基于机器视觉的馒头分拣系统设计

蔡倩倩 宁祎 王雷

摘要：针对我国馒头的生产需求，将机器视觉技术结合工业机器人用于馒头的分拣工作，提高了馒头分拣的准确性与实时性。该文主要完成基于机器视觉的馒头分拣设计，视觉标定提出局部线性法的摄像标定方法；针对馒头的识别与定位采用Canny算子对图像边缘进行提取；针对动态目标跟踪提出了“伺服电机+同步传送带”的形式，攻克了目标的重复检测问题，并实现对馒头的快速抓取。

关键词：分拣策略；机器视觉系统标定；目标识别与定位；目标跟踪

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）23-0209-02

1 背景

目前，市场上由成型机生产出来的馒头主要采用人工分拣包装，不仅会对馒头包装造成二次污染，而且生产效率较低，难以满足人们日常生活的需求。在馒头分拣过程中引入机器视觉和机器人等技术，显著提高了馒头的分拣效率，避免了馒头食品的污染[1-2]。该文通过搭建基于机器视觉馒头分拣系统平台，并完成机器人对馒头分拣过程中的关键技术设计。

2 基于机器视觉的馒头分拣平台

如图1所示，搭建了馒头分拣系统平台，该平台主要组成部分有工控机、运动控制器、Delta机器人、夹持器和CCD相机等。

馒头分拣原理：视觉系统对实时采集运动馒头图像信息进行分析处理，计算得出每个馒头的位置、姿态等数据，并对其进行信息处理；通过运动目标与图像之间的关系，计算出运动馒头的精准位置。最后利用伺服电机控制末端执行器实现对馒头的分拣[3-4]。如图2所示。

3 机器人分拣系统的关键技术

3.1 视觉系统标定

视觉标定是分拣工作的关键步骤，一般用到的方法有直接线性法（ DLT）、基于径向排列约束的Tsai 法和两步摄像机标定法等[5]。该文主要采用局部线性法的标定方法，利用棋盤格作为标定模板，仅采集一幅图片即可，极大简化了标定过程。

如图3所示为待测面上的特征点和成像平面的投影点。

4 总结

该文针对我国馒头生产行业的需求，完成了对机器视觉的馒头分拣系统设计。机器人对馒头分拣过程中的关键技术，主要包括视觉系统标定、目标识别与定位以及动态目标跟踪，为后续机器人分拣系统实验研究提供基础。

参考文献：

[1] 晏祖根， 王立权， 孙智慧. 面向食品生产的高速自动分拣系统的研究[J]. 包装工程， 2009， 30（7）： 16-18.

[2] 许德群， 肖衡. 我国包装与食品机械发展现状及趋势[J]. 包装与食品机械， 2011， 29（5）： 47-50.

[3] 朱作付， 徐超， 葛红美. 机器视觉技术在包装领域的应[J]. 包装工程， 2010， 31（3）： 24-26.

[4] 陈厚忠， 朱小中. 易开盖成品高速视觉检验机器的开发[J]. 包装与食品机械， 2011， 29（1）： 32-34.

[5] 李建， 陈长明. 基于 Opencv的改进两步摄像机标定[J]. 计算机应用与软件， 2010， 27（3）： 104-10.

[6] Shriram K Vasudevan， Dharmendra T， Sivaraman R， et al. Automo-tive Image Processing Technique Using Cannys Edge Detector[J]. International Journal of Engineering Science and Technology， 2011， 2（7）： 2632-2643.

[7] 陈宏申， 李环. Canny边缘检测算法在机器人视觉中的应用[J]. 现代计算机， 2011（11）： 17-20.

【通联编辑：谢媛媛】