectrónica
• Subjects:Lasers Optics Optical fibres Biophotonics Optoelectronics
• Palabras claves:superficie de madera, puntos de defecto, defecto de madera, especie de madera, túnel de gusano, algoritmo de búsqueda profunda preferida, precisión de reconocimiento de especies de madera, nube de puntos 3D, escáner Artec 3D, información de color RGB
• Keywords:wood surface, defect points, wood defect, wood species, worm tunnel, deep preferred search algorithm, wood species recognition accuracy, 3D point cloud, Artec 3D scanner, RGB color information