林业科学

作者：杨滨1,郝景新2,*,李贤军1,吴新凤1,王兴华3

单位：1. 中南林业科技大学材料科学与工程学院　长沙 4100042. 中南林业科技大学家具与艺术设计学院　长沙 4100043. 杭州大王椰供应链科技有限公司　杭州 311311

关键词：胶黏剂,胶合性能,机器视觉,测量

基金：湖南省教育厅优秀青年基金项目“竹木点阵夹芯复合材拓扑节点预应力增强机制与结构优化”（22B0277）；中南林业科技大学研究生科技创新基金项目“基于机器视觉的胶合性能测量精度优化技术研究”（2023CX02075）。

胶黏剂可将小尺寸木质材料单元黏接成人造板、胶合板和胶合木等形式，应用于木结构建筑、承重墙、装饰、地板和桥梁等工程材料中。胶合性能是评价胶黏剂胶黏能力的重要依据，与其相关的指标主要包括胶合强度、施胶分布、渗透性、剪切强度、剥离率、木破率等。近年来，机器视觉技术已被广泛用于辅助评价胶合性能。为更详细、全面了解基于机器视觉的胶合性能测量技术，本研究在收集国内外胶合性能测量技术相关文献的基础上，概述基于机器视觉的图像采集技术、图像预处理技术、图像分割技术和图像识别分类，阐述机器视觉技术在胶黏剂分布、渗透性和木破率3方面的应用，讨论基于机器视觉技术无法准确分割数字图像导致测量精度低的相关问题，总结机器视觉技术胶合性能测量技术优化方法，并提出今后研究展望：1） 实现胶接接头上胶黏剂与木质材料的精准识别，特别是浅色胶黏剂与基材的识别，尤其包括刨花板和纤维板等板材的胶点与细小的木质单元；2） 深入探究不同测量对象的像素级单位特征与机器视觉的测量机制；3） 基于机器视觉技术进行科学、健全和体系的评价机制研究；4） 深入探究图像采集的光照条件、采集设备、样品放置等环境因素对采集图像质量的影响机制；5) 建立胶合性能评价数据库，为深度学习或胶合性能深入分析提供数据来源。

来源：2024年第12期

《林业科学》期刊编辑部

查看林业科学杂志2024年第12期