基于STM32F103的颜色及形状识别系统设计

颜色及形状识别是机器视觉技术的一个重要组成部分,针对一些硬件资源有限的应用场景,文章提出了一种基于STM32F103的颜色及形状识别系统设计。设计通过OV7725摄像头模块进行图像的数据采集,先将图像数据转化到HSV空间,实现颜色识别及图像的二值化,然后通过图像腐蚀操作,识别到有效的区域,采用边长特征的方法来进行形状识别,最后,将识别后的结果数据通过串口传送出去。测试结果表明,该系统设计能实现红、黄、绿等颜色及圆形、正方形和三角形的形状识别。

基于机器视觉的球状农产品分拣机的探索研究

人们对农产品品质要求的提高,产生了对农产品分级分拣的需求,并且这种分拣的指标是多样化的。按照产品的颜色、腐烂损坏程度、成熟度等指标要求进行的分拣,由纯机械的装置是难以实现的,同时如果没有机械装置的辅助,对产品图像信息的采集又是不全面的。笔者结合计算机视觉识别技术和机械自动取料与翻滚装置,以坏果分拣为例,提出了系统化的解决方案,从机械结构、PLC控制、图像采集机制、计算机图像处理等方面详细阐述了其工作原理和实现方法,并且在计算机视觉识别坏果方面提出了利用HSV亮度等高线特征的方法来识别果梗/花萼与缺陷。仿真结果证明:该装置利用HSV亮度等高线特征的方法来识别缺陷与果梗/花萼,能高效全自动化去除坏果;同时,该系统提供了一种基于计算机视觉识别的农产品检测分拣的系统框架,它的功能不局限于去除坏果,也不局限于检测一种产品,它可以根据对产品颜色、大小、形状等不同视觉特征指标的要求,在计算机中输入或选择相应识别程序完成相应分拣任务,它还可以采用多级喷吹机构或其他分拣执行机构扩展其功能,实现多级分拣。