Automated hardwood lumber grading utilizing a multiple sensor machine vision technology

An artificial neural network for real-time hardwood lumber grading

“…When comparing with typical realworld lumber graders, computer-based approaches compare favorably. Recently, one assessment of lumber grade accuracy found that human graders were correct on approximately 50% of their grading decisions (Kline et al, 2003). However, most of the errors discovered in their research study were related to Grade 3B and below grade boards, which were not part of this study.…”

Automated process planning and cost estimation under material quality uncertainty

“…Not only image processing techniques applied in food research, but also its applications are industry, medicine and some other areas. In the fields of automation and computerization, the detection and assessment of physical and biological damage played an important role in the steel industry [83,84], hardwood grading [85], forestry [86] and oil production [87]. Dimensions of workpieces [88], volume measurement of citrus fruits [89], size measurement of cereal grain [90] based on image processing technology have been proposed.…”

Desenvolvimento e avaliação de um protótipo classificador de tábuas usando técnicas de visão artificial

“…Segundo Kline et al (2003), os graduadores humanos possuem uma taxa de acerto na classificação em torno de 48,0%. Portanto, um sistema automatizado para realização dessa tarefa tem margem grande para prover aumento na taxa de acerto, dado que o desempenho desses graduadores é relativamente baixo.…”

“…Com o objetivo de melhorar a taxa de acerto alcançada por máquinas com apenas um sensor na classificação de madeira serrada, Kline et al (2003) Sendo o número de variáveis originais igual a p, para se reproduzir a variabilidade total dos dados são necessários p componentes principais, mas, em geral, a maior parte dessa variabilidade se deve a um número k de componentes menor que p. Assim, as p variáveis originais com n observações cada podem ser reduzidas a um conjunto com o mesmo número de observações, mas com apenas k componentes principais (JOHNSON e WICHERN, 1998). Na ACP, os autovalores λ i da matriz M c e os seus correspondentes autovetores e i são calculados, sendo os componentes principais combinações lineares das p variáveis aleatórias (x 1 ,x 2 ,...,x p-1 ,x p ).…”

“…Os graduadores são aqueles trabalhadores das serrarias que observam as faces das tábuas para definir sua classificação em termos de qualidade. A qualidade de uma peça de madeira serrada é determinada por várias características dos defeitos que ela possui, como: dimensões da peça e dos defeitos, posição dos defeitos, quantidade e tipo (LEE et al, 2003). Quanto menos defeitos uma peça de madeira apresentar, maior o seu valor (LEITE et al, 2005).…”