1.基于机器视觉的木板条纹间距和颜色的检测方法，其特征在于，包括以下步骤，

1）图像采集，利用拍摄设备对木板拍摄图像；

2）图像分割，从拍摄的图像中分割出木板图像区域；

3）将木板图像转换到颜色空间Gray即灰度图；

4）对木板图像进行直方图均衡化来提高图像对比度，并进行高斯滤波以消减干扰的噪声；

5）木板图像分段，将木板图像横向分成多段；

6）对分段的木板图像的每一列的灰度值进行叠加，制出分段图像的灰度总值直方图；

7）设定灰度差的阈值，识别条纹；

计算灰度总值直方图中相邻的极大值与极小值的差值，并将差值从小到大进行排序，取出序列80%处的差值，并除以3，得到的结果作为灰度差的阈值；将大于灰度差的阈值的极小值点对应的木板图像的当前列识别为条纹；

8）计算相邻条纹间隔的像素值作为条纹间距值；

9）设定浅色木板RGB阈值范围；

10）将木板图像转换到颜色空间HSV，统计每个H值对应的木板图像像素点的数量，计算H值的像素点在图像中出现的概率，找出最大概率的H值；

11）将木板图像分为多段，计算分段图像像素点的RGB均值，计算最大像素点色差值和最小像素点色差值；

12）进行条纹间距分类；

13）进行条纹颜色分类；

若符合浅色木板RGB阈值范围的木板图像像素点的比例大于40%且最大像素点色差值小于5，则将木板判断为浅色；若最大概率的H值大于147，则将木板判断为深色；不符合前两种情况的，将木板判断为中色。

2.根据权利要求1所述的基于机器视觉的木板条纹间距和颜色的检测方法，其特征在于，步骤2中，所述图像分割，找出靠近图像左侧边缘或右侧边缘的像素点R值大于140的第一个点，分割出木板图像区域。

3.根据权利要求1所述的基于机器视觉的木板条纹间距和颜色的检测方法，其特征在于，步骤5中，所述木板图像分段，每70个像素点分为一段。

4.根据权利要求1所述的基于机器视觉的木板条纹间距和颜色的检测方法，其特征在于，步骤11中，木板图像分为3段。

5.根据权利要求1所述的基于机器视觉的木板条纹间距和颜色的检测方法，其特征在于，步骤12中，若条纹间距值小于13，则归为细纹；若条纹间距值不小于17，归为粗纹；若条纹间距值不小于13且条纹间距值小于17，则归为中纹。