应用机器视觉的鞋面数量统计与尺寸测量

针对鞋面数量统计和尺寸测量过程中人工检测方法效率低、成本高的问题,提出利用机器视觉的鞋面数量统计与尺寸测量方法。采用基于边缘方向的模板匹配算法对鞋面进行数量统计。运用最小外接矩形(MER)算法对鞋面进行尺寸测量。为验证方法的可靠性,对3种鞋面分别在光照变化、混乱和遮挡条件下进行了检测实验,并与绝对误差和算法、归一化相关系数法和Hausdorff距离匹配算法的检测结果进行对比。将MER测量结果和人工测量结果进行对比,结果表明:基于边缘方向的模板匹配算法在复杂环境下的鲁棒性更高,可完成鞋面数量统计;MER方法和人工测量的相对误差在0.67%以内,满足工业生产中的实际需求。

图像处理在鞋面尺寸测量中的应用

针对人工测量鞋面尺寸误差大,速度慢的问题,提出一种基于图像处理的鞋面尺寸测量方法.首先对鞋面图像进行预处理去除噪声干扰,然后边缘检测提取鞋面轮廓,再采用最小外接矩形(minimum bounding rectangle,MBR)算法测量鞋面尺寸,该矩形的长宽即为鞋面的长宽.通过算法测量结果和人工测量结果对比发现,MBR方法和人工测量结果的相对误差在0.67%以内,能满足工业生产中的实际需求.