随着机器视觉在工业领域越来越普及、在自动化品质检测方面的技术已经越来越成熟，越来越多的企业开始引进自动化生产线来代替人工检测。如木制品行业，在木制品表面缺陷检测环节，已经实现了基于机器视觉检测技术木制品表面缺陷自动化实时检测。
以雪糕棒表面缺陷检测为例：
雪糕棒以白桦树等为原料，经过造材、蒸煮、去皮、旋、冲切、烘干、磨光、分选、检验包装等多道生产工艺制作而成，提供给雪糕等冷饮做柄把之用。
雪糕中国是雪糕棒的最大生产国，出口量巨大，世界各国对于雪糕棒产品有着不同的质量要求。在生产的过程中，有的雪糕棒表面会存在一些缺陷，由于雪糕棒与机械硬件之间的碰触造成雪糕棒表面存留机器油污，由于旋切、冲切等步骤雪糕棒会出现裂纹损坏，以及树皮、死结、腐朽、局部色差和整体色差缺陷等等。据调查，生产厂家传统的检测方式主要是通过人眼检测的方式进行质量检测和分选，这种检测方式存在很多弊端：
1、雪糕棒分级标准是根据其表面缺陷的面积大小及长度来进行划分的，通过人工肉眼观测来直接对雪糕棒进行分级会由于个人视觉的差异性，很难保证雪糕棒分级的准确性和标准化，且人眼观测的尺寸会与雪糕棒实际的尺寸存在很大的误差。
2、由于人工肉眼检测会消耗大量的精力，需要一直精神高度集中，人在长期的工作状态下，会产生疲劳期，因此长时间工作下工人会产生视觉疲劳，易造成生产线上雪糕棒漏检的可能，而且工人长时间集中用眼会对其自身的眼镜产生伤害。
3、人工目视检测不仅需要很高的工人成本，且工作效率低下。
基于机器视觉检测技术的木制品表面缺陷检测主要是通过光学成像系统来对雪糕棒进行照片的采集，利用计算机编写好的算法对其进行检测。
图为赛拓信息自主研发的木制品质量检赛拓信息自主研发的木制品质量检测系统在市面上传统的CCD视觉检测基础上，增加了AI检测，基于深度神经网络的AI自训练功能，随着木制品缺陷检测数据的积累，持续优化检测效果。
一套完整的基于机器视觉检测技术的雪糕棒质量检测设备主要由两部分构成：分别是质量检测模块和传送模块。
质量检测模块包括图像采集系统、缺陷检测系统、分拣系统。该模块首先利用雪糕棒图像的采集系统将采集的图像信号发送到计算机上，缺陷检测系统利用图像处理算法对雪糕棒图像进行表面缺陷的检测并进行分类。并将检测结果信号通过PLC发送给电磁驱动器控制电磁阀喷气，进而实现雪糕棒的分级装箱。
传送模块由电机和变频器构成，主要负责上料，传送料。雪糕棒放置在载物台上，电机控制器控制二维移动平台运动，带动传送带向前运动，配合图像采集系统完成雪糕棒的图像信息采集。
下图为赛拓信息自主研发的木制品质量检测系统图像采集及处理效果图：
“点结子”缺陷“劈裂”缺陷“污染”缺陷“窄料”缺陷“折料”缺陷表面缺陷检测技术是机器视觉领域的重要成果，实现了车间在线实时检测，不仅提高了检测的准确率，还节省了人工成本提高了效率。
赛拓信息自主研发的木制品质量检测系统目前已实现：
支持雪糕棒检测缺陷：缺肉、多肉、劈裂、面取、平头、毛刺、弯曲、侧弯、死弯、窄料、碎料、折料、树皮、污染、腐朽、死结、水线、点结子、绒毛、水渍、压痕、麻板、锛头、深色、色差、筋裂痕、活结不变形、……
雪糕棒检测精度：0.2mm
雪糕棒检测速度：8-10根/s
雪糕棒检测率：%
雪糕棒检测准确率：99.88%