羅金勇

德州艾荷過濾設備有限公司 山東德州 253500

1 系統概述

過去，由于設備費用和圖像分辨率的限制，機器視覺技術并未在工業(yè)中得到廣泛應用。通過持續(xù)改進，該技術日趨成熟。近年來，隨著PC功能越來越強大，并且CCD系統的分辨率得到提高，機器視覺系統已在許多應用中得到廣泛應用。攝像機和光源的選擇放置是創(chuàng)建成功視覺系統的最重要步驟之一。因為獲得高質量的圖像可以大大簡化視覺算法并提高其可靠性。

系統的動力部件主要由軸承、固定中心、皮帶和齒輪組成，并由直流電機驅動。固定中心的作用是在兩端支承凸輪軸?；疽曈X系統由CCD攝像機、圖像處理軟件、圖像處理算法、圖像處理板和計算機組成。采用背光技術，獲得零件外部輪廓清晰的圖像。背光產生即時的對比，因為它在明亮的背景下創(chuàng)建黑暗的輪廓。電機和CCD攝像機通過插入計算機PC主機總線的2張卡與計算機接口。其中一張卡是連接到直流電機的接口卡，用來控制凸輪軸的旋轉運動。另一種接口卡是幀采集卡，其中視覺系統的CCD攝像機連接到卡上可用的通道[1]。

2 分揀系統應用

2.1 基于機器視覺的工業(yè)機器人分揀系統的相關要求

眾所周知，在實際的工業(yè)機器人的工作過程當中，其面對的諸多工件其實都是幾何形狀，所以，工業(yè)機器人的分揀系統要求能夠適應幾何形狀的工件，這樣才能提升整體的工作效率。

為了提升智能工業(yè)機器人的工作效率，相關的工作人員可以為其提供一定的便利。在實際的工作過程當中，有可能會發(fā)生一定的機械臂碰撞現象，所以，相關的工作人員在工件放置工作當中，要盡量將其分散地進行放置，這樣能夠有效地減少機械臂碰撞的現象，在一定的程度上來說，分散放置能夠提升機械臂的使用壽命。

2.2 實際的分揀實現過程概述

在這一研究過程當中，可以對攝像機平臺的工作進行一定的利用，也就是說，可以利用提取到的圖像序列來將分揀過程的實現完整地敘述出來，當然在這一過程中，要對提取到的圖像進行特征的分析[2]。

2.2.1 圖像預處理

進行圖像的預處理有利于分析整個分揀過程，雖然這一操作過程可能會干擾圖像的形成，但這一操作還是具有非常重要的作用的。

2.2.2 完成目標提取

在這一過程當中，Canny算子的應用是非常重要的，在對其進行一定的應用之后，得到的圖像變化就會形成諸多參數數值，這對于后續(xù)的研究工作是具有非常大的積極意義的。

2.2.3 單一目標的分析

在前文已經進行了一定的提及，基于機器視覺的工業(yè)機器人分揀系統所面臨的工件大多都是幾何形狀，但是如果只將角點的檢測工作作為重要的依據的話，這項工作其實是十分不全面的，因為無法測出球體這樣一個幾何工件。為了應對這一問題，需要對Hough圓檢測進行充分的利用，這樣，在實際的工作當中，智能工業(yè)機器人分揀系統所面臨的幾何工件的抓取分揀工作的效率就會比較高，而且工作起來就是比較全面的了。所以，在分揀過程實現的過程當中，要重視對單一工件類型的分析。

2.2.4 依據不同的類型進行抓取工作

在進行實際的抓取工作之前，相關的工作人員要進行不同程度的試驗抓取工作，在這一工作過程中，需要針對不同的單一工件進行抓取工作，將其主要的特征進行了解和掌握，其中數據值包括中心以及長短軸等等。并且，在后續(xù)的工作過程當中，需要經過CAN總線將特征信息發(fā)送至RC控制單元，這樣就能夠控制工業(yè)機器人進行后續(xù)的分揀抓取工作，這一項實現過程還是比較重要的。

3 貼標功能的應用

傳送帶將待貼標產品送至視覺檢測工位；光電傳感器響應后，工業(yè)相機自動抓拍，以獲取目標物原始圖像；通過以太網將圖像傳至上位機，上位機圖像處理模塊對圖像進行處理，并得到相關控制指令；將控制指令作用于運動控制模塊，對末端執(zhí)行器進行操作；末端執(zhí)行器根據指示完成打印和貼標操作；此時，工業(yè)相機再次抓拍，以判斷實際貼標效果，如果出現“標簽不清”等情況，則剔除重新進行貼標，如果合格，則進行下一工序。

3.1 硬件設計

貼標系統硬件平臺主要包括：工業(yè)PC機、工業(yè)相機、打印貼標機構、視覺檢測模塊、人機交互界面、光電傳感器、末端執(zhí)行器、電源、傳送帶等。工業(yè)PC機是控制核心，用于接收反饋信息、生成控制指令、實時結果顯示等；工業(yè)相機主要用于圖像信息采集，包括貼標位置圖像和貼標效果圖像；打印貼標機構包括打印機和貼標機，其中打印機用于打印標簽，貼標機負責將標簽貼到指定位置；視覺檢測模塊用于判斷當前標簽是否滿足工藝要求；光電傳感器用于工位判斷，并控制工業(yè)相機進行抓拍；人機交互界面用于貼標工藝參數輸入、故障反饋、系統實時運行情況反饋等；末端執(zhí)行器用于剔除不合格產品[3]。

3.2 軟件設計

所述控制系統軟件基于MFC和OpenCV進行開發(fā)，OpenCV是一種開源的計算機視覺庫，其包含較多的C函數以及一些CH類函數；而且具有一些可用于圖像和視覺處理的通用算法，例如：3D重建、圖像分割、圖像識別、運動分析、特征檢測、特征跟蹤等，是一種比較流行的圖像處理數據庫。

通過上述分析可知：視覺檢測模塊直接決定貼標位置是否準確以及貼標效果是否理想，所以文中重點討論視覺檢測模塊，其主要包括三部分，即圖像預處理、邊緣檢測、模板匹配等。

圖像預處理。原始圖像經過灰度化、圖像分割等操作變成二值圖像，然后利用形態(tài)學濾波去掉二值圖像內部的噪聲。

邊緣檢測。對包裝盒進行邊緣檢測，得到其輪廓曲線，經過計算獲取貼標面的偏轉角度、貼標中心點坐標等數據，為貼標做準備。

模板匹配。貼標完成后，通過獲取已貼標簽圖像與模板進行匹配，判斷所貼標簽位置是否準確，標簽是否完整，有無折疊、褶皺等情況[4]。

4 結語

機器視覺系統同人類視覺系統有著一定相同性，可以及時獲得信息，在多個環(huán)境中使用，并進行數據分析，隨著技術的日臻成熟，可以給人類社會帶來更大的貢獻。