胶合板是由奇数层单板经胶粘剂胶合而成。我国的胶合板质量参差不齐,整体质量较低,其中重要的影响因素就是单板的外观质量,所以对单板的外观质量进行检测评价是提升我国胶合板质量的关键。单板外观质量在线检测系统高效、准确以及评价方法合理是该领域中的研究热点,因此本课题进行了相应的研究。本课题开发了 一套基于机器视觉的单板外观质量在线检测系统。首先搭建了机器视觉检测系统,并采集了大量单板图像,建立样本库。其次对数字图像进行去畸变处理,接着采用背景减去法和掩膜法提取出单板区域并计算单板实际尺寸。随后对单板区域图像进行平滑处理和缺陷分割。本文中运用了四种缺陷分割方法,分别是大津法、迭代法、分形理论法及不同颜色通道的动态阈值法,比较不同算法的分割准确度及运行时间。然后对分割所得缺陷进行颜色特征和LBP纹理特征提取,并利用k近邻学习和SVM两种分类算法进行缺陷识别实验,其中基于一对一模式搭建的以高斯核为核函数的SVM的分类正确率最高为92.67%。最后作者依据国标和实际生产需求设计了单板外观质量评价模型,并开发了上位机软件。实验结果表明:本单板外观质量在线检测系统有效可行,且系统运行稳定。