汽車座椅蛇簧掛鉤四種典型放置狀態(tài)圖像識(shí)別的研究

聶紫懿 林筠爍 潘宇

摘 要：以識(shí)別汽車座椅蛇簧掛鉤的四種典型放置狀態(tài)為背景，提出一種基于二值圖像求解對象區(qū)域面積并比較的識(shí)別算法。

【關(guān)鍵詞】蛇簧掛鉤 識(shí)別算法 面積法

固定式交流電阻焊機(jī)把蛇簧掛鉤焊接到汽車座椅框架的自動(dòng)化流水線運(yùn)用機(jī)器視覺具有很大的生產(chǎn)效益，傳統(tǒng)的現(xiàn)場工作以人工遞送蛇簧掛鉤，這種生產(chǎn)模式帶有安全風(fēng)險(xiǎn)，放置位置不準(zhǔn)確，工作效率低下等問題。本項(xiàng)目新生產(chǎn)線前期設(shè)備把蛇簧掛鉤理順成四種典型放置狀態(tài)，然后采用工業(yè)攝像頭抓取這四種典型放置狀態(tài)的蛇簧掛鉤圖像，進(jìn)行圖像處理識(shí)別其放置狀態(tài)，以便機(jī)械手抓取進(jìn)給遞送，作業(yè)快速準(zhǔn)確安全。本文基于MATLAB圖形工具箱，設(shè)計(jì)了一種識(shí)別蛇簧掛鉤四種典型放置狀態(tài)的處理算法，實(shí)現(xiàn)蛇簧掛鉤遞送作業(yè)的自動(dòng)化圖像檢測驗(yàn)證。

1 蛇簧掛鉤放置狀態(tài)識(shí)別的總體方案

汽車座椅蛇簧掛鉤的四種典型放置狀態(tài)識(shí)別技術(shù)是通過圖像攝取裝置獲得RGB圖像，利用RGB圖像的一些特性（形狀、紋理、顏色、光譜等）來分割蛇簧掛鉤和背景，得到蛇簧掛鉤的二值圖，通過特殊算法識(shí)別其放置狀態(tài)。方案由圖像采集、圖像預(yù)處理、圖像分割、形態(tài)學(xué)處理以及識(shí)別組成。汽車座椅蛇簧掛鉤四種典型放置狀態(tài)具有鉤口向下、鉤口向上兩種大狀態(tài)，在這兩種大狀態(tài)中又分別存在【鉤口向下在左】（a）、【鉤口向下在右】（b）、【鉤口向上在左】（c）和【鉤口向上在右】（d）共計(jì)四種狀態(tài)（如圖1所示）。本文主要通過提取四種典型放置狀態(tài)的蛇簧掛鉤的邊緣特征從而計(jì)算對象面積，采用由外而內(nèi)的思路，先用面積法區(qū)分【鉤口向下】、【鉤口向上】兩種狀態(tài)，再將對象區(qū)域進(jìn)行中線分割，比較內(nèi)部兩個(gè)對象區(qū)域的特征面積值，以此區(qū)分【鉤在左】，【鉤在右】兩種狀態(tài)，進(jìn)而實(shí)現(xiàn)汽車座椅蛇簧掛鉤放置狀態(tài)的識(shí)別。

2 圖像處理

2.1 圖像采集

圖像采集是進(jìn)行圖像處理的首要任務(wù)，為驗(yàn)證本文所研究的識(shí)別算法的普遍適用性，在保證拍攝條件基本統(tǒng)一的情況下，共采集20組（共計(jì)80幅圖像）四種典型放置狀態(tài)的汽車座椅蛇簧掛鉤圖像樣本。

2.2 圖像預(yù)處理

RGB圖像灰度化并去噪，采用rgb2gray函數(shù)將抓取的真彩色RGB圖像進(jìn)行灰度化處理，經(jīng)過灰度化處理后仍然存在一些無法濾掉的斑點(diǎn)干擾，利用medfilt2函數(shù)中值濾波將噪聲濾掉處理此灰度圖像效果比較理想。

2.3 閾值圖像分割

閾值分割的原理可以由以下表達(dá)式解釋：

其中數(shù)字0、數(shù)字1以及T均代表圖像中的灰度級(jí)，設(shè)T為閾值，且T∈[0，1]，則可根據(jù)式（1）的關(guān)系將包含多個(gè)灰度級(jí)的圖片轉(zhuǎn)換為僅含0（黑色）、1（白色）兩個(gè)差異明顯的灰度級(jí)的圖片，將所有的不利于計(jì)算機(jī)儲(chǔ)存和識(shí)別的圖像信息簡化為利于計(jì)算機(jī)處理和識(shí)別的二進(jìn)制信息來表達(dá)圖像的特征。采用im2bw函數(shù)將灰度圖像轉(zhuǎn)換成二值圖像，通過對80幅圖像樣本的分割，可得出利用最大類間方差法的分割效果優(yōu)于局部閾值分割，并采用最佳閾值為h-0.025，得到代表樣本如圖2所示。

2.4 圖像分割形態(tài)學(xué)處理

分析圖2可知，想找到一種狀態(tài)識(shí)別方法還是很不方便，還需要進(jìn)行再處理。在研究過程中看到，如果把中間黑色區(qū)域填充，求兩幅圖的白色區(qū)域面積并比較大小，就可以先判斷出【鉤口向下】和【鉤口向上】這兩種狀態(tài)，因此使用區(qū)域填充對需要填充的目標(biāo)圖像進(jìn)行膨脹、補(bǔ)充和交叉等操作。區(qū)域的填充后效果如圖3所示。

3 蛇簧掛鉤放置狀態(tài)的識(shí)別

如圖1所示，蛇簧掛鉤四種典型放置狀態(tài)的相互關(guān)系呈集合包含結(jié)構(gòu)關(guān)系，如圖4所示。本文將利用這種內(nèi)在聯(lián)系作為突破口，使用由表及里的分析思路，研究識(shí)別這四種典型放置狀態(tài)的識(shí)別算法。

3.1 【鉤口向下】和【鉤口向上】的狀態(tài)識(shí)別

從【鉤口向下】和【鉤口向上】這兩種狀態(tài)的二值圖像可看出，【鉤口向下】狀態(tài)的對象區(qū)域面積明顯大于【鉤口向上】，因此，根據(jù)對象區(qū)域的面積大小識(shí)別出這兩種狀態(tài)，采用bwarea函數(shù)對二值圖中的對象區(qū)域進(jìn)行面積求解，還需要找到這兩種狀態(tài)最值的中間值，便可快速識(shí)別。為找到能明顯區(qū)分這兩種狀態(tài)的可靠中間值，需對80幅樣本圖像進(jìn)行面積計(jì)算，并找出了【鉤口向下】的最小值和【鉤口向上】的最大值，由計(jì)算求得的統(tǒng)計(jì)表可得出，【鉤口向下】圖像對象區(qū)域面積最小值為80081，【鉤口向上】圖像對象區(qū)域面積最大值為61059，由此，將快速識(shí)別這兩種狀態(tài)的面積值取為：70000。

3.2 【鉤在左】和【鉤在右】的狀態(tài)識(shí)別

由上述計(jì)算的統(tǒng)計(jì)表可知，【鉤在左】和【鉤在右】的對象區(qū)域面積并無明顯規(guī)律可循，數(shù)值接近且交叉，不能直接用面積法比較識(shí)別。隨機(jī)抓取【鉤口向下在左】和【鉤口向下在右】的兩幅樣本圖像進(jìn)行分析，如圖3左邊兩幅圖所示，仔細(xì)對比兩幅二值圖可發(fā)現(xiàn)，由于鉤口在圖像中的左右位置不同，導(dǎo)致在同一張圖像內(nèi)，圖像左部分的對象區(qū)域與右部分的對象區(qū)域面積有較大差異。以【鉤口向下在左】的圖像為例，對該圖像進(jìn)行中線分割后，結(jié)果如圖5左邊的被分割成兩幅圖所示，左邊面積（68820）大于右邊（18938）；【鉤口向下在右】的圖像也有相同原理。因此，將【鉤口向上在左】和【鉤口向上在右】的代表樣本也進(jìn)行中線分割，分析是否存在類似的面積關(guān)系。中線分割處理結(jié)果如圖5右邊的被分割成兩幅圖所示，可得，【鉤口向上在左】的圖像被中線分割后，左邊面積（30083）大于右邊（25342）；【鉤口向上在右】的圖像也有相同原理。

為了驗(yàn)證初步結(jié)論的可靠性與可適用性，對80幅圖像進(jìn)行以上的處理，可得，不論鉤口是向上或者向下，鉤口所在的圖像面積會(huì)比較大，利用此圖像特征能準(zhǔn)確區(qū)分四種典型放置狀態(tài)。此外，由于鉤口向上時(shí)的對象區(qū)域面積較小，導(dǎo)致后續(xù)中線分割的結(jié)果偏小，但左右對象區(qū)域的面積仍有明顯差別，中線分割面積法仍然適用于識(shí)別【鉤口向上在左】和【鉤口向上在右】的兩種情況。

4 結(jié)論

由以上可得出結(jié)論：面積法與中線分割面積法結(jié)合使用，先利用面積法將二值圖像判定為【鉤口向下】或【鉤口向上】兩種狀態(tài)，再將二值圖像進(jìn)行中線分割，對生成的左對象區(qū)域和右對象區(qū)域進(jìn)行面積比較，判定為【鉤在左】或【鉤在右】。如此，便能達(dá)到正確識(shí)別四種典型放置狀態(tài)的目的。本識(shí)別算法測試結(jié)果表明，通過面積法結(jié)合中線分割法進(jìn)行四種典型放置狀態(tài)識(shí)別，該算法識(shí)別效率高，識(shí)別質(zhì)量準(zhǔn)確，能夠滿足機(jī)械手控制的信號(hào)需求，使自動(dòng)化作業(yè)快速準(zhǔn)確安全，具有較高的使用價(jià)值。

參考文獻(xiàn)

[1]余文勇，石繪.機(jī)器視覺自動(dòng)檢測技術(shù)[M].北京：化學(xué)工業(yè)出版社，2013.

[2]王永琦.MATLAB與音視頻技術(shù)[M].北京：清華大學(xué)出版社，2013.

[3]徐彩云.圖像識(shí)別技術(shù)研究綜述[J].電腦知識(shí)與技術(shù)，2013（10）：2446-2447.

作者單位

聶紫懿（1987-），女，廣西壯族自治區(qū)柳州市人?，F(xiàn)為廣西科技大學(xué)鹿山學(xué)院中級(jí)經(jīng)濟(jì)師，從事企業(yè)管理信息化的研究及應(yīng)用。

作者單位

廣西科技大學(xué)鹿山學(xué)院 廣西壯族自治區(qū)柳州市 545616