基于视觉的物品借存管理系统

朱尚龙 陈挥尤 吴意

摘 要：本文采用基于机器视觉的方法，开发一套物品借存管理系统。引入“视觉”，通过HALCON与QT联合搭建的系统来进行物品的拍照、轮廓处理来制作模板与后续的拍照匹配来达到同一物品借还，能够保证物品识别的准确度，为物品的维护和借还记录查询提供方便。

关键词：水果识别;Halcon;图像处理;机器视觉

Visual Based Inventory Management System

Zhu Shanglong Chen Huiyou Wu Yi

Abstract：In this paper，we design a set of management system for the laboratory articles. Now we're going to introduce "vision"，and use the system jointly built by HALCON and QT to process the image contour of the article to make the template and match the follow-up photos to achieve the borrowing and returning of the same article，which can guarantee the accuracy of the object recognition and provide convenience for the maintenance of the article and the checking of the borrowing and returning records.

Key words：Vision;Mask Matching;HALCON

相对于传统的条形码实验室物品管理，通过“视觉算法”的加入，能够更加快捷并方便的准确地识别实验室器材，不仅方便实验室进行设备和器材的清点和统计，还能落实对已借物品的“责任制”，敦促学生自觉爱护实验室物品。

1 系统简介

该借存系统是用计算机来控制工业相机来获取图片，然后對图片进行处理与相关信息的匹配，从而对物品进行实时管理。此系统采用QT与Halcon联合开发，并在此基础上连接数据库。识别算法基于形状的模板匹配提取已录入的物品关键特征信息，[1]与当前检测物品进行匹配从而进行识别。本项目以视觉检测系统为主，结合工业智能相机、照明设备、遮光罩、支架进行搭建，如图1所示。其中工业智能相机选用映美精DMK33GP031。

2 视觉算法设计

视觉识别算法：采用基于相关性的模板匹配，创建模板运用“create_ncc_model”算子，匹配模板时运用“find_ncc_model”。模板制作：PC连接工业相机采集图片，拾取有效特征。首先对采集到的图片进行预处理，包括灰化图像（rgb1_to_gray）、均值滤波降噪（mean_image）、图像增强（scale_image）等手段。由于背景单一且分离度较高，则应用简单的图像二值化（threshold）调值结合矩形区域闭运算（closing_rectangle1）即可得到物品整体轮廓区域，通过裁剪算子（reduce_domain）即可将物品图片拾取出来[4-5]，具体程序如图2所示：

匹配程序：物品识别的过程就是PC端连接工业相机进行拍照然后进行模板匹配的过程，程序总体逻辑是，首先读取模板文件（read_ncc_model），[2]重复地匹配（find_ncc_model），若匹配中评分参数达到或者大于预设值（if（Score>=XX）），则跳出整个循环结构，并返回一个识别信息值。

3 系统界面设计

管理系统主要包含人员信息和物品信息的管理。[3]其中人员信息管理是针对实验室人员借存实验室物品管理人员的，而物品信息管理是对于现有的加入库的物品进行管理。人员信息管理，对于人员划分为老师、学生、管理者三种。给予不同的人员有不同的权限。还可以查询当前人员借存物品的信息。物品信息管理，对于物品在数据库（SQL）里记录有：物品备注、物品命称、当前物品损坏，借还人、借还时间等，人员借存时可以直接输入学号或者其它，把物品放在指定区域就可以马上借取物品或者归还物品。

4 结语

该系统的应用，提高了物品识别的准确度，实现了物品管理的即时状态的跟踪，为实验室物品管理提供方便。而且该系统在其他领域也有实用意义，如在工厂生产上会有各种各样物品及设备需要管理和维护，[4]此系统的投入，能随时查询设备当前情况和历史情况，对设备的可靠性分析有直接作用，使管理人员从统计工作中解放出来，减少不必要的劳动力。

参考文献：

[1]王俊修.计算机视觉在机器人目标定位中的应用[J].微机发展，2003，13（12）.

[2]王增春.基于视觉的标签动态检测识别系统研究及应用[D].天津：河北工业大学，2006.

[3]关波，王俊元，杜文华，等.刀具轮廓亚像素精度阈值分割算法研究[J].图学学报，2014，35（6）：950-953.

[4]Rafael C G，Richard E W.阮秋琦，阮宇智，译.数字图像处理[M].第3版.北京：电子工业出版社，2007.