基于机器视觉的工件识别系统

第４４卷第４期

ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳ

机床与液压

Ｖｏｌ􀆰４４Ｎｏ􀆰４

Ｆｅｂ􀆰２０１６

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

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、分拣等工作，利用ＬａｂＶＩＥＷ建立了具有机械视觉的识别系统。通过对工作区内零件进行图像采集、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。最后通过实验验证了设计的实用性。

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＋２　　文献标志码：Ｂ　　文章编号：１００１－３８８１（２０１６）４－１０６－３

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

Ｋｅｙｗｏｒｄｓ：Ｍａｃｈｉｎｅｖｉｓｉｏｎ；Ｒｅｃｏｇｎｉｚｉｎｇｏｆｗｏｒｋｐｉｅｃｅｓ；Ｉｍａｇｅａｃｑｕｉｓｉｔｉｏｎ；Ｉｍａｇｅｐｒｏｃｅｓｓ

Ａｂｓｔｒａｃｔ：Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｂｏｒｉｎｇａｃｔｏｆｗｏｒｋｐｉｅｃｅｓａｂｏｕｔｒｅｃｏｇｎｉｚｉｎｇ，ｃｌａｓｓｉｎｇｅｃｔ，ａｒｅｃｏｇｎｉｚｉｎｇｓｙｓｔｅｍｂａｓｅｄｏｎｍａｃｈｉｎｅｖｉ⁃

ＸＩＯＮＧＸｉａｏｓｏｎｇ，ＺＨＯＵＫａｉ

（ＣｉｔｙＣｏｌｌｅｇｅ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＷｕｈａｎＨｕｂｅｉ４３００８３，Ｃｈｉｎａ）

ＲｅｃｏｇｎｉｚｉｎｇＳｙｓｔｅｍｏｆＷｏｒｋｐｉｅｃｅｓＢａｓｅｄｏｎＭａｃｈｉｎｅＶｉｓｉｏｎ

　　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、枯燥乏味且效率低下。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出来。

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。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。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、亮度、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。

１􀆰１　图像输入设备

具有视觉的机器人控制系统主要由图像视觉输入设备、光源、上位机、下位机、机器人本体等组成。具有视觉的机器人控制系统见图１。

模拟人眼的部件为图像视觉输入设备，例如摄像机（头）。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、双目以及多目视觉系统［１］。这里的实验使用一个摄像头，为单目视觉。

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］。Ｅｙｅ⁃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。这里采用Ｅｙｅ⁃ｔｏ⁃Ｈａｎｄ。

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×４８０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。这样，每一帧采集的图像最大容纳像素点个数为６４０像素×４８０像素。摄像头安装在工作台平面正上方，其轴心垂直于工作台平面。

在工作区内的工件可以通过反射光在传感器上留

１　系统结构

图１　具于视觉的机器人控制系统实体组成图

１􀆰２　光源的采用

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。Ｅ－ｍａｉｌ：３７５５０３４３８＠ｑｑ􀆰ｃｏｍ。

第４期熊晓松等：基于机器视觉的工件识别系统

·１　０７　·　

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。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。

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。光源为ＬＥＤ环形光源，可以在工作台平面上产生区域小、较均匀、集中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。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］。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。手动人为地设定一个的光线１􀆰３　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。图像处理主要完成图像的灰度化、图像的二值化、图像轮廓的提取以及工件中心点的生成等１􀆰４　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。

２　软件设计

ＶＩＥＷ，视觉系统开发软件选用ＮＩ公司开发的Ｌａｂ⁃

觉开发模块具有强大的机器视觉处理库它是一种图像化编程语言。ＬａｂＶＩＥＷ，配有各类函中的视数，其中包括：图像抓取、边缘检测、颗粒分析、几何与模式匹配等工具。编程简单，能快速地完成视觉应用系统的建立２􀆰１　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。ＵＳＢ２􀆰０接口输出的信号是数字信号，可以直接由计算机处理。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。ＰＣ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２􀆰２　图像处理

。

图像处理部分主要实现了图像的灰度化、图像的

二值化、图像轮廓的提取以及中心点的生成等功能。

图像的灰度化就是将彩色图像转化为黑白图像。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］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。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。二值化可将零件从工作区的背景中分割出来。图像二值化的方法有很多种，这里采用的是阈值判别法。

阈值比较简单，所以采用手动选取阈值的方法。利用阈值判别法将工件从背景中分割出来。

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、轮廓的提取以及图像轮廓中心点的提取等ｔｉｃｌｅ。利用数量Ａｎａｌｙｓｉｓ、位置、ＲｅｐｏｒｔＬａｂＶＩＥＷ颗粒存在等信息模块可以得到工件颗粒的面积颗粒分析工具ＩＭＡＱＰａｒ⁃。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。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ｔｅｒ：ＣｅｎｔｅｒｏｆＭａｓｓＸ（实体中心Ｘ坐标值ＳｅｇｍｅｎｔｓｏｆＭａｓｓＳｅｇｍｅｎｔｓ（Ｙ水平方向坐标量分段值（实体中心Ｙ坐标值），），Ｃｅｎ⁃），ＮｕｍｂｅｒＮｕｍｂｅｒｏｆＨｏｒｉｚ．ＳｅｇｍｅｎｔＳｅｇｍｅｎｔＬｅｎｇｔｈ（垂直方向坐标量分段值（水平段值平均量），），ＡｖｅｒａｇｅｏｆＨｏｒｉｚ．Ｖｅｒｔ．检测得到的目标工件的中心坐标点Ｌｅｎｇｔｈ（垂直段值平均量）。、由此可以确定所ＡｖｅｒａｇｅＶｅｒｔ．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。

３　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ｍｅｎｔ，ｑｕｉｓｉｔｉｏｎＭｏｄｕｌｅ图像处理部分则是使用了其ＶｉｓｉｏｎＤｅｖｅｌｏｐ⁃如图２所示Ｓｏｆｔｗａｒｅ视觉处理模块以及与之对应的ＶｉｓｉｏｎＡｃ⁃。

设备驱动程序。控制系统ＧＵＩ界面图２　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、串口通信与反馈版块以及运动控制模式选择与调节显

·１０８·

机床与液压第４４卷

示版块。图像监控与处理版块包含摄像机选择（应对使用多摄像机环境），图像监控、图像捕捉、图像处理３个功能显示窗口，还有应对不同光源环境下作业的环境光阈值调节功能，并且还附带设定了一个用于显示检测视场范围内目标工件总数目的表盘；串口通信与反馈版块包含串口通信端口选择项、波特率条件选项、下位机反馈信息串口显示区以及一些像下位机连接确认和清空接收区这样的辅助功能；运动控制模式选择与调节显示版块的内容包括机械手臂多级运动速度参数调节、空载速率参数调节、图像识别抓取模式选择等功能。

全部识别模式是依据摄像机拍摄得到图像信息，由计算机自动判别出现在视场范围内的目标工件位置并自动给出一套抓取顺序；过滤圆形目标模式是在全部识别模式的基础之上，有针对性地只对视场内出现的圆形外观目标物件进行抓取动作；过滤矩形目标模式与过滤圆形目标模式类似，只针对视场内的矩形外观目标进行抓取；过滤并分类摆放模式则是综合了过滤圆形目标与过滤矩形目标模式，将这两类目标先进行分类识别并按照设定的排序算法进行排序，最后通过机械手臂摆放至指定位置。

为了验证系统的可靠性，在实验室里连接下位机控制机器手臂对工件进行了分类拾取。由视觉系统进行了图像采集、图像处理，得到了不同形体工件的坐标，将坐标值传给下位机，然后驱动机器人运动完成相应功能。实验过程如图３所示。

图３　机器手对不同形体的工件识别抓取

机器手臂可以很好地对圆形工件和矩形工件进行识别，并对圆形工件进行抓取，达到了预期目标。

４　结束语

机器视觉系统可以快速获取大量信息，而且易于自动处理，可以方便地用于生产线中。通过图像处理等技术，对工作区的工件实现了自动定位、识别、操作等。该视觉系统具有精确、可靠、速度、识别率高等优势，有利于实现生产系统的智能化、自动化，值得大力推广。

参考文献：

［１］王健强，吕游．视觉引导技术在工业机器人智能抓取中［２］徐德，谭民，李原．机器人视觉测量与控制［Ｍ］．北京：国［３］韩宝玲，罗庆生．机器人视觉目标数字图像实时处理及

分割［Ｊ］．工程图学学报，２００６，２７（５）：７５－７９．［４］黄桂平，李广云，王保丰．等．单目视觉测量技术研究［Ｊ］．

计量学报，２００４，２５（４）：３１４－３１７．

煤矿机械，２０１４（２）：５６－５８．防工业出版社，２００８．

的应用［Ｄ］．合肥：合肥工业大学，２００９．

（上接第７７页）

［２］梁全，苏齐莹．液压系统ＡＭＥＳｉｍ计算机仿真指南［Ｍ］．［３］李建光，于玲．基于ＡＭＥＳｉｍ的液压支架立柱自动增压

阀的仿真研究［Ｊ］．液压与气动，２０１１（９）：４３－４５．［４］张宪宇，陈小虎，何庆飞，等．基于ＡＭＥＳｉｍ的液压元件［５］于玲，贾春强．综采工作面支架液压系统仿真研究［Ｊ］．

设计库的液压系统建模与仿真研究［Ｊ］．机床与液压，２０１２，４０（７）：１７２－１７４．北京：机械工业出版社，２０１４．

［６］韩会林，张圣康，孙兰萍．装卸臂紧急脱离装置的必要性［７］孙成通，陈国华，蒋学华．液压系统仿真技术与仿真软件

研究［Ｊ］．机床与液压，２００８，３６（１０）：１１－１４．

及技术要求［Ｊ］．中国石油和化工标准与质量，２０１３（９）：６０－６１．

［８］刘海丽，李华聪．液压机械系统建模仿真软件ＡＭＥＳｉｍ

及其应用［Ｊ］．机床与液压，２００６（６）：１２４－１２６．

（上接第８４页）

时，系统的相角裕度和幅值裕度越大，有利于系统的稳定。动态特性方面，反馈放大系数越大系统响应速度越快，但系统动态品质变差，甚至出现剧烈振荡。反馈放大系数越小，系统响应速度变慢，超调量越小。

可见反馈机构连杆长度参数决定的反馈放大系数的取值对系统的稳定性和动态品质影响较大，在设计连杆机构时必须考虑。

［１］陈德鑫．基于虚拟样机技术的多轴车辆液压动力转向系［２］王春行，徐渌．液压控制系统［Ｍ］．北京：机械工业出版

２００７．

统性能分析［Ｄ］．长春：吉林大学机械科学与工程学院，

［３］李洪人．液压控制系统［Ｍ］．北京：国防工业出版社，［４］陈杰．ＭＡＴＬＡＢ宝典［Ｍ］．北京：电子工业出版社，２００７．［５］胡寿松．自动控制原理［Ｍ］．北京：科学出版社，２００１．

北京：国防工业出版社，２０１１．

［６］宋志安．ＭＡＴＬＡＢ／Ｓｉｍｕｌｉｎｋ与机电控制系统仿真［Ｍ］．

１９９０．

社，１９９８．

参考文献：