买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：沈阳工学院

摘要：本发明公开了一种基于产品颜色及形状识别的智能分拣系统及方法，在现场传送带上方布置CCD相机，通过机器人手眼标定操作，确定像素坐标系和机器人坐标系的坐标转化关系；CCD相机尺度采用的是像素坐标，机器人坐标是空间坐标系，手眼标定就是得到像素坐标系和机器人坐标系的坐标转化关系；采用九点标定直接建立CCD相机和机器人之间的坐标变换关系，让机器人的末端通过九个点得到在机器人坐标系中的坐标，用CCD相机识别九个点得到像素坐标；通过计算可获得像素坐标系和机器人坐标系的坐标转化的标定参数。本发明构建了基于机器视觉的智能分拣系统，实现了工件的自动分拣，自动进行工件的外部尺寸检测，并与标准工件模板比较，从而区分不同类别的工件。

主权项：1.一种基于产品颜色及形状识别的智能分拣方法，其特征在于，包括如下步骤：步骤1：通过机器人手眼标定操作，确定像素坐标系和机器人坐标系的坐标转化关系；CCD相机尺度采用是像素坐标，机器人坐标为是空间坐标系，手眼标定就是得到像素坐标系和机器人坐标系的坐标转化关系；采用九点标定直接建立CCD相机和机器人之间的坐标变换关系，让机器人的末端通过九个点得到在机器人坐标系中的坐标，同时用CCD相机识别九个点得到像素坐标；通过计算可获得像素坐标系和机器人坐标系的坐标转化的标定参数；如果有一个点变换之前是[x,y,1],变换后是[,,1]，则转化关系表示如下: （1）其中，,M=[c,f,0]T,X=[x,y,1]，Y=[,,1]；如果想求a-f之间6个变量需要3组点；为了提高标定的精度，使用9组点，利用最小二乘法确定待定的系数；步骤2：采用CCD成像标准的工件模板，存储在车间总控服务器的数据库中；通过标准工件模板CCD成像，建立待分拣工件的模板并存储在车间总控服务器的数据库中；步骤3：判断待测工件是否在视野内通过传送带的辅助开关进行检测，判断是否有工件在视野范围内，如果有工件，辅助开关闭合，单元总控检测到辅助开关闭合后，控制CCD相机对视野内工件进行图像采集，否则，系统循环检测工件是否在视野内；步骤4：通过对工件颜色及形状特征的提取，车间总控服务器判断视野内的工件是否为待拣工件，具体包括以下步骤：4.1工件图像的预处理4.2工件图像特征提取4.3工件颜色和形状的相似度计算4.4工件类型的辨识；步骤5：工件形心位置及角度的计算CCD相机匹配到对应的目标工件后，接下来便要获取匹配工件的位姿信息来引导机器人完成对目标工件的准确抓取；视觉任务下的目标位姿信息包括目标在二维运动平面上的位置信息及偏转角度；利用形状特征所提取的质心坐标来描述目标工件在图像中的位置坐标信息；目标的偏转角度是相对于其初始模板状态下的旋转过程，因此分别对当前目标图像和其对应类别模板图像求取最小外接矩形，比较两个矩形在水平或垂直方向上的角度差值，作为机器人抓取当前目标工件时的补偿角度；默认分拣工件表面的图案特征为非对称图形，因此规定目标工件的角度旋转范围为±180°，这样便获取了2D视觉任务下单个目标工件的位姿信息：X_Y_A_；步骤6：控制机器人到达指定位置，执行分拣操作如果当前工件为某类假设合格工件，则根据步骤5计算的位置及角度，调整机器末端执行器，分拣至指定通道，如果不是某类所需寻找的工件，则跳转到步骤3，继续执行，直到完成分拣处理；所述工件颜色和形状的相似度计算包括③颜色相似度计算、④形状相似度计算、⑤特征相似度融合归一化；③颜色相似度计算：高斯滤波后的特征区域基础色调单一，不存在色调突变，且颜色分布均匀；综合考虑特征区域的特点、常用颜色特征描述的优缺点以及算法效率，选用最简单的颜色直方图各颜色通道的差值判断工件颜色的相似度；颜色差值计算公式如下所示： （4）式中C为颜色直方图任一通道的颜色差值；n,m为图像x,y方向的像素数；p为图像像素均差值；利用颜色直方图计算目标图像感兴趣区域与各个颜色模板之间的颜色距离，距离越小相似度越高，目标图像所属的类别为距离最小的颜色模板代表的类别；④形状相似度计算：利用工件图像形心坐标与模板图像的形心坐标比较的方法，判断工件的形状特征是否符合分拣要求，比较后得到的结果提供了图像间的差异信息；可对检测工件图像与合格模板工件图像形心坐标对应并作方差运算，直观地得出工件的模板图像与待检测图像之间形状的差别，进而根据差值图像与阈值作比较，来进行工件分类；如果=0,即Img（A）-Img（B）=0,Img（A）为工件模板的形心坐标向量，Img（B）为待测工件图像形心坐标向量，则表示待测工件与工件模块完全相同；但由于加工误差的存在，不可能为零，所以设定一个阈值，当小于阈值时，则判断为同一工件，否则为非同类工件或不合格品；⑤特征相似度融合归一化：基于图像的颜色特征和形状特征进行物体识别，需要两个特征识别的相似度进行融合；利用数值的方差值计算两颜色及形状特征向量间的相似程度，越接近0则两特征相似性越大；由于颜色特征与形状特征的量化单位不同，因此，需要对相似度距离函数进行归一化操作，使两个特征的相似度度量都归一化在区间[0,1]内，从而进行线性加权融合；形状特征相似度和颜色特征相似度分别为Dc和Dt，其计算公式如下： （5）其中，为物体与模板图像形心坐标差的平方和，为模板形心坐标的平方和，为物体与模板图像像素差的平方和，为模板图像像素的平方和；所述工件类型的辨识包括基于图像的颜色特征和形状特征进行工件识别，需要将两种特征相似度进行融合；通过加权融合方式将颜色特征相似度与形状特征相似度进行融合组成工件相似度函数；则融合规则如下：假设给定两工件的形状特征相似度和颜色特征相似度分别为Dt和Dc，则形状特征与颜色特征的融合相似度DTC为： （6）其中，是颜色相似度的权重，是形状相似度的权重，式为： （7）公式（7）表示当形状特征相似度与颜色特征相似度其中有一个小于0.5时，则和都为0，说明两个工件不存在相似性；因此，DTC∈[0,1]；根据此规则建立的工件相似度函数，表明两个工件只有在形状特征以及颜色特征都满足一定阈值，即都大于0.5的情况下，才有可能是相似工件，否则两个工件不存在相似性；其中DTC越接近于1则两个工件越相似；反之，两个工件的相似度越小，则两个工件越不可能相似。

全文数据：

权利要求：

百度查询： 沈阳工学院 一种基于产品颜色及形状识别的智能分拣系统及方法