鞋作为人类生活中的必需品,其质量问题一直为人们所关注,而鞋的涂胶质量很大程度的影响了鞋的耐用性和美观度。传统制鞋业使用人工手动进行涂胶,不仅涂胶质量难以保证,涂胶的效率也较低,且长期接触胶水会对身体有不可逆的损伤。机器视觉能够在对人有害的场景中工作,效率也更高,被广泛应用于工业生产。因此,本文主要探讨基于机器视觉技术来提取鞋底涂胶轨迹,并使用机器人代替人工进行喷涂作业,以提高鞋底涂胶的质量和速度,推动制鞋业自动化的发展。具体研究内容主要包括:首先,研究了一种基于单目视觉的鞋底二维涂胶轨迹的提取方法。使用融合小波变换的中值滤波方法对原始图像进行去噪,并利用改进的最大熵分割算法和Sobel算子提取鞋底的轮廓,以提高鞋底轮廓的精度;同时为获取可供机器人运行的二维涂胶轨迹,将鞋底外轮廓等距向内偏置,并使用Nurbs曲线进行插值,使轨迹更加平滑。其次,探讨了一种基于双目视觉的鞋底三维涂胶轨迹提取方法。使用融合BT代价和Census代价的匹配代价计算方法对左右图像进行匹配,并采取四路径聚合策略进行代价聚合,以避免单一匹配代价精度不足的问题;同时将三维重构得到的点云图像投影到二维平面做偏置处理,并反映射回点云中,以得到鞋底三维涂胶轨迹,然后采用Nurbs曲线对鞋底的三维涂胶轨迹进行平滑处理。最后,设计了一种基于视觉的鞋底自动化涂胶系统,并分析了其架构。简单介绍了涂胶设备各个系统的硬件配置,并设计了鞋底自动化涂胶系统的软件界面,编写了鞋底涂胶轨迹提取和优化的程序,实验验证了系统的可行性。综上所述,本文研究基于机器视觉提取鞋底的涂胶轨迹,对推动制鞋业实现全自动化有一定的实用价值。