基于視覺(jué)的物體分揀系統(tǒng)的設(shè)計(jì)

金庚+許婧怡+劉祎凡+李文鈺+高宇航+郭陽(yáng)寬

摘要：利用機(jī)器視覺(jué)，使用相機(jī)采集物體圖像信息，經(jīng)計(jì)算機(jī)圖像處理提取采集物體特征信息，根據(jù)不同特征信息由PLC控制分揀機(jī)實(shí)現(xiàn)物體自動(dòng)識(shí)別分揀。試驗(yàn)表明，此系統(tǒng)識(shí)別度高，識(shí)別速率快。

關(guān)鍵詞：機(jī)器視覺(jué)；圖像處理；特征提取；PLC控制技術(shù)

中圖分類號(hào)：TP27 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2017）11-0177-01

機(jī)器視覺(jué)在制造業(yè)、服務(wù)業(yè)、軍事領(lǐng)域等都有廣泛的運(yùn)用。物體分揀技術(shù)是工業(yè)生產(chǎn)和物流運(yùn)輸領(lǐng)域至關(guān)重要的一項(xiàng)技術(shù)，分揀效率和精準(zhǔn)性影響到整個(gè)生產(chǎn)鏈的完整性與時(shí)效性。傳統(tǒng)分揀系統(tǒng)技術(shù)受工業(yè)環(huán)境約束大，不具備靈活性與適應(yīng)性，分揀的精準(zhǔn)性上也存在一定缺陷。本文基于視覺(jué)識(shí)別技術(shù)的物體分揀系統(tǒng)，有較好的靈活性和較高的精準(zhǔn)性。

1 系統(tǒng)識(shí)別原理

系統(tǒng)采用基于灰度圖像的邊緣檢測(cè)與特征提取原理。在圖像灰度的二值化顯示中，圖像的邊緣存在于圖像的色域邊界（灰度不連續(xù)點(diǎn)），也是圖像信息的跳變點(diǎn)，這些點(diǎn)的集合即為圖像的邊緣輪廓，用一階微分算子實(shí)現(xiàn)對(duì)圖像邊緣檢測(cè)，圖像邊緣與信號(hào)噪音都屬于灰度不連續(xù)，邊緣檢測(cè)需要噪音抑制，在微分算子做邊緣處理前需對(duì)圖像進(jìn)行平滑去噪，Canny算子（1）是高斯函數(shù)的一階微分，可以很好的實(shí)現(xiàn)抑噪的同時(shí)完成邊緣檢測(cè)。

2 系統(tǒng)設(shè)計(jì)

2.1 機(jī)器視覺(jué)系統(tǒng)設(shè)計(jì)

系統(tǒng)組成如圖1。硬件由工業(yè)相機(jī)、鏡頭、機(jī)架等實(shí)現(xiàn)視場(chǎng)30mm×30mm。軟件模塊實(shí)現(xiàn)對(duì)圖像信息的處理識(shí)別，采用Canny邊緣檢測(cè)技術(shù)和圖像分割技術(shù)對(duì)圖像的邊緣檢測(cè)，用數(shù)據(jù)分類器對(duì)檢測(cè)結(jié)果分類，實(shí)現(xiàn)對(duì)采集目標(biāo)的特征提取和識(shí)別分類。

2.2 分揀系統(tǒng)設(shè)計(jì)

系統(tǒng)如圖2，PLC與計(jì)算機(jī)實(shí)現(xiàn)分揀系統(tǒng)的過(guò)程控制，材料分揀裝置完成對(duì)目標(biāo)物識(shí)別分類信息的響應(yīng)。使用PLC通信協(xié)議與函工具包完成PLC與上位機(jī)的端口對(duì)接，PLC控制程序由上位機(jī)輸入。材料分揀裝置由傳送帶、氣閥、傳感器等構(gòu)成。PLC根據(jù)視覺(jué)識(shí)別分類信號(hào)控制轉(zhuǎn)動(dòng)帶運(yùn)輸目標(biāo)物，控制不同的氣閥將不同的目標(biāo)物推入分揀滑軌，實(shí)現(xiàn)分揀。

2.3 系統(tǒng)整體設(shè)計(jì)

系統(tǒng)由視覺(jué)識(shí)別系統(tǒng)與分揀系統(tǒng)構(gòu)成，如圖3，實(shí)現(xiàn)目標(biāo)物的采集、識(shí)別、分類、分揀過(guò)程控制。首先由下料器將預(yù)設(shè)的目標(biāo)物放置到分揀機(jī)傳送帶上，當(dāng)目標(biāo)物經(jīng)過(guò)CCD工業(yè)相機(jī)時(shí)，相機(jī)采集圖像信號(hào)并輸入至計(jì)算機(jī)，由計(jì)算機(jī)軟件實(shí)現(xiàn)圖像處理與識(shí)別分類，處理后的分類信息輸入至PLC實(shí)現(xiàn)過(guò)程控制，當(dāng)傳感器識(shí)別到預(yù)設(shè)的不同特征目標(biāo)物傳送到相應(yīng)位置的氣閥時(shí)，控制氣閥將目標(biāo)物推入其相應(yīng)的滑軌，完成目標(biāo)物的分揀過(guò)程。

3 實(shí)驗(yàn)結(jié)果

采集目標(biāo)圖像及完成邊緣檢測(cè)與特征提取如圖4、圖5，對(duì)預(yù)設(shè)的物體外形特征信息可以準(zhǔn)確及時(shí)地分類。

分揀系統(tǒng)PLC控制程序運(yùn)行穩(wěn)定，上機(jī)位信號(hào)傳輸無(wú)延遲，PLC邏輯控制穩(wěn)定，材料被控分揀裝置運(yùn)行穩(wěn)定，傳感器氣閥等元件運(yùn)行穩(wěn)定，不存在漏運(yùn)行問(wèn)題。分揀系統(tǒng)可以完整地實(shí)現(xiàn)采集處理分揀的整體過(guò)程控制功能。

4 結(jié)語(yǔ)

實(shí)驗(yàn)表明，在穩(wěn)定的光照下，機(jī)器視覺(jué)識(shí)別模塊可以實(shí)現(xiàn)對(duì)目標(biāo)物體的快速采集與識(shí)別處理，分揀系統(tǒng)可以對(duì)識(shí)別系統(tǒng)的輸出信號(hào)做出分揀。與傳統(tǒng)分揀系統(tǒng)比該系統(tǒng)適應(yīng)性強(qiáng)、靈活性高，適合在不同環(huán)境下的工業(yè)生產(chǎn)、設(shè)備檢測(cè)、物流運(yùn)輸?shù)阮I(lǐng)域有很好的應(yīng)用前景。

參考文獻(xiàn)

[1]程俊鑫.基于灰度圖像的邊緣檢測(cè)方法研究[D].太原：太原理工大學(xué)，2007.

[2]劉洪波，劉曉敏，鄭永永，趙云偉.MATLAB在圖形邊界特征提取中的應(yīng)用[J].機(jī)械研究與應(yīng)用，2015，28（6）：65-66.

[3]時(shí)維康，王波，程啟良，國(guó)海芝，李海禎.基于機(jī)器視覺(jué)的冬棗分揀設(shè)備研究[J].機(jī)電技術(shù)，2016，1：9-11.

[4]鄧婉，高玨，朱培逸，徐金星，崔巍.基于機(jī)器視覺(jué)的水果的自動(dòng)分級(jí)系統(tǒng)的設(shè)計(jì)[J].農(nóng)產(chǎn)品加工·學(xué)刊，2012，10：154-156.

[5]尹一鳴.基于LABVIEW與PLC的過(guò)程控制系統(tǒng)的設(shè)計(jì)[J].儀表技術(shù)與傳感器，2010，3：30-40.

[6]丁偉雄，MATELABR2015a數(shù)字圖像處理[M].北京清華大學(xué)學(xué)研大廈，2016.

Abstract：On object recognition of the basic principle in machine vision， objects image information acquisition from CCD camera transported to computer to process and the features of objects extracted.According to different object feature information， PLC controlled sorting machine to finish object sorting. Experiments showed the system has high recognition rate and fast recognition speed.

Key Words：machine vision， image processing， feature extraction， PLC control technologyendprint