基于视觉的物体分拣系统的设计

龙源期刊网基于视觉的物体分拣系统的设计作者：金庚许婧怡刘祎凡李文钰高宇航郭阳宽来源：《数字技术与应用》2017年第11期摘要：利用机器视觉，使用相机采集物体图像信息，经计算机图像处理提取采集物体特征信息，根据不同特征信息由PLC控制分拣机实现物体自动识别分拣。试验表明，此系统识别度高，识别速率快。关键词：机器视觉；图像处理；特征提取；PLC控制技术中图分类号：TP27文献标识码：A文章编号：1007-9416（2017）11-0177-01机器视觉在制造业、服务业、军事领域等都有广泛的运用。物体分拣技术是工业生产和物流运输领域至关重要的一项技术，分拣效率和精准性影响到整个生产链的完整性与时效性。传统分拣系统技术受工业环境约束大，不具备灵活性与适应性，分拣的精准性上也存在一定缺陷。本文基于视觉识别技术的物体分拣系统，有较好的灵活性和较高的精准性。1系统识别原理系统采用基于灰度图像的边缘检测与特征提取原理。在图像灰度的二值化显示中，图像的边缘存在于图像的色域边界（灰度不连续点），也是图像信息的跳变点，这些点的集合即为图像的边缘轮廓，用一阶微分算子实现对图像边缘检测，图像边缘与信号噪音都属于灰度不连续，边缘检测需要噪音抑制，在微分算子做边缘处理前需对图像进行平滑去噪，Canny算子（1）是高斯函数的一阶微分，可以很好的实现抑噪的同时完成边缘检测。2系统设计2.1机器视觉系统设计系统组成如图1。硬件由工业相机、镜头、机架等实现视场30mm×30mm。软件模块实现对图像信息的处理识别，采用Canny边缘检测技术和图像分割技术对图像的边缘检测，用数据分类器对检测结果分类，实现对采集目标的特征提取和识别分类。2.2分拣系统设计系统如图2，PLC与计算机实现分拣系统的过程控制，材料分拣装置完成对目标物识别分类信息的响应。使用PLC通信协议与函工具包完成PLC与上位机的端口对接，PLC控制程序由上位机输入。材料分拣装置由传送带、气阀、传感器等构成。PLC根据视觉识别分类信号控制转动带运输目标物，控制不同的气阀将不同的目标物推入分拣滑轨，实现分拣。龙源期刊网系统整体设计系统由视觉识别系统与分拣系统构成，如图3，实现目标物的采集、识别、分类、分拣过程控制。首先由下料器将预设的目标物放置到分拣机传送带上，当目标物经过CCD工业相机时，相机采集图像信号并输入至计算机，由计算机软件实现图像处理与识别分类，处理后的分类信息输入至PLC实现过程控制，当传感器识别到预设的不同特征目标物传送到相应位置的气阀时，控制气阀将目标物推入其相应的滑轨，完成目标物的分拣过程。3实验结果采集目标图像及完成边缘检测与特征提取如图4、图5，对预设的物体外形特征信息可以准确及时地分类。分拣系统PLC控制程序运行稳定，上机位信号传输无延迟，PLC逻辑控制稳定，材料被控分拣装置运行稳定，传感器气阀等元件运行稳定，不存在漏运行问题。分拣系统可以完整地实现采集处理分拣的整体过程控制功能。4结语实验表明，在稳定的光照下，机器视觉识别模块可以实现对目标物体的快速采集与识别处理，分拣系统可以对识别系统的输出信号做出分拣。与传统分拣系统比该系统适应性强、灵活性高，适合在不同环境下的工业生产、设备检测、物流运输等领域有很好的应用前景。参考文献[1]程俊鑫.基于灰度图像的边缘检测方法研究[D].太原：太原理工大学，2007.[2]刘洪波，刘晓敏，郑永永，赵云伟.MATLAB在图形边界特征提取中的应用[J].机械研究与应用，2015，28（6）：65-66.[3]时维康，王波，程启良，国海芝，李海祯.基于机器视觉的冬枣分拣设备研究[J].机电技术，2016，1：9-11.[4]邓婉，高珏，朱培逸，徐金星，崔巍.基于机器视觉的水果的自动分级系统的设计[J].农产品加工·学刊，2012，10：154-156.[5]尹一鸣.基于LABVIEW与PLC的过程控制系统的设计[J].仪表技术与传感器，2010，3：30-40.[6]丁伟雄，MATELABR2015a数字图像处理[M].北京清华大学学研大厦，2016.龙源期刊网：Onobjectrecognitionofthebasicprincipleinmachinevision，object’simageinformationacquisitionfromCCDcameratransportedtocomputertoprocessandthefeaturesofobjectsextracted.Accordingtodifferentobjectfeatureinformation，PLCcontrolledsortingmachinetofinishobjectsorting.Experimentsshowedthesystemhashighrecognitionrateandfastrecognitionspeed.KeyWords：machinevision，imageprocessing，featureextraction，PLCcontroltechnology龙源期刊网