梁涵

摘?要：對工件識別過程中，對于機(jī)器視覺技術(shù)的應(yīng)用進(jìn)行了一定的分析，并且簡要地介紹了主要圖像處理算法。在此基礎(chǔ)尋求有效方法，對自動分揀系統(tǒng)決策方面提供一定的支持。

關(guān)鍵詞：機(jī)器視覺;圖像處理;模式識別;工件

中圖分類號：TP391.41文獻(xiàn)標(biāo)識碼：A

doi：10.14031/j.cnki.njwx.2019.02.008

1?基于機(jī)器視覺的工件自動識別算法

一般情況下，可以將工件識別算法具體分成待測物識別與機(jī)器視覺兩個(gè)部分，前者主要是通過CCD成像之后與標(biāo)準(zhǔn)模板進(jìn)行對比，該成像圖可以在計(jì)算機(jī)的內(nèi)存之中進(jìn)行暫時(shí)存放。而后者屬于通過標(biāo)準(zhǔn)模板CCD呈現(xiàn)來對待分揀物的模板進(jìn)行構(gòu)建，并且隨后將其在計(jì)算機(jī)硬盤之中進(jìn)行存儲。在對零件是否為同類進(jìn)行判斷的過程中，可以根據(jù)相似度來進(jìn)行判斷，如果是同類零件，可以將其分揀到指定的通道之中;如果不是同類零件，則需要繼續(xù)進(jìn)行循環(huán)的判斷。

整個(gè)檢測過程可以按照下面的流程進(jìn)行：CCD→ 構(gòu)建待分揀物品模板→ 存儲。

2?關(guān)鍵算法

2.1?圖像預(yù)處理

在對圖像進(jìn)行預(yù)處理的過程中，主要目的是對圖像數(shù)據(jù)之中的信噪比進(jìn)行提高，并且抑制背景噪聲，使圖像后續(xù)處理過程中的壓力得到減輕。成像零件識別過程中會由于圖像噪聲而帶來誤差，本次研究之中圖像去噪方法所應(yīng)用的是加權(quán)平均濾波法。

通過對加權(quán)平均濾波算法進(jìn)行利用，能夠使圖像邊緣細(xì)節(jié)得到保留，由于該算法的重點(diǎn)是選擇領(lǐng)域的形狀、大小以及方向，在加權(quán)平均濾波算法之中，我們將處在領(lǐng)域中心位置，待處理的像素點(diǎn)稱之為中心像素點(diǎn)，對權(quán)值進(jìn)行選取過程中的原則主要是：

（1）對于中心像素點(diǎn)需要賦予比較大的權(quán)值，而其他像素點(diǎn)的權(quán)值相對比較小。

（2）依照與中心像素點(diǎn)的具體距離來對權(quán)值加以確定，如果是較近距離的像素點(diǎn)，則需要賦予比較大的權(quán)值，而如果是距離比較遠(yuǎn)的像素點(diǎn)，則需要賦予一個(gè)較小的權(quán)值。

（3）依照與中心像素點(diǎn)灰度值的接近程度，來對權(quán)值進(jìn)行確定，如果灰度值與像素點(diǎn)越接近，便賦予比較大的權(quán)值，如果較遠(yuǎn)，則需要賦予較小的權(quán)值。

2.2?目標(biāo)物位姿檢測

因?yàn)榇郎y物體偏轉(zhuǎn)角度、成像位置與模板物會有一定的偏差，基于這種情況就必須將這個(gè)位姿偏差檢測出來。隨后再通過對仿射變換進(jìn)行應(yīng)用，來使這兩個(gè)圖像都處在一個(gè)相同的坐標(biāo)之中，在這種情況下對兩個(gè)圖像進(jìn)行比較。本文所提到的是一種以機(jī)械零件圖像邊緣輪廓形心和最小外接矩形圖像配準(zhǔn)方法作為基礎(chǔ)和前提。該方法主要是通過對圖像邊緣輪廓的形心為之進(jìn)行確定，以及對于坐標(biāo)軸與最小外接矩形特殊邊之間的夾角進(jìn)行確定，來將圖像的仿射變換參數(shù)得出來，這樣能夠使機(jī)械零件圖像的配準(zhǔn)工作得到完成。

2.3?圖像仿射變換與相似度判斷

由于工件放置的過程中具有一定的偏差，由此就會造成數(shù)據(jù)庫之中的標(biāo)準(zhǔn)零件形心坐標(biāo)與待測零件的形心坐標(biāo)不可能一致，基于這種情況就需要通過圖像位姿的旋轉(zhuǎn)、變換以及評議來使兩個(gè)圖像能夠重合。經(jīng)過仿射變換之后的零件會與標(biāo)準(zhǔn)末班零件應(yīng)用圖像像素相減和求和之后來進(jìn)行比較，并且應(yīng)用相似的面積與末班零件的最大面積之比來將其作為相似度。如果相似度比某個(gè)閾值大的話，我們便可以認(rèn)為這個(gè)待測的零件和模板的零件屬于一個(gè)同類的零件;如果相反，則可以認(rèn)為二者不屬于相同類型的零件。

2.4?算法驗(yàn)證

首先需要針對待測物做加權(quán)平均濾波進(jìn)行計(jì)算，隨后應(yīng)用這一算法來對零件的形心與旋轉(zhuǎn)角度做出檢測，檢測得到的結(jié)果為，模板A、B、C、D對應(yīng)的角度為-86.86°、-56.84°、-1.16°、-51.56°。

通過上述的檢測數(shù)據(jù)可以對兩個(gè)零件旋轉(zhuǎn)角度與位置偏差進(jìn)行計(jì)算，分別對仿射變換進(jìn)行利用，來與標(biāo)準(zhǔn)模板做出對比，隨后可以得出數(shù)據(jù)：零件A、B與模板a比較值分別為0.94、0.23，與模板b的比較值分別為0.26、0.96。

3?工件分揀運(yùn)動的實(shí)現(xiàn)

通過圖像處理算法求取出來的工件形心位置，能夠?yàn)闄C(jī)械手抓取提供一個(gè)坐標(biāo)點(diǎn)，上位機(jī)可以將經(jīng)過處理之后得出的坐標(biāo)點(diǎn)作為控制參數(shù)，來發(fā)出運(yùn)動控制卡。在運(yùn)動控制卡之中，會提前在編寫出來的底層控制程序之中，賦上包含接收位置參數(shù)的變量，隨后在參數(shù)被變量接收到之后，會發(fā)出驅(qū)動脈沖來對伺服電機(jī)進(jìn)行控制。由此便能夠使Z軸在工件上方位置得到精準(zhǔn)的定位，并且在之后通過控制Z軸下降和由氣動夾爪對工件進(jìn)行抓取，來使目標(biāo)抓取功能得以實(shí)現(xiàn)。

4?結(jié)束語

基于機(jī)器視覺的工件自動分揀系統(tǒng)，是一個(gè)較為開放的平臺，后續(xù)對多種用途系統(tǒng)的開發(fā)，屬于一種較為有益的嘗試，可以進(jìn)一步將其應(yīng)用在零件尺寸較為復(fù)雜和形狀誤差的檢測過程之中。

參考文獻(xiàn)：

[1] 杜恩明，張仁朝.基于機(jī)器視覺的自動分揀碼放系統(tǒng)研究[J].包裝工程，2018，39（15）：194-198.

[2] 肖仁，吳定會，歐陽洪才.基于機(jī)器視覺的自動分揀系統(tǒng)設(shè)計(jì)研究綜述[J].智慧工廠，2017（09）：43-48.