基于机器视觉的工件自动分拣系统的研究

管经纬，周虎，杨慧斌

（1.东华大学，上海 201620；2.上海工程技术大学，上海 201620）

0 引言

随着图像处理技术的发展，将图像处理技术与自动化生产线中的分拣系统结合，用CCD 代替各种繁杂的传感器组合，应用机器视觉技术，具有检测速度快、可靠性高、实时性好等特点，可以实现无接触、无损检测。本文提出了一种基于机器视觉的工件分拣系统，该系统把机器视觉技术应用到工件分拣问题中，研究了相关图像处理算法，采用轮廓外接形心计算图像中心位置和角度，解决了工件识别问题以及定位工件中心，并采用模式识别的的方法快速高效地分拣出不同类别的产品。

1 基于机器示教的工件自动识别算法

图1 所示为福特汽车门铰链生产线。

图1 福特汽车门铰链生产线

如图2，工件识别算法分为两部分：第一部分是机器示教部分，通过标准模板CCD 成像，建立待分拣物的模板并存储在计算机硬盘中；第二部分是待测物识别部分，通过CCD 成像后与标准模板进行比较，此成像图暂时存放在计算机内存中。用相似度来判断是否为同类零件：如果是，则分拣至指定通道；如果否，则继续循环判断。

检测流程如图3 所示。

图2

2 关键算法

2.1 图像预处理

图像的预处理主要是为了提高图像数据中的信噪比，进行背景噪声的抑制，以减轻后续图像处理压力。图像的噪声对后续成像零件的识别带来误差。本课题采用加权平均滤波方法进行图像去噪。

加权平均滤波算法是能保留图像边缘细节的局部平滑算法。……