Measuring wood failure percentage using a machine vision system

Com o emprego de adesivos pode-se obter um grande número de produtos derivados da madeira. Para confecção industrial de produtos de madeira colada, normas reconhecidas internacionalmente exigem que a adesão da madeira seja testada segundo procedimentos padronizados e que nos resultados destes testes seja reportado, além da resistência das juntas, o porcentual de falha na madeira. Para avaliação da falha a norma ASTM D5266-99 recomenda o emprego de uma rede de quadrículas traçada sobre um material transparente. Contudo, esta avaliação, além de demandar muito tempo, ainda é realizada com muita subjetividade. A hipótese do presente trabalho é que se pode quantificar a falha na madeira com um sistema de visão artificial, tornando o procedimento mais rápido e menos sujeito à subjetividade. Foram testados dois tipos de algoritmos de limiarização automática em imagens adquiridas com digitalizadores de mesa. Concluiu-se que a falha na madeira pode ser quantificada por limiarização automática em substituição ao método convencional das quadrículas. Os algoritmos testados apresentaram erro médio absoluto menor que 3% em relação ao sistema convencional da rede quadriculada.It is possible to obtain several products by glueing wood. Internationally approved standards require wood adhesion to be tested according to standardized procedures, including in the results, shear stress and wood failure percentages. In order to estimate wood failure percentage, the ASTM D5266-99 standard suggests the use of a grid template printed on a transparent sheet. However, this evaluation is not only time-consuming but also subjective. This work developed and tested an algorithm to quantify the flawed wood areas by using a machine vision system, a faster and less subjective procedure. Two types of automatic threshold algorithms were tested. The glued wood samples were scanned after the shear tests under compression. It was concluded that automatic measurement can replace the manual grid method. The proposed algorithms presented an average absolute error of 3%, as compared to the manual grid method