论文部分内容阅读
社会的飞速发展给人们的生活水平带来了质的飞跃,随着人们对生活质量要求的不断提高,食品的安全卫生得到人们的广泛关注,食品行业的结构调整和升级成为行业发展的共识。将机器视觉和高速并联机器人引入传统的食品生产行业,利用视觉系统对食品生产线进行实时检测和追踪,利用高速机器人进行快速分拣,已成为现代食品生产行业的发展趋势。针对我国食品生产线的实际需求,基于机器视觉和食品高速分拣机器人技术,构建了机器视觉定位系统,根据机器视觉定位系统的工作任务,选定了其关键的元部件,并且分析了食品高速并联机器人自动分拣的工作原理,提出了恒定速度下的输送带上运动食品的机器视觉定位算法。根据运动食品机器视觉定位系统的需要,研究了运动食品几何特征提取算法。对圆形的食品,采用极值点平均的算法确定食品的中心特征;对矩形的食品,采用改进的角点检测法确定其姿态;对椭圆形食品采用改进的最小二乘法确定其中心和旋转角度,对其他非规则的图形,采用通用的图像处理算法来提取图像几何特征,通过编程实现算法,完成对食品位姿的描绘。介绍了机器视觉系统中的坐标转换过程,通过实验,得到图像坐标与机械手坐标之间的装换关系。为方便后续图像的几何特征提取,提高视觉系统的精度,研究了图像预处理方法,首先对图像进行增强,主要用到的方法为二值化处理。然后去除噪声,使图像平滑,最后通过实验比较常用的几种边缘检测方法,最终选用Canny算子检测边缘,得到较清晰的边缘特征,为后续几何特征的提取提供了重要数据。在VC++2008集成开发环境下,基于专业机器视觉软件Sherlock,研发了机器视觉定位软件。软件基于Sherlock的图像采集、图像增强等功能,对运动食品进行了二值化处理,突出了食品的边缘特征,通过相应的运动食品几何特征提取算法,获取输送带上的食品的姿态,实现食品的自动定位和分拣。