[发明专利]一种基于目标检测的机器人分拣方法

说明书

本发明涉及物品分拣技术领域，具体涉及一种基于目标检测的机器人分拣方法，该方法包括：获取纺织品图像，对纺织品图像进行灰度化；对原灰度图像进行多尺度采样；对每个尺度采样图像进行前景分割，确定每个尺度采样图像对应的前景区域；确定前景区域中的每个像素点对应的梯度方向线、归一化梯度幅值和边缘特征点对；对边缘特征点对包括的每个边缘特征点对应的采样区域进行邻域方差均值处理，确定边缘特征点对应的材质特征值和亮度特征值；确定前景区域对应的采样效果；对采样效果最好的前景区域进行纺织品分类；控制机器人对多件待回收纺织品进行分拣归类。本发明能够通过控制机器人，实现对旧纺织品的分拣，提高了机器人分拣的准确度和效率。

技术领域

本发明涉及物品分拣技术领域，具体涉及一种基于目标检测的机器人分拣方法。

背景技术

随着我国自动化产业的发展，多种自动设备被广泛应用于多种行业，其中分拣机器人作为自动化设备的一种，其作用往往是将传输流水线上的产品或其他物品进行自动分类及拣选，被仓储物流、工业生产和资源回收等行业广泛应用。而在资源回收中，旧纺织品的分拣回收是提高其附加价值的前提。不同材质的旧纺织品往往需要不同的再生处理方法，因此，对不同材质的旧纺织品进行分拣至关重要。目前，在对不同材质的旧纺织品进行分拣时，首先，获取不同材质的旧纺织品的图像，接着，对获取图像进行边缘检测，将边缘检测得到边缘，确定为旧纺织品的边缘，将颜色或亮度相近的边缘作为同一个类别，最后，控制机器人对不同类别的旧纺织品进行分拣归类。

然而，当采用上述方式时，经常会存在如下技术问题：

第一，不同材质的旧纺织品往往会存在相同的颜色或亮度，由于，不同材质的旧纺织品往往需要不同的再生处理方法，所以不同材质的旧纺织品往往需要归到不同的类别，因此，只考虑颜色或亮度是否相近，对旧纺织品进行分类，往往导致分类结果的准确度低下，从而导致机器人分拣的准确度低下；

第二，如果旧纺织品上存在褶皱，对上述旧纺织品对应的图像区域进行边缘检测，往往会把一个褶皱边缘作为一个旧纺织品的边缘，往往会将上述旧纺织品判别为多件旧纺织品，往往会导致对旧纺织品判别的准确度低下，从而导致机器人会对一件旧纺织品进行多次分拣，进而导致机器人分拣的效率低下。

发明内容

本发明的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

为了解决机器人分拣的准确度和效率低下的技术问题，本发明提出了一种基于目标检测的机器人分拣方法。

本发明提供了一种基于目标检测的机器人分拣的方法，该方法包括：

获取回收纺织品传送带上的多件待回收纺织品的纺织品图像，对所述纺织品图像进行灰度化，得到原灰度图像；

对所述原灰度图像进行多尺度采样，得到多个尺度采样图像；

对所述多个尺度采样图像中的每个尺度采样图像进行前景分割，确定每个尺度采样图像对应的前景区域，得到多个前景区域；

对于所述多个前景区域中的每个前景区域，确定所述前景区域中的每个像素点对应的梯度方向线和归一化梯度幅值；

对于所述多个前景区域中的每个前景区域，根据所述前景区域中的每个像素点对应的梯度方向线，确定所述像素点对应的边缘特征点对，其中，边缘特征点对包括两个边缘特征点；

对于所述多个前景区域中的每个前景区域，对所述前景区域中的每个像素点对应的边缘特征点对包括的每个边缘特征点对应的采样区域进行邻域方差均值处理，确定所述边缘特征点对应的材质特征值和亮度特征值；