應用實例
瑕疵檢測
背景
木材生產是一個勞動密集、多步驟的過程，在生產的週期中進行多次的量測和檢查，可以有效的確保其品質，而其中膠合板(plywood)是木材產業裡的重要分支之一。
從砍筏樹木，將其切成100英吋的長度，再以車床將其剝皮而生產長單板。由於經過預處理的木材更容易去皮，會先將切片放入池塘或蒸氣室以增加水分含量，此時，會檢查單板的顏色是否有缺陷，最後再使其乾燥，並結合膠水、壓力和蒸氣加熱來製成膠合板。
單板以每秒1次的速度通過傳送帶，在 8 小時的輪班期間，尋找結節、孔洞、污垢、鑿孔和其他缺陷的任務對人眼來說非常困難，而且人員判斷也會缺乏客觀性，除此之外，生產過程的煙霧和木屑，更會引起人員的健康問題。
從砍筏樹木，將其切成100英吋的長度，再以車床將其剝皮而生產長單板。由於經過預處理的木材更容易去皮，會先將切片放入池塘或蒸氣室以增加水分含量，此時，會檢查單板的顏色是否有缺陷，最後再使其乾燥，並結合膠水、壓力和蒸氣加熱來製成膠合板。
單板以每秒1次的速度通過傳送帶，在 8 小時的輪班期間，尋找結節、孔洞、污垢、鑿孔和其他缺陷的任務對人眼來說非常困難，而且人員判斷也會缺乏客觀性，除此之外，生產過程的煙霧和木屑，更會引起人員的健康問題。
解決方案
entek Inc.開發的GS2000，能透過機器視覺技術，在乾燥的製程之後，拍攝並檢查木板的表面，以確保其適合製作為膠合板，適用於雲杉、松樹、鐵杉或紅杉…各類木材。
此系統使用到：
此系統使用到：
- 工業相機: 2K CL 線掃描線機
- 視覺軟體: Matrox Imaging Library (MIL) / Bolb
- 影像卡: Matrox影像卡
▋ Bolb突顯後的結果
GS2000可以在0.5秒內取得單個木板的影像，在影像處理與分析上，使用了類神經網路(Neural Network Classifier)以及Bolb模組，其中類神經網路是瑕疵檢測與分類的核心，而Bolb能更加突顯檢查孔洞、裂縫、裂口、污點、空隙等各種缺陷，有效提升類神經網路的處理效能與可靠度。
在此系統的開發過程中，維持高檢測速率與製造有效的缺陷的資料庫是兩大難關。關於檢測速率，開發人員有效使用了MMX和多線程優化，將其保持在極高的速率。另一方面，Bolb也能提供更有效的缺陷資料給神經網路。
Ventek 在木材行業的機器視覺檢測系統創新享有盛譽。GS2000 針對工業環境進行了優化，在煙霧、木屑和高溫等惡劣環境條件下表現良好。迄今為止，已經向膠合板的主要製造商銷售了超過 25 套以上的系統。
木材瑕疵 膠合板瑕疵 木材瑕疵檢測 膠合板瑕疵檢測 AI 人工智慧 深度學習 類神經網路