楊美程　吳戈

摘要：為了實(shí)現(xiàn)工件的智能分揀，提出了基于機(jī)器視覺的智能分揀平臺。平臺主要由圖像采集、信息處理、自動分揀三大部分組成，可實(shí)現(xiàn)對不同材質(zhì)、不同形狀的工件進(jìn)行動態(tài)分揀。實(shí)驗(yàn)結(jié)果表明，該平臺下分揀正確率較高，速度較快，具有一定靈活性，有助于信息集成化，實(shí)現(xiàn)分揀、管理、監(jiān)控的一體化。

關(guān)鍵詞：智能分揀；機(jī)器視覺；平臺設(shè)計(jì)

中圖分類號：TP278 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2017）08-0178-02

1概述

工件分揀是工業(yè)生產(chǎn)環(huán)節(jié)中重要的組成部分，并且直接影響著產(chǎn)品生產(chǎn)的質(zhì)量和效率。實(shí)現(xiàn)工件的智能分揀可以大幅度的解放人工勞動力，提高生產(chǎn)效率，降低生產(chǎn)成本。傳統(tǒng)的工件分揀實(shí)驗(yàn)平臺有采用離線編程的方法，但其開發(fā)周期長，可移植性差，對機(jī)器人模型和工具坐標(biāo)系的精度要求較高。而在間歇式分揀中，要使傳送帶停止來實(shí)現(xiàn)對目標(biāo)工件進(jìn)行抓取、放置，這種方式會對電機(jī)造成損耗，而且會直接影響到工件分揀的效率。

本文設(shè)計(jì)的分揀平臺能夠?qū)ぜM(jìn)行在線動態(tài)分揀，其中的信息處理和動態(tài)抓取部分設(shè)計(jì)是流線化的，能夠?qū)崿F(xiàn)分揀效率的顯著提高。

2智能分揀平臺組成

工件分揀平臺的結(jié)構(gòu)示意圖如圖1所示。主要由圖像采集、信息處理、自動分揀三大部分組成。利用圖像采集系統(tǒng)觸發(fā)采集工件圖像傳給信息處理中心，信息處理中心對圖像進(jìn)行模板匹配處理分析確定工件的類型，并向自動分揀部分發(fā)送相應(yīng)的指令完成分揀腳。

2.1圖像采集

該部分主要由微波傳感器、CCD相機(jī)和光源等硬件組成。微波傳感器當(dāng)無工件通過時輸出高電平，有工件通過輸出低電平，由此用于相機(jī)的觸發(fā)拍照；相機(jī)采用采集圖像噪聲較小，質(zhì)量較高的CCD相機(jī)，并配有圖像畸變小，可變焦的鏡頭；光源選用雙前光源，其主要作用是盡可能的突出目標(biāo)特征，增強(qiáng)前景區(qū)域和背景區(qū)域的對比度，盡量減小圖像處理的壓力和實(shí)驗(yàn)誤差。

2.2信息處理

信息處理中心由計(jì)算機(jī)系統(tǒng)組成，是整個平臺的大腦樞紐。除了控制圖像采集外，還要完成圖像的預(yù)處理，模板匹配，分類編號，命令真空吸附裝置完成工件分揀等工作。

2.2.1圖像預(yù)處理

1）采集到彩色圖像后需要進(jìn)行灰值化處理，將彩色圖像灰度化算法主要有最大值法、平均值法和加權(quán)平均值法。最大值法會得到亮度很高的灰度圖像，平均值法會得到較柔和的灰度圖像，加權(quán)平均值法根據(jù)取不同的值就會得到不同的灰度圖像。本文主要采用加權(quán)平均法如式（1）所示，將工件圖像轉(zhuǎn)為灰度圖像：

Gray=0.30×R+0.59×G+0.11×B （1）

2）圖像二值化采用閾值分割來實(shí)現(xiàn)，即以一個合適的閾值將圖像分為大于和小于閾值的兩部分像素群對應(yīng)表示圖像中的目標(biāo)和背景從而將目標(biāo)從背景中分離出來。本文中采用雙峰法來確定最佳分割閾值，根據(jù)輸入的圖像作出灰度直方圖，直方圖中出現(xiàn)兩個峰值一個處于目標(biāo)灰度區(qū)，另一個處于背景灰度區(qū)，這兩個峰分別對應(yīng)目標(biāo)與背景數(shù)目較多的像素點(diǎn)，兩峰之間的波谷對應(yīng)邊緣附近數(shù)目較少的點(diǎn)，然后在波谷間選定某一閾值進(jìn)行二值化，如式（2）所示。

（2）

3）在圖像獲取及傳輸?shù)倪^程中可能會出現(xiàn)各種噪聲，常見的有加性噪聲、乘性噪聲、量化噪聲和椒鹽噪聲等，這些噪聲的出現(xiàn)會影響工件識別的準(zhǔn)確性，因此需要對圖像進(jìn)行去噪處理。消除圖像噪聲的工作稱之為圖像濾波，在圖像濾波方面常使用快速傅里葉變換（FFT）將圖像變換到復(fù)頻域，然后利用工作在復(fù)頻域的算法除去圖像中不期望的頻率達(dá)到濾波的效果。

2.2.2模板匹配

模板匹配的基本思想是對比原理，即用被測目標(biāo)與模板進(jìn)行對比，然后根據(jù)它們的相似程度來判斷是否有目標(biāo)的存在。本文主要是基于LabVIEW的一種新的模式匹配算法——金字塔匹配法，該方法通過減小圖像和模板的大小提高模式匹配的計(jì)算時間。在金字塔匹配中，圖像和模板都是重采樣的，通過每隔一個像素采樣以得到較小的空間分辨率，匹配在減小的圖像上執(zhí)行，因此匹配速度是非?？斓?。當(dāng)匹配完成后，只有較高匹配分值的區(qū)域需要被考慮為原始圖像中的匹配區(qū)域。使用模板匹配識別出工件結(jié)果如圖2所示。

2.2.3分類編號與分揀命令

在微波傳感器觸發(fā)圖像拍照時，計(jì)算機(jī)系統(tǒng)也同時對待分揀的工件進(jìn)行編號。對工件圖像進(jìn)行匹配識別確定種類后，就會向真空吸附裝置發(fā)送針對此編號工件的指令，待工件通過第二個傳感器進(jìn)行再次編號后，真空吸附裝置便根據(jù)指令將編號相同的工件就行抓取分類。

2.3自動分揀

自動分揀部分由微波傳感器及真空吸附裝置組成。微波傳感器用于在工件到來時向信息處理中心發(fā)送觸發(fā)信號，以此對工件進(jìn)行再次編號；真空吸附裝置抓取工件是通過吸盤內(nèi)的壓力與大氣壓產(chǎn)生壓力差實(shí)現(xiàn)的，與其他機(jī)械手臂相比，吸附式手構(gòu)造簡單、安裝方便。又由于本平臺分揀的工件大多表面較均勻，接觸面較大所以采用吸附式裝置作為分揀工件的裝置。

3智能分揀平臺工作過程

智能分揀工作主要流程如圖3所示，具體步驟可描述為：傳送帶以固定的速度傳送待分揀的工件，當(dāng)?shù)谝粋€微波傳感器檢測到有工件通過時，將檢測到的信號傳遞給信息處理中心，信息處理中心控制CCD相機(jī)進(jìn)行拍照，同時對此次通過的工件進(jìn)行第一次編號。傳送帶在以固定的速度運(yùn)動，控制相機(jī)在工件通過時在拍攝最佳范圍內(nèi)延時拍攝兩張照片，并將拍攝的圖片傳送信息處理中心。信息處理中心先對圖片預(yù)處理，然后利用模板匹配方法對拍攝的圖片與標(biāo)準(zhǔn)的各種工件匹配，當(dāng)兩張圖片都與某一張標(biāo)準(zhǔn)工件圖匹配成功，則可判斷出工件的類型，并輸出此工件編號。當(dāng)信息處理中心對圖片處理、匹配的時候，傳送帶依然在傳動沒有停止，而當(dāng)已經(jīng)被第一傳感器檢測到并被編號的待測工件經(jīng)過第二微波傳感器的時候，第二微波傳感器也會檢測到此電路板，并將信號傳遞給信息處理中心同時也進(jìn)行第二次編號。當(dāng)?shù)诙尉幪枙r工件編號與輸出的確定類別工件編號一致時，信息處理中心立即控制真空吸附裝置對傳送帶上的工件吸附放置到另外的傳送帶上。

4調(diào)試與實(shí)驗(yàn)

經(jīng)過對軟硬件的多次調(diào)試初步搭建了分揀平臺，并選取了五種不同種類的表面較均勻，接觸面較大的工件進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)證明，平臺智能分揀工件速度較快，由于對工件是進(jìn)行動態(tài)識別分類的，因此效率較高，而且對于實(shí)驗(yàn)的工件都能夠正確地進(jìn)行分類。

5結(jié)語

基于機(jī)器視覺的工件智能分揀平臺的設(shè)計(jì)研究，能夠?qū)崿F(xiàn)不同種類工件的自動分揀，解放人工勞動力，提高生產(chǎn)效率，為實(shí)現(xiàn)工廠自動化生產(chǎn)打下基礎(chǔ)。但該平臺仍有不足，對于復(fù)雜的表面積較小的工件識別分類效果不是很好，可作進(jìn)一步改進(jìn)。