机器视觉是图像技术、模式识别技术,以及计算机技术发展的新产物,是实现智能化、自动化、信息化的先进技术领域。 本课题主要研究机器视觉在机械手上的应用,完成对不同形状物体的识别、分类、定位功能。将摄像机获取的图片进行图像处理,如二值化等,然后利用Blob算法检测目标图像的内点和边界点,求出物体的周长、面积,进而计算6个不变矩和圆形度,将这7个数据作为特征量输入神经网络,通过神经网络进行识别、分类,对识别的结果进行定位,确定中心坐标以及物体某一斜边与x轴的夹角θ,然后将上述信息通过串口传递给PLC,再由PLC去控制机械手准确地抓取放在传送带上的目标物体。 在本项研究中采用Blob算法对目标物定位。利用Blob分析法求出指定平面内任意形状目标物的中心坐标,以及某一斜边与x轴的夹角等几何参数,并且显示出来。本项研究工作中主要是对采集到的图像序列进行处理,确定目标的位置。这种算法用来从背景中分离出目标,并测量任意形状目标物的形态参数,它与基于像素的算法相比,处理速度能够加快。本项目直接利用VC智能摄像机来完成机械手视觉系统的图像采集及量化任务,并利用其自带的操作系统及开发平台进行二次开发,编写了相应的目标定位程序。 本项研究工作的目的是利用神经网络和图像识别技术的机器视觉问题的研究成果,提高机械手系统的智能化程度。本系统是以智能相机为代表的嵌入式系统,有许多独特的优点,如：分辨率高、帧率高、包含信号处理器DSP、与PC机相匹敌的运算速度等,这也是机器视觉发展的主流,因此本项研究工作具有较大的实际应用价值。