基于機(jī)器視覺(jué)動(dòng)態(tài)選繭系統(tǒng)的研究

杜昕　劉文烽　林毅堅(jiān)

【摘 要】在繅絲的生產(chǎn)加工中，要先對(duì)蠶繭進(jìn)行分選，剔除殘次繭，確保優(yōu)良繭轉(zhuǎn)到繅絲工序。文章主要研究的是分揀裝置的視覺(jué)系統(tǒng)識(shí)別部分，利用照相機(jī)對(duì)蠶繭進(jìn)行拍照，通過(guò)圖像處理、識(shí)別，選出不同的殘次繭。對(duì)殘繭進(jìn)行坐標(biāo)標(biāo)定，并將識(shí)別的定位保存，準(zhǔn)確地傳到下位分揀機(jī)器人系統(tǒng)，完成分繭定位。

【關(guān)鍵詞】蠶繭；視覺(jué)系統(tǒng)；坐標(biāo)標(biāo)定

【中圖分類(lèi)號(hào)】TP242.2 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2018）04-0091-04

0 引言

在繅絲的生產(chǎn)加工中，由于蠶本身體質(zhì)和結(jié)繭時(shí)的環(huán)境不同，以及受收繭、烘繭、運(yùn)輸?shù)扔绊?，所以往往有一部分難以繅制高級(jí)生絲的次繭和不能繅絲的下繭，為得到優(yōu)良的蠶絲，需要剔除這些蠶繭。傳統(tǒng)工藝使用的是人工肉眼識(shí)別法，這樣容易存在識(shí)別標(biāo)準(zhǔn)的不同而誤選，在高強(qiáng)度的工作中，人工識(shí)別也會(huì)使錯(cuò)誤率提高，從而導(dǎo)致效率低下，所以有必要設(shè)計(jì)一個(gè)多殘繭分揀裝置來(lái)提高工作效率，降低錯(cuò)誤率。

1 蠶繭的種類(lèi)

蠶繭種類(lèi)繁多，有上繭、雙宮繭、黃斑繭、穿頭繭等（如圖1所示），其特征見(jiàn)表1，其繅絲過(guò)程用的是優(yōu)質(zhì)蠶繭，即上繭，因此我們可以根據(jù)蠶繭特征的不同，剔除掉不合格的蠶繭。蠶繭特征的不同，相應(yīng)的檢測(cè)方法也不同。

2 視覺(jué)識(shí)別與定位系統(tǒng)結(jié)構(gòu)圖

選繭系統(tǒng)裝置的視覺(jué)系統(tǒng)主要由照相機(jī)和光源構(gòu)成。視覺(jué)系統(tǒng)示意圖如圖2所示。

3 機(jī)器視覺(jué)識(shí)別方案

機(jī)器視覺(jué)對(duì)蠶繭進(jìn)行識(shí)別，系統(tǒng)框圖如圖3所示，對(duì)每一幀圖片進(jìn)行識(shí)別與定位。

4 視覺(jué)系統(tǒng)的實(shí)現(xiàn)

4.1 視覺(jué)識(shí)別原理

視覺(jué)系統(tǒng)是指用搭好的視覺(jué)裝置對(duì)待檢測(cè)物體拍照，并將所拍的照片進(jìn)行圖像處理，將圖片上的內(nèi)容信息即物理量轉(zhuǎn)化成計(jì)算機(jī)可處理的數(shù)字信號(hào)，再將提取照片信息與先前提取的信息做對(duì)比后進(jìn)行判別，最后將結(jié)果傳送至控制系統(tǒng)。

機(jī)器視覺(jué)猶如人類(lèi)感官，當(dāng)人看到某張圖片時(shí)，大腦會(huì)迅速反應(yīng)出這張圖片是否見(jiàn)過(guò)類(lèi)似的，這并不是我們的大腦對(duì)這張圖片的記憶進(jìn)行識(shí)別，而是對(duì)其自身的特征進(jìn)行分類(lèi)，利用這些類(lèi)別的特征識(shí)別出的。機(jī)器視覺(jué)系統(tǒng)進(jìn)行圖像識(shí)別也是如此，對(duì)所拍到的圖片進(jìn)行特征提取，將多余的沒(méi)有用的信息加以排除，以此來(lái)實(shí)現(xiàn)圖像識(shí)別。利用相機(jī)和計(jì)算機(jī)等模擬人類(lèi)的眼睛和大腦來(lái)實(shí)現(xiàn)視覺(jué)功能，其目的就是對(duì)相機(jī)所采集的圖片內(nèi)容進(jìn)行處理和辨識(shí)。簡(jiǎn)單地說(shuō)，就是讓相機(jī)代替人眼去看東西，計(jì)算機(jī)代替人腦將看到的東西加以識(shí)別和判斷。

4.2 視覺(jué)系統(tǒng)的組成

視覺(jué)系統(tǒng)的硬件組成包括相機(jī)、鏡頭和光源，所以選擇好相機(jī)、鏡頭和光源顯得尤為重要。

4.2.1 相機(jī)的選擇

由于我們只對(duì)蠶繭進(jìn)行識(shí)別，所以選用黑白相機(jī)即可，但是我們所要實(shí)現(xiàn)的是動(dòng)態(tài)分揀，從而拍照必定是動(dòng)態(tài)時(shí)捕捉影像，為了使所拍的照片清晰，且相機(jī)的延遲降到最低，我們對(duì)相機(jī)的要求也有所提高，最終我們采用康耐視IN-SIGHT8400智能相機(jī)，這款相機(jī)擁有500萬(wàn)像素，速度為15×，圖像捕捉率為200，分辨率為640×480。它的優(yōu)點(diǎn)是可直立或以合適角度部署，這款相機(jī)雖外觀小巧，卻配有高性能視覺(jué)工具，并擁有較快的通信速度和較高的分辨率，是在有限空間使用的理想選擇。

4.2.2 鏡頭的選擇

鏡頭采用“C”形接口鏡頭，是一款使用很廣泛的鏡頭。它能在整個(gè)視野提供均勻的分辨率，是可手動(dòng)調(diào)整的高性能鏡頭，在鏡頭大小、光圈和焦距方面可提供最靈活的選擇。在提取圖像特征時(shí)，為使圖像不出錯(cuò)，我們應(yīng)保證相機(jī)的成像大小小于鏡頭的成像，如下式所示：

其中，V為拍攝物體的垂直方向高度；H為拍攝物體水平方向的長(zhǎng)度；D為鏡頭到拍攝物體間的距離；v為相機(jī)畫(huà)面的垂直方向高度；h為相機(jī)畫(huà)面的水平方向高度。

經(jīng)過(guò)計(jì)算，最終選用5 mm的鏡頭，將相機(jī)與鏡頭組合完成后放置在傳送帶上方，高度為540 mm，拍攝范圍為200 mm×300 mm。

4.2.3 光源的選擇

光源的選擇在該系統(tǒng)中也起著至關(guān)重要的作用，它能直接影響實(shí)驗(yàn)數(shù)據(jù)的質(zhì)量和實(shí)驗(yàn)效果。通過(guò)對(duì)比各種光源的特性（見(jiàn)表2），我們采用長(zhǎng)條形400 mm×3 mm的LED作為光源，這款光源價(jià)格較為便宜，功率小，使用壽命長(zhǎng)，且能均勻照明，完全符合選擇光源的條件。

將選好的長(zhǎng)條形LED光源分置在傳送帶的兩側(cè)，高度為270 mm，與水平面呈45°，目的是為了增強(qiáng)蠶繭的輪廓和形狀，使蠶繭受到的光照強(qiáng)度是一樣的。并且，利用遮光布將拍照區(qū)域遮擋起來(lái)，避免了自然光對(duì)實(shí)驗(yàn)結(jié)果的影響，使蠶繭與背景得到最佳分離，降低了圖像處理過(guò)程中的分割和識(shí)別難度。

同一種光源亮度不同，同樣也是會(huì)影響實(shí)驗(yàn)的（如圖4所示）。從[圖4（a）所示]可以看出在弱光情況下，幾乎看不到蠶繭，更談不上識(shí)別；在強(qiáng)光[如圖4（c）所示]的情況下，蠶繭可以清楚地被拍到，但由于光線過(guò)強(qiáng)，蠶繭表面的斑點(diǎn)無(wú)法被拍到，從而導(dǎo)致一些下繭無(wú)法被識(shí)別；在光線適中[如圖4（b）所示]的情況下，既能清楚地看到蠶繭的形狀外觀，又能看到有些灰黑色的陰影斑點(diǎn)。

4.3 圖像處理

由于在數(shù)字化過(guò)程中的量化噪聲，以及傳輸過(guò)程產(chǎn)生的誤差及光照強(qiáng)度等因素，所以圖像經(jīng)過(guò)形成、傳輸、接收和處理流程后，最終得到的圖像質(zhì)量很差，清晰度降低，使有效信息提取困難，所以需對(duì)圖像進(jìn)行處理，以便對(duì)圖像進(jìn)行分析和識(shí)別。圖像處理包括濾波、圖像二值化、圖像分割等。

4.3.1 圖像濾波

濾波是圖像處理中必不可少的操作步驟，就是為了在盡可能地保留圖像細(xì)節(jié)特征的條件下，對(duì)目標(biāo)圖像的噪聲進(jìn)行抑制。蠶繭邊緣不是光滑平整的，可利用濾波有效地去除周邊的毛絮，方便后續(xù)的識(shí)別。根據(jù)圖5我們可以清楚地看到，不同濾波對(duì)蠶繭的效果，通過(guò)比較，最終我們采用雙邊濾波，這款濾波方式使邊緣保存比較好，而且凸顯了圖像的特征。高斯濾波則使圖像變模糊，均值濾波則使圖像的特征被損壞。

4.3.2 圖像二值化

圖像的二值化使圖像變得黑白分明，使圖中數(shù)據(jù)量大為減少，從而能凸顯出目標(biāo)的輪廓（如圖6所示）。蠶繭與傳送帶原本就黑白分明，我們可以不考慮使用圖像的二值化，但在實(shí)際操作當(dāng)中，由于皮帶會(huì)產(chǎn)生一些漫散射光線，有時(shí)會(huì)對(duì)后續(xù)蠶繭識(shí)別造成影響，所以我們選擇使用二值化，將無(wú)需考慮的特征因素排除。

4.3.3 圖像分割

相機(jī)每拍攝一版圖片，圖片中都有很多個(gè)蠶繭，我們就要用到圖像分割，將圖像中的目標(biāo)從背景中分割出來(lái)，即將蠶繭與背景分割開(kāi)，也將大片的蠶繭分割成一個(gè)個(gè)獨(dú)立的個(gè)體，以方便后面的識(shí)別。

4.4 圖像識(shí)別

本文利用康耐視自帶軟件In-Sight中的自帶函數(shù)庫(kù)，對(duì)其進(jìn)行編程，對(duì)蠶繭進(jìn)行識(shí)別。根據(jù)蠶繭特征的不同，所用到的檢測(cè)方法也是不同的。上文說(shuō)到的蠶繭，可分為2種識(shí)別方式：面積法和斑點(diǎn)法。為了使檢測(cè)結(jié)果更加精確，我們采用In-Sight軟件自帶的模板匹配算法，通過(guò)對(duì)上繭進(jìn)行訓(xùn)練，與待測(cè)蠶繭一一匹配，實(shí)現(xiàn)檢測(cè)功能。

（1）雙宮繭在體積上要比上繭大一些，面積自然也比上繭要大一些，所以我們可以用圖像的零階矩來(lái)求得蠶繭的面積。

（2）黃斑繭、穿頭繭、印頭繭和爛繭共同的特性就是蠶繭的表面會(huì)有污漬或者斑點(diǎn)，相機(jī)拍照所反映的圖像是在蠶繭上有黑色陰影面積，所以我們可以根據(jù)相機(jī)是否可以檢測(cè)到陰影面積來(lái)判定黃斑繭、穿頭繭、印頭繭和爛繭。當(dāng)然，如果上繭純度無(wú)需很高時(shí)，那些陰影面積較小、不會(huì)太影響以后工藝生產(chǎn)的蠶繭也是可以被通過(guò)的，我們可以通過(guò)調(diào)節(jié)斑點(diǎn)閾值與設(shè)定標(biāo)準(zhǔn)值來(lái)控制合格蠶繭的質(zhì)量。

由于SROD算法在ROD算法的基礎(chǔ)上簡(jiǎn)化了閾值的設(shè)定及序列排序，在檢測(cè)精度相似的情況下，會(huì)比ROD算法更有效率。所以，我們采用SROD算法來(lái)計(jì)算蠶繭表面的斑點(diǎn)，實(shí)現(xiàn)斑點(diǎn)檢測(cè)。

（2）用9個(gè)標(biāo)準(zhǔn)物件來(lái)初步轉(zhuǎn)化機(jī)器人坐標(biāo)。經(jīng)過(guò)第一步，相機(jī)可以識(shí)別出這9顆蠶繭，并給出相應(yīng)的坐標(biāo)，蠶繭放置如圖7所示。當(dāng)皮帶運(yùn)行一個(gè)固定距離后，這里我們?cè)O(shè)定為650 mm，用并聯(lián)機(jī)器人的機(jī)械手依次觸碰蠶繭的中心點(diǎn)，讀出并聯(lián)機(jī)器人的機(jī)器坐標(biāo)，并將數(shù)據(jù)記錄，與對(duì)應(yīng)9顆蠶繭的相機(jī)坐標(biāo)做對(duì)比，數(shù)據(jù)如圖8所示。

根據(jù)相機(jī)坐標(biāo)與傳送帶坐標(biāo)的轉(zhuǎn)化關(guān)系，如公式（9）所示，可以得到相機(jī)坐標(biāo)系與傳送帶坐標(biāo)系的轉(zhuǎn)換矩陣，如公式（10）所示。

5 總結(jié)

本文主要研究了視覺(jué)系統(tǒng)的設(shè)計(jì)，其中包括相機(jī)及鏡頭的選型和光源的確定。該設(shè)計(jì)利用康耐視相機(jī)對(duì)蠶繭進(jìn)行拍照，識(shí)別出壞繭進(jìn)行剔除。經(jīng)過(guò)大量的實(shí)驗(yàn)，計(jì)算出每種殘繭的識(shí)別率（見(jiàn)表3），導(dǎo)致黃斑繭、印頭繭、穿頭繭和爛繭的識(shí)別率降低，存在著一些不可避免的因素，比如受到了光照的影響，雖然將工作環(huán)境用遮光布遮擋，不受外界自然光，但由于皮帶的漫散射，導(dǎo)致圖像上蠶繭邊緣與表面斑點(diǎn)產(chǎn)生弱化，但可以通過(guò)選擇反光度很低的皮帶來(lái)改善這一現(xiàn)象。這套視覺(jué)識(shí)別裝置的高識(shí)別率有效地避免了人工遴選蠶繭的不確定性，提高了蠶業(yè)生產(chǎn)的自動(dòng)化水平，達(dá)到解放勞動(dòng)力、提高效率、增加盈利的效果，也能有效地提高繅絲原料繭的品質(zhì)。

參 考 文 獻(xiàn)

[1]覃南強(qiáng).基于并聯(lián)機(jī)器人的自動(dòng)選繭系統(tǒng)的設(shè)計(jì)[J].科技視覺(jué)，2016（7）：163-164.

[2]劉歡.基于PLC（機(jī)器人）和機(jī)器視覺(jué)的夾片自動(dòng)生產(chǎn)線控制系統(tǒng)設(shè)計(jì)[D].柳州：廣西科技大學(xué)，2016.

[3]王詩(shī)宇.基于機(jī)器視覺(jué)的機(jī)器人分揀系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2017（3）：126-129.

[責(zé)任編輯：鐘聲賢]