木结构设计中最基本的材料是结构用锯材,高品质的锯材是木结构建筑安全可靠的前提。木材分等是木制建筑结构材料设计与制造的核心技术,其能保障木材安全应用,实现适材适用、优材优用。机器视觉技术可以在木材分等过程中实现无损检测,从而提高锯材分等质量,加速木材加工工业自动化的进程。本文研制了一种可实现结构用锯材动态规格测量、表面缺陷识别的机器视觉检测设备,通过将木结构建筑中所常用的杉木、赤松以及花旗松结构用锯材作为试验材料,以常见的木材表面缺陷中的节子为研究对象,对机器视觉无损检测进行了深入的研究。主要研究结果及成果创新性包括:（1）设计了一种基于机器视觉技术的木材表面缺陷检测设备。介绍了该检测设备的工作原理与工作过程,以及关键部件的技术参数和主要功能,试验结果表明该设备集合了图像采集、图像处理、缺陷识别、锯材长宽规格测量等多种功能,能够对结构用锯材进行连续检测,能够有效的代替人工目测检测,省时省力,促进木工企业的自动化、信息化与智能化发展。（2）通过对木材表面节子特征的分析,确定了该设备图像处理系统所采用的技术手段:首先对采集到的原缺陷图像通过灰度变换进行图像增强,接着利用高斯滤波对图像进行平滑处理。再对预处理后的图像进行分割、数学形态学处理。其中图像分割的阈值选择主要基于灰度平均值法,通过图像腐蚀和边缘检测后,最终提取节子的几何形状特征和灰度值特征对图像进行识别标注,试验结果表明该设备能够对运输状态下的结构用锯材表面节子进行识别,识别率可达到96%以上。（3）由于缺陷识别与长宽检测所提取的目标特征不同,将锯材整体视作为前景,最终确定了选用Kittler算法对图像进行分割。相机进行标定后,明显改善了枕形畸变和纵向上的畸变,通过对55根不同树种的结构用锯材进行试验,结果表明该设备能够对运动状态下的结构用锯材长宽尺寸进行有效测量。（4）最后通过人工目测、机械应力分等和力学试验机弹性模量检测试验对比,结果表明:该机器视觉检测设备能够实现对动态结构用锯材的表面缺陷的识别,识别结果与人工目测结果基本吻合,可基于测试结果对结构用锯材进行等级划分。该设备能够满足目前结构用锯材自动化检测的基本需求,解决木工企业生产所面临的问题,具有一定的应用和推广价值。