Études de cas

Matrox au service du bois

Matrox Imaging permet d'éliminer les noeuds lors du contrôle du bois

La production de bois est un processus qui compte de nombreuses étapes et requiert une importante main d'oeuvre. Le produit est mesuré et inspecté à plusieurs reprises pendant le cycle de production. La production de contreplaqué est l'une des ramifications de l'industrie du bois, où la bûche brute d'origine est transformée en panneau de contreplaqué fini.
 
Lorsque les arbres sont abattus, les troncs bruts sont débités en sections d'environ 2,5 mètres de long dont l'écorce est retirée pour produire de longs rubans de bois de placage. Le processus d'écorçage est plus simple lorsque le bois est préparé ; par conséquent, les sections sont préalablement placées dans une chambre à vapeur pour augmenter leur teneur en humidité. Le ruban de placage est ensuite inspecté à la recherche de défauts, découpé en feuilles de 1,22 x 2,44 mètres environ puis passé au séchoir. Une fois l'étape de séchage terminée, les feuilles sont encore inspectées et triées par catégories. Plusieurs feuilles, généralement entre 3 et 7, sont insérées dans une presse, empilées et jointes à la colle, par pression et à la vapeur pour réaliser un panneau de contreplaqué.
 
Une partie de la technologie utilisée dans le système ACIS est dérivée de la technologie utilisée dans l'Initiative de défense stratégique (Star Wars). Une partie du programme Star Wars a utilisé l'analyse des couleurs pour détecter les missiles vivants à partir de leurres lorsque les missiles pénétraient dans l'atmosphère. Étant donné que presque tous les tests de laboratoire reposent sur un certain type d'analyse des couleurs, l'appareil a été développé pour les tests sur lame. Aujourd'hui, plus de 200 systèmes ACIS sont actuellement en service aux États-Unis ; des systèmes supplémentaires sont utilisés dans toute l'Europe.
 
Par certains aspects, l'inspection du bois n'est pas différente des autres applications qui dépendent de la vue humaine, et de nombreux facteurs font de l'inspection du bois une tâche idéalement adaptée à la vision artificielle. Les feuilles de placage passent sur un tapis roulant au rythme de 1 par seconde et la tâche de repérage des noeuds, des trous, des salissures, des creux et autres défauts est extrêmement fatigante pour l'oeil humain sur une période de travail de 8 heures, même lorsque les employés font des pauses régulières. L'expertise humaine n'a pas l'objectivité d'un système automatisé. Enfin, un argument supplémentaire pour utiliser la vision artificielle réside dans le fait que les produits dérivés du processus de fabrication, à savoir la fumée et la sciure, posent des problèmes de santé pour les employés travaillant dans l'environnement proche.
 
Ventek Inc. à Eugene, dans l'Oregon, a répondu à ce besoin avec son système intitulé GS2000, qui examine automatiquement les feuilles de placage à l'issue de l'étape de séchage. Le GS2000 inspecte le placage 24 heures sur 24 et calcule sa catégorie avec un taux de précision de 95% ou plus pour déterminer s'il est approprié à la production de contreplaqué.

Le système

Après seulement trois années d'existence, le GS2000 a déjà connu plusieurs évolutions. La première version, lancée en 2000, était élaborée avec une carte d'acquisition Matrox Genesis-LC et Matrox Imaging Library (MIL) version 6.1 sur un PC doté d'un double Pentium II à 300 MHz. Aujourd'hui, la dernière version se caractérise par une caméra à balayage linéaire Atmel AVIIVA M2 CL 2K et une carte d'acquisition Matrox Meteor-II/CameraLink sur un PC Xeon à 3 GHz (doté de la technologie Hyper-threading). Trois systèmes TIR de réseau d'éclairage IRIDIS illuminent la zone d'inspection. L'acquisition, le traitement et les mesures de l'image sont effectuées par la MIL version 7, utilisant les fonctions d'acquisition d'image, de calcul de seuil, de tables de référence et d'analyse de particule.
 
Le GS2000 acquiert et traite les images qui représentent une feuille de placage en 0,5 seconde ou moins. « A mesure de l'acquisition des images, elles sont stockées dans un groupe de mémoires tampon en ronde et les feuilles sont détectées et reconstruites en images tampon » , déclare James Gibbons, ingénieur logiciel chez Ventek. Les algorithmes de la MIL traitent rapidement l'image complète de la feuille sous forme de particules brutes qui sont ensuite classées par type d'imperfection.
 
Le système GS2000 de Ventek s'appuie fortement sur son classificateur en réseau neuronal. Les réseaux neuronaux tentent de modéliser certaines caractéristiques des systèmes neuronaux biologiques par l'intermédiaire de constructions mathématiques. Comme son nom l'indique, le classificateur en réseau neuronal est le cerveau du système. Afin que le GS2000 identifie efficacement les imperfections, le classificateur en réseau neuronal doit être formé avec les images de ces défauts. Les défauts peuvent être des nuds, des trous, des craquelures, des fissures, des taches, des vides (des zones cassées, une bordure coupée par exemple) et des faiblesses (des zones de bois très fines). Chaque type d'imperfection compte plusieurs paramètres concernant la taille, la forme, le nombre maximal admis par feuille et même le type de bois : épicéa, pin, tsuga ou épicéa rouge.
 
La souplesse du module d'analyse de particule de la MIL s'est avérée indispensable pendant le développement du classificateur en réseau neuronal. « Les fonctions d'analyse de particule offrent de nombreuses mesures d'entrée qui sont faciles à calculer et aisément accessibles au sein de notre programme. Les mesures inutiles sont facilement éliminées et ne rallongent pas le délai de traitement. La possibilité d'accéder à l'emplacement de la particule (du défaut) nous permet de réaliser nos propres mesures spécialisées s'il y a lieu » , explique M. Gibbons. Aussi puissants soient-ils, les réseaux neuronaux ne fonctionnent que sur la base de données solides; s'ils sont formés sur des données incohérentes, il produisent des résultats de même nature « les réseau neuronaux suivent parfaitement le vieil adage informatique: entrées nulles, résultats nuls. Nous appliquons des essais statistiques pour sélectionner les meilleures caractéristiques d'entrée des particules et nous éliminons les données incohérentes des ensembles de formation. Utilisés correctement, les réseaux neuronaux peuvent produire des résultats très fiables » , ajoute M. Gibbons.
 
Lorsque le traitement d'image localise un défaut dans une feuille, les caractéristiques de particule sont mesurées, classées selon leur type et comparées à une liste de règles de décision de catégorie. « Nos règles de catégorie sont très souples » , remarque M. Gibbons. « Elles sont saisies dans une base de données organisée en listes qui permet aux clients de spécifier uniquement la quantité de règles nécessaires pour définir les catégories. » Une catégorie valide est attribuée aux feuilles, ou bien elles sont rejetées lors du contrôle par rapport à la liste des règles de catégorie. Alors que dans certaines industries un produit est éliminé s'il ne passe pas le contrôle de qualité, les feuilles de placage de qualité inférieure sont quand même utilisées comme couche centrale du contreplaqué. Une fois les feuilles collées ensemble, elles sont équarries et poursuivent leur traitement en contreplaqué fini.

Des défis de développement

La rapidité a joué un rôle prépondérant pendant le développement du GS2000. « Nous avons exploité les optimisations MMX et multi-threading au maximum de leur capacité pour obtenir la rapidité nécessaire » , remarque M. Gibbons. La base de donnée sur mesure des imperfections du bois a également présenté un défi, en raison de l'étendue et des variantes à classifier. Les taches, par exemple, font couramment leur apparition pendant le processus de séchage et peuvent compliquer la vision artificielle, soulignant la nécessité d'un classificateur en réseau neuronal présentant une souplesse suffisante pour tous les types d'imperfections. Dans les premiers stades du développement « une étude approfondie de la MIL nous a indiqué que le module d'analyse de particule de la MIL répondrait à notre besoin de mesure des imperfections et fournirait des données à notre classificateur en réseau neuronal » , ajoute-t-il.
 

Ancré dans la qualité

Ventek est réputé pour ses produits de vision artificielle innovants dans l'industrie du bois. Le GS2000 est optimisé pour l'environnement industriel et fonctionne sans difficulté dans des conditions environnementales difficiles telles que fumée, sciure et chaleur. Actuellement, plus de 25 systèmes ont été vendus à un certain nombre d'acteurs essentiels de l'industrie du contreplaqué, notamment Boise Cascade, Georgia-Pacific, MARTCO et Weyerhaeuser. Ventek a choisi d'utiliser des composants standard au sein du GS2000 pour faciliter son évolution grâce aux dernières avancées en termes de matériel et de logiciel. Matrox restant à la pointe de la technologie grâce à de nouveaux développements tels que Camera Link® et PCI-X, Ventek espère s'appuyer sur la technologie du GS2000 et « la développer dans d'autres secteurs d'application pour offrir à notre clientèle les avancées informatiques les plus récentes et ce dans les plus brefs délais » déclare M. Gibbons.

Pour plus d'informations, contactez notre équipe de relations avec les médias.