包装物料形状特征提取和识别方法

目的为了提高包装过程物料抓取成功率,采用机器视觉设计一种物料识别和定位方法。方法以串联机械手臂为载体搭建一种基于机器视觉的物料识别、定位、抓取平台,包括物料传送模块、图像采集模块、视觉分拣模块、机器人控制模块和抓取模块等。重点论述相关图像处理算法,包括基于双边滤波的图像预处理方法,基于Canny算子的图像边缘检测,图像特征提取和质心定位等。最后进行实验研究。结果实验结果表明,码垛机器人的物料形状正确识别率可以达到99.25%,抓取成功率能够达到99.5%。结论所述物料形状识别和抓取定位方法可有效解决图像特征提取、定位等问题,具有识别率高、抓取准确等特点,能够满足包装搬运要求。

基于色选技术的建筑垃圾分选系统研发

针对建筑垃圾中烧结砖块和混凝土块的混合物的分离难题,介绍了一种基于色选技术的建筑垃圾自动化分选系统软硬件设计实现及其实验验证;该系统基于机器视觉求取传送带上目标烧结砖块的质心坐标的方法,通过在上位机上编写相应的C++算法程序,利用OPC客户/服务器模式和PLC进行通讯,以实现对高压气阀的实时控制;为了提高系统的实时性,采用了环形队列数据存取方式;最后介绍了通过计算目标物的质心坐标,以实现其精确的定时和定位;实验结果表明:在传送带速度为1.00m/s时,分拣系统的识别率为96.8%,分选率为91.7%;烧结砖块和混凝土块高效分离回收后的经济价值将得到极大的提高,有助于解决目前城市固体建筑垃圾围城的环境难题。

一种双目视觉多目标分拣系统设计与测试

针对人工包装USB组件效率低和分装错误率高的问题,开发一套集识别、选择和分选于一体的智能分拣系统。提出一种改进的分拣算法,利用边缘曲线等价方法确定工件形状,通过多目标形心图像区域分割快算方法确定各组件中心,采用Harris角点检测算法获取旋转角度。构建分选识别相机和旋转纠偏相机相结合的双目视觉智慧分选和包装模式。结果表明:最大旋转角度误差为0.75°,最大质心偏差为0.68 mm,测试成功率达99.5%以上,所构建的智能分拣系统对USB组件不同摆放位置模板匹配的误差和抓取误判率均满足设计要求。研究结果为智能化设备研究提供了参考。

复杂车辆图像中的车牌定位

针对复杂背景的车牌定位问题,提出了一种综合形态、颜色、投影等多种特征的车牌定位算法。基于车牌区域边缘信息丰富的特点,首先利用边缘检测和数学形态学方法定位候选车牌区域,并消除噪声干扰;然后根据质心所在位置对候选区域进行由低到高的排序,并通过颜色识别作进一步筛选,以排除车灯等区域的干扰;最后采用投影法及谷值分析对截取出的缺损车牌进行补全,从而得到准确的车牌位置。实验结果表明,算法的效率与精度与车辆图像的清晰度、曝光度及车牌大小等因素有关,与传统车牌定位算法相比,效率和精度分别提高了15%和20%以上。

多目标跟踪下点迹凝聚的实时优化算法

针对雷达信号处理中的点迹凝聚算法在应对多目标、群目标检测时的实时性能不佳,对点迹凝聚算法的工程实现提出了优化措施。对于常规实现中的耗时操作采用预排序和哈希映射的方式优化,降低了算法实现的时间复杂度。为使算法适配多核处理器,提出了2种多线程的实现方案。对方案进行性能对比,分析了不同优化方案适用的场合。仿真结果证明在目标数目达到一定规模后,提出的方案相对于常规实现有着近百倍的加速,有效解决了点迹凝聚算法处理大量点迹时实时性不佳的问题。