机器视觉在快递件识别与分类中的应用研究开题报告

1. 研究目的与意义

研究背景：随着电子科技和经济社会的发展，人民生活水平在不断地提高，随之而来的是对生活水平的质量也有了进一步的追求。在物联网技术引领下，计算视觉成为当今最重要的课题之一。机器视觉仅仅算是计算机视觉的一个微小分支，但却已经是一个非常新颖并且发展十分迅速的研究领域。机器视觉是利用计算机对图像或视频进行处理，实现对二维或三维场景的识别、检测、感知和理解。目前，机器视觉已经广泛用于产品分拣领域。机器视觉自起步发展到现在，已有三十多年的发展历史。机器视觉作为一种应用系统，随着工业自动化的发展而逐渐完善。

人们从20世纪50年代开始研究二维图像的统计模式识别，1965年，l.r.roberts通过计算机程序从数字图像中提取出诸如立方体、楔形体、棱柱体等多面体的三维结构，其研究工作开创了以理解三维场景为目的的三维机器视觉的研究。70年代中，mit人工智能实验室正式开设“机器视觉”课程，1977 年，david marr提出了不同于“积木世界”分析方法的计算机视觉(computational vision)理论——也就是著名的marr视觉理论，该理论在80 年代成为机器视觉研究领域中的一个十分重要的理论框架。80年代开始，开始了全球性的研究热潮，不仅出现了基于感知特征群的物体识别理论框架、主动视觉理论框架、视觉集成理论框架等概念。机器视觉作为一种应用系统，随着工业自动化的发展而逐渐完善。

工件分拣是工业生产环节重要的组成部分，其目的是将不同类型的物料或工件分类摆放到相应的位置，其步骤主要分为定位、识别、抓取和放置4个阶段。传统中一般采用人工分拣的方式，因工人操作存在疲劳度的问题，对于长时间作业来说，显然无法满足，即使采用工业机器人方式，由于传统的工业机器人一般采用示教或离线编程的方式工作，机器人到达目标点的位姿是固定的，每次动作均为重复进行，只能重复完成预先规定好的动作，对于加工对象以及工作环境的感知能力低，使机器人的使用受到了限制。随着机器视觉和人工智能的发展，机器人也能够适应分拣环境的需求，随时变更作业对象和分拣工序。国外机器人公司已有相关的视觉系统，如abb的trueview系统卒。

2. 研究内容和预期目标

研究内容：本课题研究的是基于机器视觉的机器人分拣系统应用研究，并针对整个控制系统方案的设计、机器人数学建模、运动学分析、对工业摄像机的标定、图像处理、运动目标的跟踪以及机器人分拣策略等关键技术展开深入研究分析。首先整个分拣系统进行总体方案设计。其中包括视觉控住方案，运动控制方案以及所需硬件设备选型工作；然后对机器人进行数学建模和运动学分析；最后针对机器视觉系统进行详细理论研究与设计，同时对视觉系统的标定，目标识别定位，坐标系间转换，重复目标的剔除以及动态追踪等关键技术进行详细分析。

预期目标：本课题基于机器视觉硬件系统完成图像的采集、传输、处理、分析等过程。在完成以上设计任务的过程中要求掌握硬件搭建、图像处理和编程，实现规范编程。发挥想象力和创新力，在实现基本设计的基础上，有创新意识，敢于创新，独立思考，认真完成设计中要求的内容和任务。预期实现目标为以下几点：

1.设计基于机器视觉的工业机器人分拣系统的总体方案并说明其基本工作原理。

3. 研究的方法与步骤

1．研究方法：

（1）利用matlab及编程和各种硬件系统实现对快递分拣的设计。

（2）参考各类文献，改革创新。

4. 参考文献

[1] 刘建伟，梁晋，梁新合，等．大尺寸工业视觉测量系统[j]．光学精密工程，2010，18（1）：126-134．

[2] 陈见飞，彭婧崯．拉链齿数的数字图像处理研究[j]．工业控制计算机，2011，24（3）：10-13．

5. 计划与进度安排

（1）1月8日至3月5日(1周前)：根据任务书， 明确设计的内容和目的 ，查阅相关文献材料准备开题报告。

（2）3月8日至3月12日（2周）：根据阅读的资料文献初步了解设计的原理以及实现的方法，开始写开题报 告。

（3）3月15日至4月9日（3-6周）：掌握所选择硬件或软件平台的使用方法、开始完成设计的具体内容。