以小径材为原材料强化木地板俗称人造木地板,具有耐磨、美观、环保、防潮、阻燃、防蛀、安装便捷、易于清洁护理、经济实用等诸多优点,且具有价格优势,所以应用发展迅速。然而在国内强化木地板生产线上,对于产品表面粘贴的木纹装饰纸的外观质量检验目前还是依靠人工目测,劳动强度大,不仅容易造成视觉疲劳,而且由于不同检测员的认识不同,检测结果受主观因素影响产生差异,外观质量难以保证。同时人工检测速度慢,效率低。本课题试图探索人工智能方法的强化木地板表面质量检测,提高该生产线的自动化水平。本文详细论述了利用视频摄像机进行强化木地板在线质量检测的具体方法,包括图像处理、特征提取和模式识别,这三个步骤是机器视觉研究的核心内容。作者首先通过调研北京科诺森华木地板厂等生产企业的技术要求,制定了课题研究的技术路线。在图像分割环节,本文试验了蚁群算法、最大类间方差算法和最大熵的遗传算法三种处理方法,结果表明遗传算法能够更好地提取地板表面浅色和深色缺陷,且运算速度较快。本文选取强化木地板表面缺陷的颜色特征和纹理特征进行了参数计算,并采用主成分分析法对这些参数做了降维处理,有效减少了后期运算的复杂程度。最后运用BP神经网络对实验样板进行了识别分类,完成了强化木地板表面质量智能检测方法研究的全过程。经MATLAB仿真表明,运用BP神经网络对强化木地板表面瑕疵进行检测效果不够理想,不能应用于实际生产。