基于DWT的彩色圖像分量的紅棗分揀機(jī)器人定位系統(tǒng)

潘梁靜

(商丘職業(yè)技術(shù)學(xué)院，河南 商丘 476000)

0 引言

在紅棗生產(chǎn)過(guò)程中，需要根據(jù)棗果質(zhì)量標(biāo)準(zhǔn)和紅棗實(shí)際大小、顏色、成熟度等方面進(jìn)行分級(jí)，分級(jí)后便于棗果包裝、銷(xiāo)售、運(yùn)輸和貯藏，也便于以質(zhì)論價(jià)，提高經(jīng)濟(jì)效益；而通常整個(gè)分級(jí)過(guò)程通常由人工完成，任務(wù)繁瑣且強(qiáng)度大。為了解放勞動(dòng)力、提高分揀作業(yè)效率，本文結(jié)合紅棗分級(jí)特征，將DWT彩色圖像分量算法和視覺(jué)定位算法應(yīng)用于分揀機(jī)器人的優(yōu)棗識(shí)別作業(yè)中，實(shí)現(xiàn)了優(yōu)質(zhì)紅棗的自動(dòng)分揀功能。

1 基于DWT的彩色圖像分量算法

離散小波變換因其可以解析出圖像各種低頻子帶的主要信息因子，被廣泛應(yīng)用于圖像分量處理等研究學(xué)科。彩色圖像分量算法實(shí)際上是將攝像機(jī)拍攝的圖像轉(zhuǎn)換成固定像素的圖像格式，并做出顏色空間轉(zhuǎn)換，得到灰度圖像DWT，進(jìn)而獲取圖像的特征信息，用于目標(biāo)紅棗對(duì)象的篩選。

1.1 彩色圖像分量算法的重要步驟

在進(jìn)行圖像分量算法的過(guò)程中，處理完成后的圖像的視覺(jué)信息不會(huì)發(fā)生大的變化，但會(huì)改變其圖像信息。通常情況下，為了獲得圖像視覺(jué)信息的固有特征，首先會(huì)對(duì)圖像進(jìn)行簡(jiǎn)單的預(yù)處理，得到一個(gè)統(tǒng)一大小的圖像，然后提取穩(wěn)健的DWT特征點(diǎn)；最后對(duì)特征點(diǎn)進(jìn)行計(jì)算分析，并根據(jù)特征集構(gòu)建甄別條件。彩色圖像分量算法的重要步驟如圖1所示。

圖1 算法的重要步驟

1.2 預(yù)處理

圖像的預(yù)處理包括格式轉(zhuǎn)換和原圖像的獲取兩部分。格式轉(zhuǎn)換是采用雙H插值法將圖片轉(zhuǎn)變?yōu)橐?guī)劃化格式，并利用RGB方法進(jìn)行顏色空間轉(zhuǎn)換。RGB顏色空間模型如圖2所示。

圖2 RGB顏色空間模型

原圖像是利用CCD攝像機(jī)進(jìn)行拍攝獲取的，圖像采集模塊可以對(duì)顏色空間和顏色特征進(jìn)行分割，提高視覺(jué)特征點(diǎn)的穩(wěn)健性。彩色圖像分量算法的圖像采集流程如圖3所示。

1.3 圖像DWT特征點(diǎn)的提取

1)利用DWT算法將預(yù)處理得到的圖像進(jìn)行灰度處理，使其從空域轉(zhuǎn)換到頻率域。

2)將DWT轉(zhuǎn)換后頻率域的子帶LL分割成b×b塊，并對(duì)其進(jìn)行編號(hào)，假設(shè)Bj為第j塊。

3)求出Bj的列項(xiàng)組成高維向量Xj。

4)將Xj分為n組，其中1組為

(1)

r=num(x)-n×a

(2)

在式(1)、式(2)中，[ ]里面求得的是整數(shù)；num(x)指元素的個(gè)數(shù)；r是余數(shù)，表示num(x)分成n組后余下來(lái)的部分。

5)計(jì)算圖像特征點(diǎn)。本文采用均值的方法提取圖像的特征點(diǎn)。假設(shè)Yi(k)是Yi的第k元素(1≤k≤K，K為每組最大的元素總數(shù))，則求均值公式為

(3)

根據(jù)式(3)可以得到計(jì)算圖像特征點(diǎn)的特征點(diǎn)矩陣，即

(4)

圖3 圖像采集流程

1.4 圖像特征點(diǎn)的提取

一般情況下，提取到的特征點(diǎn)對(duì)圖像實(shí)際位置不會(huì)造成影響，因此可以利用特征點(diǎn)計(jì)算其距離。設(shè)A=[m1,m2, …,mp]，mp為A的列向量，則具體實(shí)現(xiàn)過(guò)程如下：

1)計(jì)算基向量m0=[m0(1),m0(2), …,m0(p)]。

(5)

其中，p為第p個(gè)元素；mp(i)為mp的第i個(gè)元素。

2)計(jì)算m0和mj之間的范數(shù)值。

可以得到特征集D=[d1,d2, …,dp]。

3)用特征集D構(gòu)建甄別條件，用于目標(biāo)對(duì)象的篩選。

2 紅棗分揀機(jī)器人整體設(shè)計(jì)

機(jī)器視覺(jué)與DWT彩色圖像分量處理系統(tǒng)是紅棗分揀機(jī)器人篩選的主要手段，可以對(duì)目標(biāo)對(duì)象進(jìn)行優(yōu)劣分級(jí)作業(yè)。該系統(tǒng)主要功能為：①根據(jù)紅棗大小和色澤對(duì)其品質(zhì)進(jìn)行分級(jí)；②根據(jù)機(jī)器視覺(jué)對(duì)紅棗進(jìn)行定位抓取。紅棗分揀機(jī)器人主要包括并聯(lián)機(jī)器人、靈巧手、運(yùn)動(dòng)控制、CCD攝像機(jī)、DWT彩色圖像分量、光源、鏡頭及光學(xué)器件等部分。整體框架如圖4所示。

圖4 紅棗分揀機(jī)器人整體框架圖

1)并聯(lián)機(jī)器人。并聯(lián)機(jī)器人由機(jī)械臂、靈巧手、運(yùn)動(dòng)控制器及各關(guān)節(jié)驅(qū)動(dòng)電機(jī)構(gòu)成，可根據(jù)視覺(jué)系統(tǒng)的分析判斷結(jié)果，驅(qū)動(dòng)控制靈巧手去分揀紅棗，完成抓取動(dòng)作。

2)視覺(jué)傳感器。本文所使用的是康耐視Checker 4G視覺(jué)傳感器，配備內(nèi)置攝像頭、處理器、照明器件、光學(xué)器件和I/O原件，每秒最多可讀取100個(gè)目標(biāo)對(duì)象，比傳統(tǒng)的CCD攝像機(jī)識(shí)別效率提高數(shù)10倍。本文采用該視覺(jué)傳感器，能夠大大提高紅棗篩選速度和正確率。

3)靈巧手和運(yùn)動(dòng)控制。在實(shí)際的應(yīng)用中，靈巧手安裝在分揀機(jī)器人末端控制器上，通過(guò)運(yùn)動(dòng)控制系統(tǒng)控制靈巧手進(jìn)行分揀操作。

4)分揀對(duì)象。分揀系統(tǒng)采用皮帶輸送機(jī)傳送紅棗，不同大小、色澤度的紅棗被放在托盤(pán)中，供分揀機(jī)器人篩選。

3 紅棗分揀機(jī)器人定位系統(tǒng)設(shè)計(jì)

紅棗分揀機(jī)器人在分揀過(guò)程中，靈巧手選取目標(biāo)紅棗的Z軸高度始終不會(huì)發(fā)生改變，而托盤(pán)在滾帶上運(yùn)行時(shí)位置會(huì)有變化，因此在整個(gè)分揀過(guò)程中只需對(duì)x、y坐標(biāo)進(jìn)行定位。分揀機(jī)器人必須通過(guò)視覺(jué)系統(tǒng)才能測(cè)量出目標(biāo)紅棗的準(zhǔn)確位置。分揀過(guò)程示意圖如圖5所示。

圖 5 分揀過(guò)程示意圖

3.1 建立分揀對(duì)象數(shù)學(xué)模型

分揀機(jī)器人在對(duì)目標(biāo)紅棗進(jìn)行作業(yè)過(guò)程中，紅棗的位置與其起始位置及皮帶移動(dòng)速度有關(guān)。由于皮帶是勻速轉(zhuǎn)動(dòng)，因此首要問(wèn)題是對(duì)目標(biāo)紅棗的準(zhǔn)確定位。在靈巧手作業(yè)過(guò)程中，對(duì)目標(biāo)紅棗的現(xiàn)場(chǎng)感知和判斷都需要機(jī)器視覺(jué)的支撐，因此建立分揀對(duì)象機(jī)器視覺(jué)模型意義重大。分揀過(guò)程數(shù)學(xué)模型坐標(biāo)系如圖6所示。

圖6 分揀坐標(biāo)系

3.2 建立托盤(pán)定位數(shù)學(xué)模型

托盤(pán)定位數(shù)學(xué)模型坐標(biāo)系建立在皮帶運(yùn)輸周轉(zhuǎn)箱上，托盤(pán)上紅棗在坐標(biāo)系中的位置可以用坐標(biāo)集合表示，即

m1(u1,v1),m2(u2,v2),…,m8(u8,v8)

(7)

每顆紅棗的坐標(biāo)在托盤(pán)上都有固定的位置坐標(biāo)，可以根據(jù)托盤(pán)的位置確定紅棗的坐標(biāo)(u1,v1)。托盤(pán)定位數(shù)學(xué)模型坐標(biāo)系uov如圖7所示。

圖7 托盤(pán)定位坐標(biāo)系

3.3 uov與xoy間的關(guān)系

托盤(pán)定位坐標(biāo)系uov與分揀坐標(biāo)系xoy的對(duì)應(yīng)關(guān)系為

(8)

其中，R為托盤(pán)基坐標(biāo)系發(fā)生偏轉(zhuǎn)的矩陣值。

(9)

其中，x0、y0、θ為托盤(pán)位置和偏轉(zhuǎn)角度。

托盤(pán)位置旋轉(zhuǎn)示意圖如圖8所示。

圖8 托盤(pán)位置旋轉(zhuǎn)示意圖

3.4 托盤(pán)上每顆紅棗的定位

托盤(pán)上紅棗mi(ui,vi)在xoy坐標(biāo)系中的位置mi(xi,yi)為

(10)

3.5 算法仿真實(shí)驗(yàn)設(shè)計(jì)

為驗(yàn)證該基于DWT彩色圖像分量視覺(jué)定位算法是否符合設(shè)計(jì)要求，本文利用MatLab仿真軟件進(jìn)行測(cè)試分析。在模擬仿真中，系統(tǒng)對(duì)多幅拍攝有紅棗托盤(pán)的圖片進(jìn)行識(shí)別，并對(duì)符合等級(jí)要求的紅棗進(jìn)行定位。算法仿真流程如圖9所示。

圖9 自動(dòng)定位算法仿真流程圖

算法仿真流程說(shuō)明如下：

1)設(shè)定信標(biāo)節(jié)點(diǎn)：初始化，選取100張不同圖片作為試驗(yàn)材料。

2)加入隨機(jī)噪聲：對(duì)處理過(guò)的圖片理論顏色分量值加入信號(hào)噪聲，構(gòu)成加入環(huán)境因素的實(shí)際參數(shù)值。

3)篩選：篩除掉圖片信息較弱的個(gè)別信標(biāo)節(jié)點(diǎn)。

4)確定優(yōu)化初值：利用極大似然法優(yōu)化初值。

5)優(yōu)化計(jì)算：優(yōu)化計(jì)算函數(shù)，減少紅棗定位誤差。

6)輸出結(jié)果。

4 試驗(yàn)結(jié)果與分析

為了檢驗(yàn)紅棗分揀機(jī)器人分揀作業(yè)的準(zhǔn)確性，驗(yàn)證其是否能成功分揀符合要求的紅棗，特將該系統(tǒng)應(yīng)用到新疆貢果的分揀作業(yè)中。要求分揀機(jī)器人挑出縱徑5.3～5.5cm、粗橫徑3.7～3.9cm、細(xì)橫徑3.1～3.5cm、皮色紫紅的紅棗。在試驗(yàn)中，共有紅棗5 000顆，符合貢果要求的有2 986顆。分揀機(jī)器人作業(yè)結(jié)果如表1所示。

表1 分揀機(jī)器人作業(yè)結(jié)果

由表1可以看出：在3次分揀作業(yè)中，機(jī)器人分揀成功率均在88.5%以上，能夠?qū)崿F(xiàn)對(duì)目標(biāo)紅棗的精確定位，可以完成對(duì)符合要求紅棗的分揀作業(yè)。

5 結(jié)論

本文首先分析了基于DWT的彩色圖像分量算法中從預(yù)處理到提取DWT特征點(diǎn)、計(jì)算特征點(diǎn)距離等重要步驟；進(jìn)而對(duì)分揀機(jī)器人整體架構(gòu)進(jìn)行了設(shè)計(jì)，主要包括并聯(lián)機(jī)器人、視覺(jué)傳感器、靈巧手和運(yùn)動(dòng)控制等核心部分；最后，建立了分揀對(duì)象和托盤(pán)定位等數(shù)學(xué)模型，實(shí)現(xiàn)了紅棗分揀機(jī)器人定位系統(tǒng)的設(shè)計(jì)。試驗(yàn)結(jié)果表明：機(jī)器人分揀成功率均在88.5%以上，能夠?qū)崿F(xiàn)對(duì)目標(biāo)紅棗的精確定位，可以完成對(duì)符合要求紅棗的分揀作業(yè)。