程 宏 ， 曾連蓀 ， 童 毅

（1.上海海事大學(xué) 信息工程學(xué)院，上海 201306；2.上?？频牢锪骺萍加邢薰?上海 200333）

目前，工業(yè)生產(chǎn)上對(duì)物體包裝盒的貼標(biāo)主要采用光電傳感器等觸發(fā)機(jī)器的方式，并通過(guò)計(jì)算距離、速度等方式估算目標(biāo)物的位置，這樣貼出來(lái)的標(biāo)簽精度不高，需要再度進(jìn)行人工檢測(cè)，費(fèi)時(shí)耗力，不能滿足大規(guī)模的高精度貼標(biāo)需求。由于機(jī)器視覺(jué)系統(tǒng)可以快速獲取大量信息，而且易于自動(dòng)處理，也易于同設(shè)計(jì)信息以及加工控制信息集成，因此，機(jī)器視覺(jué)已廣泛應(yīng)用于工業(yè)檢測(cè)、工業(yè)探傷、精密測(cè)控、自動(dòng)化生產(chǎn)、郵政自動(dòng)化、糧食選優(yōu)、顯微醫(yī)學(xué)操作以及各種危險(xiǎn)場(chǎng)合工作的機(jī)器人等領(lǐng)域[1-2]。打印貼標(biāo)行業(yè)為了提高生產(chǎn)力，獲取快速、高效的貼標(biāo)方法，引進(jìn)機(jī)器視覺(jué)技術(shù)已成為大勢(shì)所趨，首先通過(guò)對(duì)目標(biāo)物的識(shí)別和實(shí)時(shí)定位來(lái)獲取所需的位姿信息，再通過(guò)攝像機(jī)標(biāo)定[3]得到目標(biāo)物在線上的精確坐標(biāo)，最后交由貼標(biāo)機(jī)器進(jìn)行貼標(biāo)操作。

可見(jiàn)，對(duì)目標(biāo)物的實(shí)時(shí)位姿信息的獲取變得非常重要。為了實(shí)現(xiàn)對(duì)目標(biāo)物的快速識(shí)別和準(zhǔn)確定位，在做了需求分析的基礎(chǔ)上，提出并設(shè)計(jì)了一種基于機(jī)器視覺(jué)的物體包裝盒實(shí)時(shí)貼標(biāo)系統(tǒng)（以下簡(jiǎn)稱(chēng)“貼標(biāo)系統(tǒng)”）設(shè)計(jì)方案。該系統(tǒng)能夠完成對(duì)目標(biāo)物準(zhǔn)確貼標(biāo)，具有應(yīng)用價(jià)值。

1 系統(tǒng)需求分析

針對(duì)為滿足實(shí)時(shí)獲取物體包裝盒精確位置的需求，結(jié)合實(shí)際平臺(tái)與應(yīng)用場(chǎng)景，經(jīng)過(guò)分析主要從物體輪廓進(jìn)行切入，因所有物體的外包裝盒均為規(guī)則的長(zhǎng)方體，故而采取經(jīng)過(guò)一系列圖像預(yù)處理后再對(duì)目標(biāo)物進(jìn)行矩形檢測(cè)的辦法得到包裝盒貼標(biāo)面的中心點(diǎn)坐標(biāo)。

要想完成以上系統(tǒng)的設(shè)計(jì)，需要做好以下幾個(gè)方面。首先需要能夠驅(qū)動(dòng)工業(yè)相機(jī)，并通過(guò)硬件觸發(fā)的方式使相機(jī)能夠在合適的時(shí)機(jī)獲取多張圖片；其次，應(yīng)能對(duì)相機(jī)獲取到的圖片進(jìn)行有效的圖像處理，需進(jìn)行一系列的算法設(shè)計(jì)從而能夠?qū)崟r(shí)獲取目標(biāo)物的圖像坐標(biāo)；再次，還應(yīng)進(jìn)行攝像機(jī)標(biāo)定，將獲取到的目標(biāo)物圖像坐標(biāo)轉(zhuǎn)換成世界坐標(biāo)系也就是機(jī)器線上的真實(shí)坐標(biāo)；最后系統(tǒng)要能夠與上位機(jī)控制部分集成并能夠持續(xù)不間斷的運(yùn)作，直到系統(tǒng)要求退出。

2 系統(tǒng)總體設(shè)計(jì)

該貼標(biāo)系統(tǒng)總體結(jié)構(gòu)圖如圖1所示，首先傳送帶將目標(biāo)物輸送至工業(yè)相機(jī)的視野，并觸發(fā)光電傳感器給出一個(gè)3.3～12 V高電平信號(hào)觸發(fā)相機(jī)進(jìn)行抓拍，獲取目標(biāo)物的圖像信息；然后，通過(guò)千兆網(wǎng)線將圖像數(shù)據(jù)傳輸至控制中心（上位機(jī)），上位機(jī)的視覺(jué)處理模塊將對(duì)獲取到的圖像進(jìn)行處理，并將處理得到的數(shù)據(jù)交由運(yùn)動(dòng)控制模塊；接著，運(yùn)動(dòng)控制模塊根據(jù)獲取到的有效數(shù)據(jù)實(shí)行對(duì)機(jī)器部件的命令控制；最后，機(jī)器部件根據(jù)上位機(jī)的指示進(jìn)行打印和貼標(biāo)操作，從而實(shí)現(xiàn)一次完整的貼標(biāo)過(guò)程。

3 系統(tǒng)硬件平臺(tái)

貼標(biāo)系統(tǒng)硬件平臺(tái)主要由光電傳感器、工業(yè)相機(jī)、傳送帶、工業(yè)PC、開(kāi)關(guān)電源、打印貼標(biāo)模塊和檢測(cè)模塊等組成，系統(tǒng)硬件開(kāi)發(fā)平臺(tái)如圖2所示。光電傳感器主要用來(lái)給出一個(gè)3.3～12 V高電平信號(hào)觸發(fā)工業(yè)相機(jī)進(jìn)行目標(biāo)物圖像的實(shí)時(shí)獲?。籑V-VEM系列千兆網(wǎng)絡(luò)相機(jī)采用幀曝CCD作為傳感器，能輸出高質(zhì)量，顏色還原性好的圖像，并以網(wǎng)絡(luò)作為輸出，將獲取到的圖像數(shù)據(jù)輸送至工業(yè)PC；打印貼標(biāo)模塊主要由打印機(jī)和貼標(biāo)機(jī)兩部分組成，打印機(jī)主要用來(lái)打印特定標(biāo)簽，貼標(biāo)機(jī)負(fù)責(zé)將標(biāo)簽貼在目標(biāo)物指定位置；檢測(cè)模塊用來(lái)最終檢測(cè)貼好的標(biāo)簽是否符合要求以及掃描出相應(yīng)標(biāo)簽的條形碼或者二維碼。工業(yè)PC是該貼標(biāo)系統(tǒng)的核心，用來(lái)實(shí)現(xiàn)系統(tǒng)中指令的發(fā)送、數(shù)據(jù)的采集與處理和測(cè)試結(jié)果的顯示等。

圖1 在線實(shí)時(shí)貼標(biāo)系統(tǒng)總體結(jié)構(gòu)圖Fig.1 Structure diagram of the real-time labeling online system

圖2 系統(tǒng)硬件開(kāi)發(fā)平臺(tái)Fig.2 System hardware development platform

4 系統(tǒng)軟件設(shè)計(jì)

該貼標(biāo)系統(tǒng)的軟件采用MFC和OpenCV編程。OpenCV （Open Source Computer Vision Library）是由 Intel公司資助的開(kāi)源計(jì)算機(jī)視覺(jué)庫(kù)。它由一系列C函數(shù)和少量CH類(lèi)所組成，實(shí)現(xiàn)圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法，例如特征檢測(cè)與跟蹤、運(yùn)動(dòng)分析、目標(biāo)分割與識(shí)別以及3D重建等，是近年來(lái)比較流行的圖像處理數(shù)據(jù)庫(kù)[4]。 系統(tǒng)軟件設(shè)計(jì)的結(jié)構(gòu)圖如圖3所示。

圖3 系統(tǒng)軟件設(shè)計(jì)結(jié)構(gòu)圖Fig.3 Schematic diagram of the software test system

在軟件設(shè)計(jì)中，圖像采集模塊主要是采用西安維視公司生產(chǎn)的MV-VEM120C型號(hào)的千兆網(wǎng)絡(luò)工業(yè)相機(jī)，該相機(jī)具有高分辨率、高精度、高清晰度、色彩還原性好、低噪聲等優(yōu)點(diǎn)，能夠滿足工業(yè)級(jí)圖像處理要求，通過(guò)調(diào)用該相機(jī)的API，實(shí)現(xiàn)對(duì)目標(biāo)物圖像數(shù)據(jù)的采集。視覺(jué)檢測(cè)模塊主要用來(lái)對(duì)獲取到的圖像信息進(jìn)行實(shí)時(shí)處理，處理流程主要有以下幾步：首先通過(guò)圖像灰度化、圖像分割等一系列圖像預(yù)處理，生成二值圖像。然后利用形態(tài)學(xué)處理去除二值圖像噪聲[5]。

形態(tài)學(xué)濾波是在數(shù)學(xué)形態(tài)學(xué)基礎(chǔ)上提出的一種噪聲去除方法，它由一組形態(tài)學(xué)代數(shù)運(yùn)算子組成，包括膨脹、腐蝕、開(kāi)啟和閉合4個(gè)基本運(yùn)算。數(shù)學(xué)形態(tài)學(xué)方法利用一個(gè)稱(chēng)為結(jié)構(gòu)元素的“探針”收集圖像的信息，當(dāng)“探針”在圖像中不斷移動(dòng)時(shí)，便可考察圖像各個(gè)部分之間的相互關(guān)系，從而了解圖像的結(jié)構(gòu)特征[6]。

接著在二值圖像中對(duì)物體包裝盒圖像進(jìn)行邊緣檢測(cè)[7]，獲取到物體包裝盒的輪廓線條，然后對(duì)其進(jìn)行矩形檢測(cè)，從而實(shí)現(xiàn)對(duì)目標(biāo)物貼標(biāo)面頂點(diǎn)坐標(biāo)的提取，進(jìn)而可以求出貼標(biāo)面的中心點(diǎn)坐標(biāo)，以及偏轉(zhuǎn)角度等信息；但是這里獲取到的坐標(biāo)數(shù)據(jù)只是圖像的像素坐標(biāo)，仍然不能用于實(shí)際的定位，還需進(jìn)行攝像機(jī)標(biāo)定，將圖像數(shù)據(jù)轉(zhuǎn)換成世界坐標(biāo)系的坐標(biāo)數(shù)據(jù)。只有求出了目標(biāo)物在實(shí)際生產(chǎn)線上的坐標(biāo)位置，控制部分才能有效地將數(shù)據(jù)指令發(fā)送給貼標(biāo)機(jī)器，從而實(shí)現(xiàn)打印貼標(biāo)機(jī)準(zhǔn)確貼標(biāo)的任務(wù)。軟件設(shè)計(jì)的流程圖如圖4所示。測(cè)試過(guò)程中，在完成數(shù)據(jù)采集和檢測(cè)后，將數(shù)據(jù)發(fā)送給主控模塊，并顯示測(cè)試結(jié)果。

圖4 軟件設(shè)計(jì)的流程圖Fig.4 Flow chart the software design

5 應(yīng)用測(cè)試

該貼標(biāo)系統(tǒng)用于上?？频牢锪骺萍加邢薰咀灾餮邪l(fā)的打印貼標(biāo)機(jī)上測(cè)試。在進(jìn)行測(cè)試時(shí)，首先運(yùn)行該系統(tǒng)應(yīng)用軟件，初始化相關(guān)操作后，通過(guò)完成相應(yīng)的相機(jī)設(shè)置和參數(shù)配置等設(shè)置后，然后通過(guò)點(diǎn)擊主程序界面的“開(kāi)始捕獲”按鈕進(jìn)行目標(biāo)物圖像的獲取，這時(shí)相機(jī)處于等待觸發(fā)狀態(tài)，當(dāng)選擇為外部觸發(fā)，相機(jī)將根據(jù)收到的高電平信號(hào)，進(jìn)行抓拍，也可選擇軟件觸發(fā)方式；在主界面中通過(guò)點(diǎn)擊 “顯示結(jié)果”按鈕，可以實(shí)現(xiàn)對(duì)輸出數(shù)據(jù)的實(shí)時(shí)顯示；“數(shù)據(jù)發(fā)送“按鈕負(fù)責(zé)將圖像處理得到的位置、速度、方向等數(shù)據(jù)實(shí)時(shí)發(fā)送給上位機(jī)主控模塊。程序面板的部分界面如圖5所示。該測(cè)試系統(tǒng)測(cè)試結(jié)果誤差在1 mm以?xún)?nèi)，達(dá)到實(shí)際應(yīng)用要求。

圖5 測(cè)試界面圖Fig.5 Interface chart of the test system

6 結(jié) 論

該貼標(biāo)系統(tǒng)采用具有高度智能、高速度的打印貼標(biāo)機(jī)為硬件平臺(tái)，軟件設(shè)計(jì)采用模塊化設(shè)計(jì)思想，提高了系統(tǒng)的可靠性和維護(hù)性。該貼標(biāo)系統(tǒng)已用于上海科道物流科技有限公司生產(chǎn)的貼標(biāo)打印機(jī)進(jìn)行測(cè)試，實(shí)際應(yīng)用表明該貼標(biāo)系統(tǒng)具有測(cè)試準(zhǔn)確、穩(wěn)定可靠、人機(jī)界面友好等特點(diǎn)，達(dá)到了設(shè)計(jì)要求。

[1]王紅彪.淺談機(jī)器視覺(jué)[J].自動(dòng)化博覽，2008（Z1）:44-45.WANG Hong-biao. On the machine vision [J].Automation Panorama，2008（Z1）:44-45.

[2]張五一，趙強(qiáng)松，王東云.機(jī)器視覺(jué)的現(xiàn)狀及發(fā)展趨勢(shì)[J].中原工學(xué)院學(xué)報(bào)，2008（1）:9-12.ZHANG Wu-yi，ZHAO Qiang-song，WANG Dong-yun.Actualities and developing trend of machine vision[J].Journal of Zhongyuan University of Technology，2008（1）:9-12.

[3]祝世平，強(qiáng)錫富.用于攝像機(jī)定位的單目視覺(jué)方法研究[J].光學(xué)學(xué)報(bào)，2001（3）:339-343.ZHU Shi-ping，QIANG Xi-fu.Study on monocular vision method used for camera positioning[J].Acta Optica Sinica，2001（3）:339-343.

[4]廖萬(wàn)輝，李琳.基于機(jī)器視覺(jué)的工業(yè)機(jī)器人定位系統(tǒng)[J].微計(jì)算機(jī)信息，2009，32（8）:242-244.LIAO Wan-hui，LI Lin.Stereo vision for tracking and location system working on industrial robot[J].Macrocomputer Information，2009，32（8）:242-244.

[5]吳鳳和.基于計(jì)算機(jī)視覺(jué)測(cè)量技術(shù)的圖像輪廓提取方法研究[J].計(jì)量學(xué)報(bào)，2007，1（1）:18-22.WU Feng-he.A study on contour extraction method in computer vision measurement technology[J].Acta Metrologica Sinica，2007，1（1）:18-22.

[6]劉同海，白鵬，李乃祥，等.基于OpenCV的玉米株型骨架提取研究[J].廣東農(nóng)業(yè)科學(xué)，2011，20（3）:163-165.LIU Tong-hai，BAI Peng，LI Nai-xiang，et al.Research on framework extraction software in maize plant type based on openCV[J].Guangdong Agricultural Sciences，2011，20（3）:163-165.

[7]劉紫燕.實(shí)時(shí)圖像邊緣檢測(cè)的設(shè)計(jì)及FPGA實(shí)現(xiàn)[J].電子科技，2011（12）:1-3.LIU Zi-yan.Edge detection of real-time image based on FPGA[J].Electronic Science and Technology，2011（12）:1-3.