目前,市面上流通的收藏币包装盒均印有对应的评级信息。随着收藏币行业的发展,收藏币类型逐渐增多,传统人工图像采集和信息提取的方式难以实现批量化作业并且难以保证字符信息识别的准确率。针对上述问题,本文以收藏币信息采集自动化为目标,结合机器视觉、数字图像处理和运动控制等技术设计了收藏币信息采集机器人控制系统。为实现全自动化采集功能,设计了一套收藏币包装盒采集工艺流程,包括吸取、送盒、定位、翻转、图像采集和送回,可以解决人工采集低效低质的问题,并制定了CAN总线的通信协议,实现上下位机之间数据的高效传输,保证整个控制系统的稳定运行。以上述工艺流程为依据而设计了基于机器视觉的收藏币信息采集机器人,主要包括XY轴移动装置、Z轴竖移吸取装置、移动翻转装置、定位移动装置和图像采集装置,各装置结构设计合理紧凑,同时完成了机器人所需的步进电机、运动控制器、工业相机、光学镜头及光源的选型,搭建了高效稳定的采集平台。针对收藏币包装盒图像的特点,设计了收藏币包装盒字符信息识别算法:首先通过一系列的预处理方法包括灰度化、图像增强、位置校正、二值化和滤波降噪将字符信息区域提取出来,去除图像中与识别目标无关的因素,从而得到含有高质清晰的字符信息的灰度图像;而后利用所设计的改进投影字符分割法来解决图像中存在字符粘连和汉字分割的问题,该方法先通过水平投影法将字符串按行进行分割,而后引入字符宽度阈值将每行字符串分割为单个字符,有效解决传统投影分割法对粘连字符的漏分割及汉字字符的过分割问题;最后将分割完成后的字符采用MLP分类器进行训练和识别。设计开发了收藏币信息采集机器人控制系统的应用软件,包括运动控制模块、图像采集模块、图像处理模块和电机测试模块,对人机交互页面进行设计,并进行整机实验,实验结果表明:收藏币信息采集机器人控制系统运动平稳,图像采集清晰,字符信息识别率高达99.5%以上,实现了收藏币信息的高效全自动化采集与识别。