基于机器视觉的工件识别系统

２０１６年２月

第４４卷第４期

机床与液压

ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳ

Ｆｅｂ ２０１６

Ｖｏｌ ４４Ｎｏ ４

ＤＯＩ：１０．３９６９／ｊ ｉｓｓｎ １００１－３８８１ ２０１６ ０４ ０３３

收稿日期：２０１４－１２－２９

作者简介：熊晓松（１９７２ ），男，硕士研究生，讲师，研究方向为机电一体化㊂Ｅ－ｍａｉｌ：３７５５０３４３８＠ｑｑ ｃｏｍ㊂

基于机器视觉的工件识别系统

熊晓松，周凯

（武汉科技大学城市学院机电工程学部，湖北武汉４３００８３）

摘要：针对生产制造过程中枯燥的零件识别㊁分拣等工作，利用ＬａｂＶＩＥＷ建立了具有机械视觉的识别系统㊂通过对工作区内零件进行图像采集㊁处理，甄别不同形体的零件以实现零件的分拣工作，可以极大促进生产的自动化程度，提高生产率㊂最后通过实验验证了设计的实用性㊂

关键词：机器视觉；工件识别；图像采集；图像处理

中图分类号：ＴＰ２４２ ６＋２㊀㊀文献标志码：Ｂ㊀㊀文章编号：１００１－３８８１（２０１６）４－１０６－３

ＲｅｃｏｇｎｉｚｉｎｇＳｙｓｔｅｍｏｆＷｏｒｋｐｉｅｃｅｓＢａｓｅｄｏｎＭａｃｈｉｎｅＶｉｓｉｏｎ

ＸＩＯＮＧＸｉａｏｓｏｎｇ，ＺＨＯＵＫａｉ

（ＣｉｔｙＣｏｌｌｅｇｅ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＷｕｈａｎＨｕｂｅｉ４３００８３，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｂｏｒｉｎｇａｃｔｏｆｗｏｒｋｐｉｅｃｅｓａｂｏｕｔｒｅｃｏｇｎｉｚｉｎｇ，ｃｌａｓｓｉｎｇｅｃｔ，ａｒｅｃｏｇｎｉｚｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｍａｃｈｉｎｅｖｉ⁃

ｓｉｏｎｓｙｓｔｅｍｗａｓｄｅｖｅｌｏｐｅｄｗｉｔｈＬａｂＶＩＥＷｓｏｆｔｗａｒｅ．Ｔｈｅｉｍａｇｅｓｏｆｔｈｅｗｏｒｋｐｉｅｃｅｓｗｅｒｅｃｏｌｌｅｃｔｅｄａｎｄｐｒｏｃｅｓｓｅｄ，ｔｈｅｎｗｏｒｋｐｉｅｃｅｓｗｉｔｈｄｉｆｆｅｒｅｎｔｓｈａｐｅｓｗｅｒｅｄｉｓｃｒｉｍｉｎａｔｅｄａｎｄｓｏｒｔｅｄ．Ｉｔｗａｓｓｉｇｎｉｆｉｃａｎｔｆｏｒｐｒｏｍｏｔｉｎｇｔｈｅａｕｔｏｍａｔｉｃｐｒｏｄｕｃｔｉｏｎｌｅｖｅｌａｎｄｉｍｐｒｏｖｉｎｇｔｈｅｐｒｏｄｕｃ⁃ｔｉｖｉｔｙｏｆｃｏｍｐａｎｙ．Ａｔｌａｓｔｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｖａｌｉｄａｔｅｄｔｈｅｐｒａｃｔｉｃａｂｉｌｉｔｙｏｆｔｈｅｄｅｓｉｇｎ．

Ｋｅｙｗｏｒｄｓ：Ｍａｃｈｉｎｅｖｉｓｉｏｎ；Ｒｅｃｏｇｎｉｚｉｎｇｏｆｗｏｒｋｐｉｅｃｅｓ；Ｉｍａｇｅａｃｑｕｉｓｉｔｉｏｎ；Ｉｍａｇｅｐｒｏｃｅｓｓ

㊀㊀当前工业生产线上不同外形和大小的零件分拣工作大多由人工完成，工人从事该工作劳动量大㊁枯燥乏味且效率低下㊂开发具有机器视觉的机器人可以很好地胜任此类工作，极大地提高生产线上的自动化程度，可将人们从此类工作中解放出来㊂

机器视觉就是给机器装上视觉装置使得机器具有人类视觉的功能㊂它可以代替人眼来对环境做测量和判断，再配合机械手臂可以极大地提高机器的自动化和智能化程度㊂机器人视觉系统是通过摄像装置将被测目标转换成图像信号，传送给专用的图像处理系统，图像系统根据图像的像素分布㊁亮度㊁颜色等信息进行各种运算以抽取目标的特征，进而根据判别的结果来控制现场的设备动作㊂

１㊀

系统结构

图１㊀具于视觉的机器人控制系统实体组成图

具有视觉的机器人控制系统主要由图像视觉输入设备㊁光源㊁上位机㊁下位机㊁机器人本体等组成㊂具有视觉的机器人控制系统见图１㊂

１ １㊀图像输入设备

模拟人眼的部件为图像视觉输入设备，例如摄像机（头）㊂根据机器人视觉系统使用的摄像机设备数目的不同，机器人视觉系统可分为单目㊁双目以及多目视觉系统［１］㊂这里的实验使用一个摄像头，为单目视觉㊂

图像输入设备与机器人相互位置的不同，将摄像机与工业机器人的腕部末端构成的手眼系统分为Ｅｙｅ⁃ｉｎ⁃Ｈａｎｄ系统和Ｅｙｅ⁃ｔｏ⁃Ｈａｎｄ系统［２］㊂Ｅｙｅ⁃ｉｎ⁃Ｈａｎｄ系统中摄像机装在机器人的手腕上；Ｅｙｅ⁃ｔｏ⁃Ｈａｎｄ系统中的摄像机则是安装在机器人本体外的固定位置，在机器人运动过程中摄像机的位置和姿态一直保持改变㊂这里采用Ｅｙｅ⁃ｔｏ⁃Ｈａｎｄ㊂

此实验案例中图像采集选用的ＵＳＢ摄像头，图像分辨率为６４０像素ˑ４８０像素，６４０表示图像在水平方向上的像素点个数，４８０表示图像在垂直方向上的像素点个数㊂这样，每一帧采集的图像最大容纳像素点个数为６４０像素ˑ４８０像素㊂摄像头安装在工作台平面正中央上方，其轴心垂直于工作台平面㊂

１ ２㊀光源的采用

在工作区内的工件可以通过反射光在传感器上留

下自己的影像，所以光源的正确选择是保证视觉系统正常工作的基础㊂在选择视觉系统光源时要注意，使用的光源要把工件和背景区分开来，减弱非工件区域或噪声的干扰，并且确保光源本身不会带来额外的干扰㊂

由于实验中的工作区域较小，为了使得工作区域光线均匀且亮度高，同时得光方便容易，故采取直接将光源照射在被检测的工件上㊂光源为ＬＥＤ环形光源，可以在工作台平面上产生区域小㊁较均匀㊁集中的光线㊂

１ ３㊀上位机

上位机控制端使用普通的ＰＣ机，上位机与摄像头相连，将摄像头采集的图像进行处理㊂图像处理主要完成图像的灰度化㊁图像的二值化㊁图像轮廓的提取以及工件中心点的生成等㊂

１ ４㊀下位机

下位机为开源开发板Ａｒｄｕｉｎｏｍｅｇａ２５６０Ｒ３，用来控制机器手臂完成工件的抓取㊂

２㊀软件设计

视觉系统开发软件选用ＮＩ公司开发的Ｌａｂ⁃ＶＩＥＷ，它是一种图像化编程语言㊂ＬａｂＶＩＥＷ中的视觉开发模块具有强大的机器视觉处理库，配有各类函数，其中包括：图像抓取㊁边缘检测㊁颗粒分析㊁几何与模式匹配等工具㊂编程简单，能快速地完成视觉应用系统的建立㊂

２ １㊀图像采集

对工件进行识别需先用摄像头对工作区内的所有零件进行拍摄，拍摄到的图像通过ＵＳＢ２ ０传输通道接口传输到上位ＰＣ机中去㊂ＵＳＢ２ ０接口输出的信号是数字信号，可以直接由计算机处理㊂数字图像在计算机中是以二维数组的０与１的编码存在，所存在的最大像素点即为摄像头的最佳采样分辨率㊂ＰＣ机通过相应的ＩＭＡＱＵＳＢ模块就可以完成图像的抓取，接着就需要对视频中的单帧数字图像进行处理㊂２ ２㊀图像处理

图像处理部分主要实现了图像的灰度化㊁图像的二值化㊁图像轮廓的提取以及中心点的生成等功能㊂图像的灰度化就是将彩色图像转化为黑白图像㊂转化为黑白图像后，会更容易对所采集的数字图像进行后续的处理和运算，所以在视觉图像处理中经常会把采集到的彩色图像转化成灰度图像［３］㊂

在实现了图像的灰度化操作之后，还要对图像进行二值化操作㊂图像的二值化就是在显示图像时，图像只有两种颜色，通常都是黑色和白色㊂二值化可将零件从工作区的背景中分割出来㊂图像二值化的方法有很多种，这里采用的是阈值判别法㊂

阈值判别法就是通过区分灰度图像中各个像素点

亮度值的大小来判定该像素点二值化后是白色或是黑

色㊂当使用阈值判别法来对灰度化后的图像进行二值

化操作时，就需要给定一个具体的判别数值，当灰度

图像中的像素点亮度值小于这个设定值时，就把像素

点设置成为黑色，而当图像中的像素点亮度值大于这

个设定值时，就会把像素点设置成为白色［４］㊂在此实验中，工件为浅白色，工作台是是深灰色，色差较

大，很容易设定阈值进行区分㊂手动人为地设定一个

阈值比较简单，所以采用手动选取阈值的方法㊂利用

阈值判别法将工件从背景中分割出来㊂

实现了图像的二值化后，就可以对图像进行分析

运算，即边缘的检测㊁轮廓的提取以及图像轮廓中心

点的提取等㊂利用ＬａｂＶＩＥＷ颗粒分析工具ＩＭＡＱＰａｒ⁃ｔｉｃｌｅＡｎａｌｙｓｉｓＲｅｐｏｒｔ模块可以得到工件颗粒的面积㊁数量㊁位置㊁颗粒存在等信息㊂在所提供的信息当中，可以对不同几何性质的目标进行分类，很清晰地读取其中一些结果参数㊂在通过甄选所得到的数据组中，对此实验进行起到关键重要的数据主要是以下６种数据：ＣｅｎｔｅｒｏｆＭａｓｓＸ（实体中心Ｘ坐标值），Ｃｅｎ⁃ｔｅｒｏｆＭａｓｓＹ（实体中心Ｙ坐标值），ＮｕｍｂｅｒｏｆＨｏｒｉｚ．Ｓｅｇｍｅｎｔｓ（水平方向坐标量分段值），ＮｕｍｂｅｒｏｆＶｅｒｔ．Ｓｅｇｍｅｎｔｓ（垂直方向坐标量分段值），ＡｖｅｒａｇｅＨｏｒｉｚ．ＳｅｇｍｅｎｔＬｅｎｇｔｈ（水平段值平均量），ＡｖｅｒａｇｅＶｅｒｔ．ＳｅｇｍｅｎｔＬｅｎｇｔｈ（垂直段值平均量）㊂由此可以确定所检测得到的目标工件的中心坐标点㊁长宽比及圆度信息，这样使用简单的判定依据就可以实现对目标工件的检测识别分类㊂

３㊀工件识别实验

针对圆形和矩形不同的工件模型进行图像检测实

验，上位机ＧＵＩ部分是完全基于ＬａｂＶＩＥＷ设计平台

设计的，图像处理部分则是使用了其ＶｉｓｉｏｎＤｅｖｅｌｏｐ⁃ｍｅｎｔＭｏｄｕｌｅ视觉处理模块以及与之对应的ＶｉｓｉｏｎＡｃ⁃ｑｕｉｓｉｔｉｏｎＳｏｆｔｗａｒｅ设备驱动程序㊂控制系统ＧＵＩ界面如图２所示

㊂

图２㊀上位机系统ＧＵＩ界面

界面主要分为三大部分：图像监控与处理版块㊁串口通信与反馈版块以及运动控制模式选择与调节显

㊃７０１㊃

第４期熊晓松等：基于机器视觉的工件识别系统㊀㊀㊀