[0001] 本发明属于沉香的自动化加工装置及方法技术领域，具体涉及一种基于计算机视觉的沉香分级加工装置及方法。

[0002] 沉香是瑞香科(Thymeleaeceae)沉香属(Aquilaria Lam.)和拟沉香属(Gyrinops Gaertn.)植物，因自然或人为因素受到伤害后，茎干产生树脂并不断累积而形成的富含树脂的木材。

[0003] 沉香初加工则是沉香第二产业中的核心问题，如何缩减加工环节、提高效率、减少成本是亟待解决的根本问题，因此对沉香初加工的自动化、智能化设备研发至关重要。而今，随着沉香树人工种植规模的不断扩大，在未来将会有大批量的人工沉香树需要加工，而目前沉香的初加工还停留在人力加工阶段，成本高、效率低、危险高，除了以电锯、台锯、半自动铡刀、砍刀、勾刀、剃刀等简单的工具或设备外，缺乏高效的智能化、自动化加工设备。

[0004] 近年来，随着初加工问题的凸显，对沉香木加工设备专利的申报明显增多，旨在提高效率、降低成本。然而，虽然有一些相关实用新型和发明专利申报并获批，但由于各种原因难以落地推广运用。例如专利CN117207294A公开了一种自动化沉香木勾丝加工设备，采用三轴联动滑台、深度相机、检测单元、主控单元、多台伺服电机、铲刀、顶针等，采用深度学习方法自动识别待加工的沉香材料图像，需要在图像采集后人工标注白木区域的位置坐标信息，同时在训练模型过程中需要不断调整CNN参数，整体设计较为复杂，对训练数据的依赖较高，而这在实际中会产生较高的人力和物力成本；且该方法未进行原料粗加工中的切割，直接进行勾丝，会导致作业效率较低。又例如专利CN213732315U公开了一种沉香、降香木材的加工设备，实现对木段的锯断、分破以及精刨切削，但依然需要人工识别沉香和白木，无法实现智能化识别和自动化分破和切削；再如CN220362714U公开的一种沉香木加工用切割装置、CN220661192U公开的一种沉香原料切割装置、CN218534921U公开的一种沉香木加工用切割装置，都适用于切割较大的沉香木，着眼于解决夹样的稳定性、加工的安全性及对刀片的清洁问题，无法实现进一步切削、勾丝和分离白木和沉香层等精细化加工，更难以自动化和智能化。

[0055] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0056] 如图1所示，本实施例提供的基于计算机视觉的沉香分级加工装置，包括设有用于图像处理及电机驱动的嵌入式计算系统的底座1，设于底座1中部的下支架2，相对设于底座1两侧的左支架3和右支架4，以及设于左支架3和右支架4上方的上支架5，下支架2上设有下支架电机与下支架滑轨(常规设计，图中未显示)，下支架滑轨上设有可在下支架滑轨上移动的切割伸缩机构6，切割伸缩机构6顶部设有切割部件7，左支架3和右支架4的相对位置上分别设有用于夹持待加工沉香木段14的夹持部件8，左支架3的夹持部件(常规夹持部件，可夹持并旋转沉香木段)8上方设有用于拍摄待加工沉香木段第一横截面的第一工业相机9，右支架4的夹持部件8上方相对应位置处设有用于拍摄待加工沉香木段第二横截面的第二工业相机10，上支架5上设有上支架电机与上支架滑轨(常规设计，图中未显示)，上支架滑轨上设有可在上支架滑轨上移动的勾刀伸缩机构11，勾刀伸缩机构11顶部设有勾刀作业部件12，上支架5上正对待加工沉香木段位置处设有第三工业相机13。

[0057] 其中：

[0058] 嵌入式计算系统是采用常规的ARM架构的轻量型嵌入式系统，搭载有用于待加工沉香木段原料两侧横截面的图像处理的图像处理模块，计算过程中所需的作业参数，通过总线传递给控制各个作业部件的电机，带动各作业部件进行作业。

[0059] 切割伸缩机构6为切割伸缩杆。

[0060] 勾刀伸缩机构11为勾刀伸缩杆。

[0061] 切割部件7为齿轮切割刀具，其结构如图2所示。

[0062] 勾刀作业部件12的结构示意图如图7所示，包括勾刀连杆121和勾刀刀头122。

[0063] 勾刀作业部件12的勾刀刀头122的宽度，范围大致在2～5mm之间。

[0064] 实施例2

[0065] 基于实施例1中的装置的沉香分级加工方法，包括以下步骤：

[0066] S1、采用第一工业相机9和第二工业相机10的工业摄像头采集固定长度(如：100mm)的待加工沉香木段原料两侧横截面的图像信息，如图3所示；

[0067] S2、采用底座1中的嵌入式计算系统，基于图像处理技术对S1获得的图像信息进行计算，获取切割参数；

[0068] S3、将切割参数传给切割部件7，驱动切割部件7对沉香木段原料进行切割；

[0069] S4、利用夹持部件8将加工件旋转固定的角度，重复步骤S1‑S3，实现第一级的粗加工；

[0070] S5、获取上支架5的第三工业相机13的工业摄像头采集粗加工后材料的图像数据，依据勾刀作业部件宽度来标记勾刀作业区域Qw；

[0071] S6、基于计算机视觉技术识别勾刀作业区域Qw中的白木区域Qb，根据白木区域Qb将勾刀作业参数传给勾刀部件；

[0072] S7、依据勾丝要求，根据预设的勾刀下沉参数g从白木区域Qb的顶端位置将勾刀位置下降，对白木区域Qb采用平移操作，实现对白木区域进行勾丝；

[0073] S8、执行勾丝操作后，重复步骤S7，直至当前勾刀作业区域检测不到白木区域为止；

[0074] S9、将加工件旋转固定的角度，重复步骤S5‑S8，实现第二级的精细加工；

[0075] 实施例1以及本实施例方法中的图像处理及电机驱动均由底座中的嵌入式计算系统控制。

[0076] 步骤S1‑S9中所述图像处理及电机驱动均由底座中的嵌入式计算系统控制，所述嵌入式计算系统是采用常规的ARM架构的轻量型嵌入式系统，搭载有图像处理功能模块，计算过程中所需的作业参数，通过总线传递给控制各个作业部件的电机，带动各作业部件进行作业。

[0077] 步骤S2中，采用底座中的嵌入式计算系统，基于图像处理技术对图像信息进行计算，获取切割参数，具体步骤包括：

[0078] S21、如图4所示，对待加工沉香木段原料其中一侧横截面图像进行处理，获取到沉香最高处与夹持部件的距离L1；

[0079] S21、对待加工沉香木段原料另一侧横截面图像进行处理，获取到沉香最高处与夹持部件的距离L2；

[0080] S23、计算切割参数：L＝Max(L1,L2)；

[0081] 其中所述图像处理技术包括基于CV图像处理库中的阈值分割方法识别图像信息中沉香部分，再利用边缘检测法计算沉香部分的边缘位置，依据边缘位置参数分别计算切割参数。

[0082] 步骤S3中，将切割参数传给切割部件，对待加工沉香木段原料进行切割，具体步骤包括：

[0083] S31、根据切割参数L，利用下支架电机驱动切割伸缩杆的高度；

[0084] S32、根据调节后高度，利用下支架电机通过下支架滑轨驱动切割伸缩杆平移，同时切割部件进行旋转，完成沉香木段的切割，切割后的一侧横截面如图5所示。

[0085] 步骤S4和步骤S8中利用夹持部件将待加工沉香木段旋转固定的角度，所述固定的角度为40～60°。本实施例中推荐为60°。

[0086] 依据步骤S4对图4中的沉香木段原料旋转一次再进行切割后的横截面图像如图6所示。

[0087] 步骤S5中采用上支架的第三工业相机的摄像头采集粗加工后材料的图像数据，依据勾刀作业部件宽度来标记勾刀作业区域Qw，具体包括：利用上支架的第三工业相机的摄像头采集粗加工后材料的俯视图图像，依据勾刀作业部件宽度，标记勾刀作业区域Qw，勾刀作业部件的宽度在2～5mm之间；标记勾刀作业区域如图8中虚线方框部分Qw。

[0088] 步骤S6中基于计算机视觉技术识别白木区域Qb，根据白木区域Qb将勾刀作业参数传给勾刀作业部件，具体包括：

[0089] S61、根据计算机视觉技术识别勾刀作业区域Qw中的白木区域，标记为白木区域Qb，实际中可能有多个白木区域；

[0090] S62、根据识别的白木区域Qb计算勾刀作业参数，并将勾刀作业参数传给勾刀作业部件；

[0091] 其中所述计算机视觉技术包括利用卷积神经网络方法提取勾刀作业区域Qw中沉香区域(图8中阴影部分)与白木区域Qb的图像特征，依据沉香区域与白木区域的颜色与纹理差异性，因此所提取的图像特征中颜色特征与纹理特征所占的权重最大，在此基础上进一步通过融合注意力机制的轻量化卷积神经网络模型EfficientNet训练学习，构建沉香区域与白木区域Qb的二分类模型，识别勾刀作业区域Qw中的白木区域Qb。

[0092] 其中白木区域Qb是勾刀作业区域Qw中非沉香区域，沉香区域是图8中阴影部分。

[0093] 勾刀作业区域Qw的宽度是勾刀作业参数之一，也就是勾刀作业部件宽度，范围大致在2‑5mm之间。

[0094] 步骤S7中，依据勾丝要求，根据预设的勾刀下沉参数g从白木区域Qb的顶端位置将勾刀位置下降，对白木区域Qb采用平移操作，实现对白木区域进行勾丝，具体步骤包括：

[0095] S71、根据获取的勾刀作业参数，利用上支架电机与滑轨将勾刀作业部件在垂直方向上对准白木区域Qb右侧的边缘位置；

[0096] S72、利用勾刀伸缩杆下降勾刀作业部件至沉香木段当前最高处位置，并进一步根据勾刀下沉参数g(如：0.1mm)进行下降；

[0097] S73、依据图8所示的勾刀作业对白木区域进行勾丝操作；

[0098] S74，如步骤S52中存在多个白木区域，则在执行完每一个白木区域的勾丝后，将勾刀作业部件升高到沉香木段当前最高处，再平移到下一步白木区域的右侧边缘进行下降并进行勾丝作业。

[0099] 综上，本发明方法包括对固定长度的待加工沉香木段原料，采集两侧横截面的图像数据，基于计算机视觉技术获取固定轴上方的沉香区域，计算该区域最高处的高度；取两侧高度的最大值作为切割参数，依据该参数利用旋转切刀对沉香木段原料进行该高度上方的整体切割；依据设置的固定角度值对加工件进行旋转，重复上述操作，实现第一级的粗加工；第二级中，利用垂直于粗加工后的沉香木段的勾刀进行平移操作，进行勾丝操作以实现更加精细的加工，依据垂直方向已设置的固定步长逐步将勾刀下沉，同时基于计算机视觉技术对加工件进行检测，对白木则进行勾丝，检测到深色阈值的部分即认为是沉香，则对该区域停止勾丝，完成当前角度后则依据设置的固定角度值对加工件进行旋转，重复以上操作直至完成沉香木段的加工。

[0100] 尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定，均应包含在本发明的保护范围之内。