论文部分内容阅读
榛子是一种既美味又营养丰富的干果类食物,深受广大消费者的喜爱,由于其外壳非常坚硬,因此消费者通常选择购买经过开口加工后的榛子。对于榛子的生产企业,在大批量对榛子开口加工的过程中,一般采用“人工摆放+机械开口”的加工方式,即需要人工按照最佳开口方向(榛子轴向)摆放,使机械设备按照榛子的轴向方向挤压开口。由于人工摆放位姿精度低,易导致开口位置不准确,影响开口的效果,且人工逐个摆放使得榛子开口效率低,伴随着人工成本的提高,这种加工方式的经济性也逐渐降低。因此榛子加工企业迫切的需要一种自动化设备来检测榛子的轴向。本文将机器视觉技术和榛子轴向识别相结合,为榛子的轴向识别提供视觉解决方案,设计榛子轴向识别的软件系统,为后续机器对榛子的开口加工创造了条件。主要研究内容如下:1.对于工业相机采集到的榛子图像,通过对比几种不同的灰度化和滤波算法,选择合适的灰度化和滤波算法对榛子图像进行预处理。2.为了从采集到的图像中快速精准的定位提取榛子的图像,本文研究了一种径向离散路径的水平集快速搜索算法,可以快速精准的定位榛子的边缘,进而提取榛子图像。针对于榛子外壳的条纹状纹理特征,采用矩阵二值化算法,可以清晰的呈现榛子表面纹理线条,以便下一步对榛子轴向进行检测。3.针对于榛子的轴向识别,提出了一种基于条纹模板匹配的榛子轴向识别算法。首先,建立一个与其纹理特征相匹配的矩形条纹模板,并根据其纹理线条对该矩形条纹模板做数值化处理。其次,以1°为间隔,将该矩形模板旋转180次,建立180个矩形条纹模板。最后将条纹模板与榛子图像进行卷积运算,根据卷积结果判断榛子轴向。通过实验验证,榛子轴向的检测精度达到了86.2%,轴向识别速度达到了每分钟650个。4.针对以上提出的模板匹配法检测精度和速度较低的情况,提出了一种基于投影梯度统计的榛子轴向识别算法。首先根据榛子的中心和长轴长度,建立一个自适应圆,通过该自适应圆选择榛子最佳投影区域,将该区域从不同方向进行投影。然后计算各投影直方图的梯度和,根据统计值确定榛子的轴向方向。实验结果显示,榛子轴向的检测精度达到了94.6%,检测速度达每分钟1300个。5.展示了榛子轴向检测系统实现界面,对几个重要模块进行叙述,例如:离散路径参数调整模块,目标提取模块,条纹模板参数调整模块,收缩比例算子设置模块等。