1. 研究目的与意义
目的：在木材工业迅速发展的现状之下，森林资源开采范围却随之逐渐减少，森林资源面临着严重的短缺问题，木材的供需矛盾日益尖锐。因此，本研究的目的为两点，第一点，减少木材资源的浪费，提高木材资源利用率。本研究致力于减少木材资源的浪费，节约木材资源，提高木材的利用率，最大程度的利用木材资源，利用率低的问题，通过毛边锯材钝棱检测可以检测出钝棱位置从而确定木材锯切加工最佳尺寸。
第二点，实现毛边锯材智能化、自动化检测。本研究为了克服超声波检测、x射线检测与光电扫描检测在木材缺陷检测尤其是毛边锯材检测仿棉的不足、为了解决目前国内大多采用人工检测毛边锯材钝棱的现状，为了解决毛边锯材粗加工中零料浪费大、利用率低的问题，让毛边锯材钝棱检测可以实现木材加工和检测的自动化与智能化，且适用于大多数木材加工企业适用，本研究致力于研究出一种安全可靠、测量精度高、速度快和使用方便毛边锯材钝棱检测方法，建立在激光三角测距的基础之上，可以充分利用激光检测稳定性好、精度高的有点，可实现在线连续检测。
意义：本研究的研究意义可以分为两点，第一点，减少工人强度，促进木材产业向自动化、智能化加工业检测发展。通过利用合理而有效的毛边锯材检验技术，就可以判断出毛边锯材钝棱位置从而得到毛边锯材的最佳下锯尺寸实现木材的最大利用率，避免人工检测因视觉疲劳造成的误判与木材的浪费，推进木材加工与检测的自动化进程。
2. 国内外研究现状分析
我国有森林面积1．377亿hm2，森林蓄积101.3亿m3，仅次于俄罗斯、巴西、加拿大、美国，居世界第五位。但按人均占有量计算，我国人均森林面积0.11hm2，只有世界平均水平的1/6；人均森林蓄积量8.6m3，仅为世界平均水平的1/8。而且我国林木资源的消耗存在着十分严重的浪费。据有关部门统计，木材利用率只有50%左右。而发达国家的木材综合利用率一般在80%以上，加工剩余物的工业利用率在50%以上。我国正面临着严重的木材资源短缺问题，木材的供需矛盾日益尖锐。为了节约木材资源，提高木材的利用率，几十年来人们一直在致力于研究一些迅速而准确的探测木材缺陷的方法。减少木材资源的浪费，最大程度的利用木材资源，木材无损检测技术则是提高木材利用率的一个极其重要的手段，在得到木材锯切加工最佳尺寸之后才能得到木材最大利用率。
木材产品的原料为原木，原木的截面可以近似看成圆形，原木可以近似成一个圆柱形，多数木材产品加工生产时会平行于圆柱轴线将原木锯切成一定厚度要求的锯材，即毛边锯材，如图1所示，毛边锯材是指宽材面相互平行，窄材面未着锯，或部分着锯而钝棱超过允许限度的锯材，窄材面指的是板方材的较窄材面，位于毛边锯材两侧不规则的残留的原木表面部分称为钝棱。一般在后续的工段中往往要除去毛边锯材的毛边，使板材成为截面为规则矩形的锯材，以方便后续的加工利用。由于木材本身截面类似圆形，这种毛边锯材的零料区域是不可能完全除去的，也有较宽的板材可以通过确定毛边后继续优化获得最大的利润或节省原料，而随着直径较大的天然林禁止采伐，小直径的人工林广泛应用，这种毛边锯材会更多，在木材的加工制造过程中，钝棱减少了材面实际尺寸，影响锯材使用，改锯则增加废材量，降低木材利用率[5]。毛边锯材在裁边或截断之前，其加工尺寸的确定是否合理，对锯材的利用率和经济效益影响颇大，因此将毛边锯材的钝棱部分精确而快速的识别出来并产生最佳的锯面宽度尺寸对木材实现最大利用率以及后续加工都十分重要。
3. 研究的基本内容与计划
本研究建立在激光三角测距的基础之上，通过激光发射器发射扇形激光光源照射到被测毛边锯材的表面形成一字型光条并反射，反射光被面阵工业相机接收并汇聚成像，图像中木质产品的高度由数据采集卡输入计算机，毛边锯材轮廓信息转换为被测毛边锯材的轮廓图像信息，光信号被光电耦合原件的光探测器接收并转化成电荷信号，再经过外部采样放大即模数转化电路转化成数字图像信号，在获取图像之后首先进行红色通道提取将图像中的所有轮廓线起取出来，再通过大津算法将图像二值化，针对木材表面粗糙不皮的特殊性质和木材内部结构的复杂性，在获取中心线的环节中选用概率霍夫变换方法。
计划：1-2周设计检测方案
2-4周确定试验试件
4. 研究创新点
特色：本研究采用了概率霍夫变换，大大降低了处理的复杂度，提高了处理速度。
