10.3969/j.issn.1000-0682.2022.02.014
基于机器视觉的托盘生产线上原料木板的识别
传统木制托盘生产的上料方式多为人工徒手上料,不仅效率低下,而且托盘生产时的巨大噪音还会危害上料工人健康.为了提高木制托盘的生产效率,保护上料工人,该文提出一种基于机器视觉的托盘生产线上原料木板的识别算法.首先,对获取的图片进行图像预处理,提高信噪比,方便后续的特征提取;其次,使用形态学细化(骨架提取)算法配合八邻域定位算法获取离散的特征点信息;之后,使用特征点匹配算法让原料木板与特征点相互对应;最后,利用木板尺寸信息与木板特征长度构建分类器对原料木板进行类型判断,同时根据特征点计算木板位置坐标.实验表明,这套原料木板识别算法简单有效,识别准确率达到96%,满足托盘生产线的上料需要.
机器视觉、骨架提取、托盘生产、自动上料
TP29;TP751.1(自动化技术及设备)
2022-04-20(万方平台首次上网日期,不代表论文的发表时间)
共6页
67-71,125