1. 研究目的与意义
目的：减少木材资源的浪费，提高木材资源利用率。实现毛边锯材智能化自动化检测。
意义：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。提高木材资源利用率，提升木材产业经济效益
2. 国内外研究现状分析
在国内，有关于毛边锯材检测方法的研究较少,目视检测作为最基础最早的一种重要方法,旨在提高生产效率和产品质量，直到今天，目视检测依然是一种不可缺少、最常用的毛边锯材检测方法。
在国外，有关于检测毛边锯材的研究一直在进行着，技术手段已经达到了数十种，而主要应用于毛边锯材钝棱缺陷检测的研究方法主要是x射线检测、超声波检测、光电扫描检测以及激光检测等。
超声波检测方法中对于木材垂直纹理方向的传播方式能有效地检测节子和裂纹宽度,但裂纹的数量无法检测;在平行纹理方向,仅对节子的检测有效。而且由于木材是多孔性材料，造成超声波的大量散射和能量衰减从而使锯材测量明显小于其测量实际值因此精确度不高，故超声波检测法难以实现毛边锯材钝棱在线检测。
3. 研究的基本内容与计划
内容：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，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，针对木材表面粗糙表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。毛边锯材轮廓线经过设定算法进行拐点识别，从而确定了毛边锯材正常材宽，从而检测出毛边锯材钝棱位置信息，最后确定毛边锯材下锯锯路，至此完成了毛边锯材的检测工作。
计划：完成开题报告1周
阅读参考文献2周
4. 研究创新点
本研究的创新点在于国内有关于利用斜射式激光检测毛边锯材的研究未见报道，国内毛边锯材自动化检测尚未有实际应用；在图像处理中针对木材表面粗糙不平的性质，创造性使用概率霍夫变换方法提取轮廓线。
与传统的人工检测方法相比，利用的激光检测具有高效率，高精确度，高自动化水平的优点；与现有激光检测技术相比，将单点测量改进为多点测量，提高检测速度，同时采用三角测距方法进行测量，测量精度提高，实现了工业在线检测，提高了工作效率；与现有毛边锯材检测技术相比，不仅提出了新颖而清晰的数学模型，可以达到高精度地毛边锯材钝棱的检测，还可以高速地实现自动化的连续检测工作；与现有的木材缺陷检测图像处理技术相比，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。
