[发明专利]一种基于图像识别的牙刷分拣方法

权利要求书

1.一种基于图像识别的牙刷分拣方法，其特征在于, 包括爬坡上料输送机、分离机构、水平输送带、机器视觉系统和机械手；

其中，爬坡上料输送机是牙刷产品的上料机构，用来将牙刷产品依次上料；

水平输送带是牙刷产品的输送机构，使牙刷产品依次通过光电传感器；

分离机构是将堆叠在一起的牙刷产品部分分开；分离机构包括n形分离架，将分离架的两脚端置于水平输送带的两侧，使得堆叠的牙刷分离，可逐只从分离架下穿过；

光电传感器用于检测是否有牙刷产品通过；

机器视觉系统包括工业计算机、工业光源、工业相机及镜头，工业光源是为工业相机提供稳定均匀的光照环境，有效提高图像质量，工业相机是图像的感应部件，通过采集可以得到高分辨率的图像；

机械手根据工业计算机计算得到的位姿信息抓取并校正牙刷产品位姿；

还包括以下步骤:

S1：将牙刷放入爬坡上料输送机上，送入水平输送带中；

S2：在水平输送带的初始位置处,将牙刷依次分开；

S3：当水平输送带上的光电传感器检测到有牙刷通过后，通过发送信号给工业计算机触发工业相机完成图像采集；

S4：工业计算机通过对采集到的图像进行图像处理分析，计算出牙刷的位姿信息；

S5：最后，机械手根据计算位姿信息抓取牙刷，并且对牙刷位姿进行校正然后传递至下一道工序，完成;

S4包括以下步骤为：

S4.1：建立背景模型，连续采集十张空水平输送带背景图像，计算每个对应位置的像素平均值，合成一副新的图像作为背景图像；

S4.2：采集各种姿态下的牙刷图像若干作为训练样本集，将样本进行图像处理后得到牙刷区域，计算样本的区域特征向量，将特征向量作为训练样本添加到机器学习分类器中进行训练得到分类器；

S4.3：采集当前图像，并将当前图像与背景图像相减并取绝对值，然后做全局固定阈值处理得到二值图，最后对图像做形态学开操作,平滑区域轮廓同时去除较小及较大的连通区域，获取牙刷在图像中的区域；

S4.4：计算区域中所有像素的行和列坐标的平均值作为区域中心点，通过工业相机标定得到的距离-像素比系数，将图像坐标系中的区域中心点转换到世界坐标系中作为牙刷的定位中心;然后计算区域最小二阶矩轴的方向角度及与中心最大距离的轮廓上的点，如果该点列坐标小于中心的列坐标，则增加180°到该角度，以该角度作为牙刷的旋转方向；

S4.5：计算区域特征向量，将特征向量带入分类器中，获得牙刷姿态;

S4.2中样本的区域特征向量包括：牙刷区域面积、牙刷区域矩形度、牙刷区域与其最小外接矩形右边界围成的孔洞区域面积及区域灰度均值；

其中，区域面积为区域内所有像素数量的累加值；区域矩形度为区域面积与区域的最小外接矩形面积的比值;

区域灰度均值的计算步骤为：

(1)以图像分割得到的牙刷区域作为掩膜,掩模图像是一幅二值图，在求取灰度均值前，掩膜与灰度图像相乘，掩膜中为1的区域与灰度图像相乘后得到感兴趣区域，灰度图像感兴趣区域内的像素取值保持不变，区外像素取值则置为0;

(2)计算图像所有像素点的累加值，将该值与图像分割得到的牙刷区域面积值相除得到区域灰度均值;

S4.4中工业相机标定求距离-像素比系数的步骤为：

S4.4.1在工业相机视野中放入实际面积已知的正方形标定物，并通过图像处理计算该物体在图像中所占的像素面积；

S4.4.2实际面积除以像素面积后取平方根的值即为所求的距离-像素比系数。

2.根据权利要求1所述的一种基于图像识别的牙刷分拣方法，其特征在于：S4.2中的机器学习分类器为支持向量机、BP神经网络或贝叶斯分类器。

3.根据权利要求2所述的一种基于图像识别的牙刷分拣方法，其特征在于：S4.2中机器学习分类器为支持向量机时,其类型为C_SVC类型。

4.根据权利要求1所述的一种基于图像识别的牙刷分拣方法，其特征在于：牙刷的位姿信息包含牙刷的位置中心、牙刷的旋转方向以及牙刷的姿态；

牙刷姿态具有刷毛朝上、刷毛朝下、刷毛朝左及刷毛朝右四种姿态。

5.根据权利要求1所述的一种基于图像识别的牙刷分拣方法，其特征在于：机械手为并联机械手或直角坐标机械手。