基于機(jī)器視覺的編織袋圖像處理與分析.pdf

1、編織袋廣泛應(yīng)用于大米、面粉、水泥、化肥、淀粉、飼料、棉紗、建材、化工原料、金屬制品及其它產(chǎn)品的外包裝，且這些物料的產(chǎn)量非常大。目前我國袋裝物料的倉庫搬運(yùn)和裝卸運(yùn)輸方式主要是靠肩扛和小車?yán)?，不僅裝卸工人的勞動(dòng)強(qiáng)度大、工作效率低，而且是在粉塵的環(huán)境下工作，危害裝卸工人的身心健康。采用機(jī)器人進(jìn)行袋裝物料的裝卸，需要確定編織袋的準(zhǔn)確位置才能裝卸運(yùn)輸。針對(duì)編織袋裝料后容易變形，出現(xiàn)偏離原來位置等特點(diǎn)，“基于機(jī)器視覺的物料袋自動(dòng)識(shí)別研究”(山東省自

2、然科學(xué)基金項(xiàng)目，編號(hào)：Y2007G23)就是在這樣的背景下提出來的。本文以山東省自然科學(xué)基金為依托，完成了上述目標(biāo)的圖像處理與分析部分。本文研究內(nèi)容主要包括以下幾個(gè)方面：
　　 第一，設(shè)計(jì)了物料袋圖像采集系統(tǒng)，建立了物料袋圖像采集模型，采用張正友標(biāo)定算法對(duì)攝像機(jī)進(jìn)行了內(nèi)外參數(shù)的標(biāo)定。
　　 第二，對(duì)中值濾波算法進(jìn)行了改進(jìn)，利用改進(jìn)的中值濾波算法對(duì)采集的物料袋圖像進(jìn)行圖像去噪處理，利用直方圖均衡化算法對(duì)圖像進(jìn)行增強(qiáng)，采用不

3、同的邊緣檢測算子對(duì)物料袋圖像進(jìn)行邊緣檢測并對(duì)檢測效果進(jìn)行了分析，提出采用Sobel邊緣檢測算子與迭代閾值法相結(jié)合的圖像分割方法，提取物料袋圖像的邊緣信息，得到的圖像邊緣清晰、連續(xù)性好，為機(jī)器人自動(dòng)識(shí)別物料袋技術(shù)提供理論基礎(chǔ)。
　　 第三，以單袋水泥袋為研究對(duì)象，采用平行雙目立體視覺技術(shù)，根據(jù)視差原理，生成了水泥袋深度圖像，生成的深度值即為水泥袋與攝像機(jī)基線之間的距離，通過實(shí)驗(yàn)數(shù)據(jù)分析得出了灰度值與深度值之間的函數(shù)關(guān)系，為機(jī)器人自

4、動(dòng)識(shí)別物料袋的三維形狀提供理論基礎(chǔ)。
　　 第四，以兩袋化肥袋為研究對(duì)象，研究了物料袋碼垛的圖像處理與分析技術(shù)。采用改進(jìn)的中值濾波算法對(duì)采集的圖像進(jìn)行去除噪聲處理，利用Sobel邊緣檢測算子檢測圖像邊緣，采用Otsu法分割圖像并對(duì)圖像進(jìn)行二值化處理，采用數(shù)學(xué)形態(tài)學(xué)中的膨脹、腐蝕算法對(duì)圖像進(jìn)行處理，采用希爾迪奇(Hilditch)法對(duì)圖像進(jìn)行細(xì)化處理得到了兩袋化肥袋的邊緣特征，由于兩袋化肥之間存在部分重疊，利用兩袋化肥圖像的面積不