木质板材是木材应用中需求量最大的品种,其表面缺陷不仅直接影响板材的强度,而且影响板材的等级分类。因此研究木质板材表面缺陷检测技术,对提高板材商品价值,加速木材加工自动化具有重要的意义。本文在分析木质板材表面缺陷检测技术研究现状的基础上,提出了基于机器视觉的木质板材表面缺陷检测方案;根据木质板材表面缺陷的检测要求,设计了检测系统的总体结构,并确定了系统的技术指标;通过分析木质板材表面缺陷的特点,结合实际的检测环境,选用聚焦的高亮度线性光源、线阵CCD相机和带有双DMA缓冲区的高速图像采集卡,搭建了图像采集照明系统。根据木质板材表面缺陷图像的特点,提出基于曲线拟合的趋势项消除方法,去除了图像的背景趋势,采用自适应中值滤波方法,消除了噪声,提高了缺陷特征的信噪比,提出一种根据图像灰度的均值与标准偏差来确定阈值的图像阈值分割方法对图像进行二值化处理,并提出一种基于噪声面积的图像降噪技术消除了缺陷二值化图像中的小面积噪声。根据特征提取原则,采用递归种子填充算法,提取出可以全面描述缺陷的特征集,并根据这些特征集对板材表面缺陷进行识别分类。该系统实现了木质板材表面缺陷的自动检测,对凹陷、鼓泡、节子和接缝四种不同缺陷类型的200组样本进行测试的结果表明,平均识别率能够达到93.5%。