基于機器視覺的編織袋圖像處理與分析.pdf

1、編織袋廣泛應用于大米、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和裝卸運輸方式主要是靠肩扛和小車拉，不僅裝卸工人的勞動強度大、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。采用機器人進行袋裝物料的裝卸，需要確定編織袋的準確位置才能裝卸運輸。針對編織袋裝料后容易變形，出現(xiàn)偏離原來位置等特點，“基于機器視覺的物料袋自動識別研究”(山東省自

2、然科學基金項目，編號：Y2007G23)就是在這樣的背景下提出來的。本文以山東省自然科學基金為依托，完成了上述目標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方面：
　　 第一，設計了物料袋圖像采集系統(tǒng)，建立了物料袋圖像采集模型，采用張正友標定算法對攝像機進行了內(nèi)外參數(shù)的標定。
　　 第二，對中值濾波算法進行了改進，利用改進的中值濾波算法對采集的物料袋圖像進行圖像去噪處理，利用直方圖均衡化算法對圖像進行增強，采用不

3、同的邊緣檢測算子對物料袋圖像進行邊緣檢測并對檢測效果進行了分析，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，為機器人自動識別物料袋技術提供理論基礎。
　　 第三，以單袋水泥袋為研究對象，采用平行雙目立體視覺技術，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基線之間的距離，通過實驗數(shù)據(jù)分析得出了灰度值與深度值之間的函數(shù)關系，為機器人自

4、動識別物料袋的三維形狀提供理論基礎。
　　 第四，以兩袋化肥袋為研究對象，研究了物料袋碼垛的圖像處理與分析技術。采用改進的中值濾波算法對采集的圖像進行去除噪聲處理，利用Sobel邊緣檢測算子檢測圖像邊緣，采用Otsu法分割圖像并對圖像進行二值化處理，采用數(shù)學形態(tài)學中的膨脹、腐蝕算法對圖像進行處理，采用希爾迪奇(Hilditch)法對圖像進行細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