摘要：随着我国智能制造产业的蓬勃发展，产业自动化程度也随之大幅提高。因此，一些特殊制造产业对于小尺寸物体的检测识别精确度要求进一步提高，为了满足行业的这一需求，团队设计并制造了一款基于机器视觉的小尺寸物体外形及颜色实时高精度识别系统。本设计通过机器视觉系统来采集信息，将采集的信息经数据传输系统传输到数据库，并运用颜色和形状识别将传入的数据进行筛选，从而达到目标物体高精度识别目的。

关键词： 机器视觉；数据库；颜色识别；形状识别

引言

随着社会的发展和科技的进步以及我国制造产业的方兴未艾，机器视觉识别检测行业也在我国市场度过了发展的初期阶段，市场前景广阔，因此不仅国际上处于机器视觉检测行业前列的品牌纷纷在中国开展项目，中国本土的机器视觉检测企业也由逐步兴起并不断发展壮大，机器视觉的识别检测已经为广大客户所熟知，应用范围也由初期的二维图像的统计模式识别逐渐发展扩大为三维机器视觉。

智能制造产业的发展使得大部分产业都离不开集成电路，因此电子生产与制造行业迫切需要一套能够准确且快速识别分拣出目标物体的设备，是这项技术研发意义的所在。

1 系统总体研究设计

机器视觉就是利用机器代替人眼来完成测量和判断任务。机器视觉系统是指通过机器视觉产品将被摄取的目标物体信息转换成图像信号并通过信号传输系统传送给专用的图像处理系统，系统根据图片色彩的丰富性及饱和度、图片的整体层次感、图片效果的细腻程度、细节部分的表现力等，将图像信息转变成数字化信号；图像处理系统对这些信号进行各种运算来抽取目标物体的颜色和形状特征，进而根据判别的结果来控制现场的设备运作。

该识别系统主要由3个部分组成，包括信息采集模块、数据筛选模块和目标物体的判定及分拣模块。

信息采集模块主要通过摄像头对所要判定分拣的事物群体进行数据采集，并将采集到的数据通过数据传输系统传输到数据库进行数据预处理操作。数据筛选模块主要由颜色识别系统和形状识别系统两部分构成，通过筛选物体的颜色和形状两个固有特征，以较高的精确度筛选出目标物体并传输到信息处理模块，从而判定出该物体是否是目标物体，进而将信号传输到以单片机集成模块为主的主控制器中，实现现场控制产品的实时自动识别及分拣。

2 主要功能模块设计

2.1 信息采集模块

在机器视觉系统中，通过利用视觉传感器提供的信息实时构造闭环反馈，不断校对系统采集的信息，以达到较高精度的提取目标物体的图像信息。并且该模块配备了能实时地将USB摄像头采集到的视频信号转化为可处理数字图像信息的实时图像采集卡，从而实现对目标物体图像数据的实时采集。

2.2 颜色识别系统

该系统选用HSL颜色模型来构建其视觉颜色识别系统的具体架构模型，首先通过USB摄像头和软件编程的颜色和形状识别代码程序来实现对电子元器件图像的采集；接着将红、绿、蓝三个颜色通道的颜色模型的电子元器件图像转化为在圆柱坐标系中的颜色模型；然后通过均值滤波法对采集到的电子元器件彩色图像进行平滑滤波，从而消除外界产生的干扰和噪声；接着通过应用閾值分割法对采集到的电子元器件图像饱和度进行二值化分割来使目标物从所在背景中分离出来；最后根据所需要的元器件与所有元器件在色调上的差异进行颜色识别与分析，从而筛选分拣出所需要的电子元器件。

2.3形状识别系统

该系统的视觉形状特征识别的图像处理分为云数据采集、数据预处理、提取特征点、对图像进行分割处理四个步骤，首先要完成视觉图像的数据采集工作，因此要设置摄像头模块来完成这项任务。再通过对每个物体的图像进行三维建模处理，从而使得处理后的事物信息更具有深度，并将信息量高的数据提供给视觉形状特征识别的特征提取，有利于提高机器人的视觉识别精度。对物体图像的数据采集主要体现在采集物体本身的固有特性信息数据和物体周围环境的信息数据，然后将采集到的数据进行数据预处理操作。通过数据预处理操作可以筛选出具有意义的机器视觉识别的图像信息，从而减少图像特征识别的数量，提高了机器视觉识别的效率；通过对初步采集到的图像进行阙值分割来将图像与相靠背景分离，从而减少了对机器视觉识别的干扰因素的数量。为了提高分割精度，可以设置为以黑色框边为有效的图像，以白色背景虚化的为其他无效图像。最后计算机通过识别区域图像的不同灰度值来对图像形状进行有效识别，进而筛选分拣出所需要的元器件。

2.4基于物体外形和颜色的多元数据库

基于机器视觉的识别系统在识别物体的过程中可将识别的数据存储到数据库中，不断丰富数据库的数据内容，从而使识别系统在提取物体的固有属性后能够在数据库中寻找相同数据，进而发出信号促使识别系统去识别目标物体，识别系统提取到的新数据在数据库没有的条件下会自动存入数据库，并且及时分析此数据从而传输指令，识别出目标物体，从而能够达到有效提高识别系统工作效率的目的。

2.5目标物体的判定及分拣系统

通过颜色及形状识别系统，将收集到的信息传输到信息处理模块从而判定出该物体是否是目标物体，进而将信号传输到以单片机集成模块为主的主控制器中，结合舵机分类机械手臂装置、传感技术、液晶TG12864E系统状态实时显示系统、位置控制等技术，从而实现现场控制产品的自动分拣。

3 结束语

本文通过对基于机器视觉的识别系统设计的研究与学习，主要解决了传统的基于机器视觉的识别系统只能识别单一的物体固有特性而不能通过提取物体的多个固有特性识别出目标物体，从而导致识别精确度低的问题，并且建立一套物体多颜色、多形状及外形和颜色结合的多元数据库，从而提高识别系统的工作效率，因此该装置具有很大的开发价值。

参考文献

[1]黄金荣，张冰雪，张悬光，等.基于机器视觉的颜色识别系统设计[J].山东工业技术，2019，No.290（12）：208.

[2]吴卫.基于机器视觉的机械零件检测与识别系统设计[D].东华大学，2011.

[3]苏振东.数字信号处理技术在电子信息工程中的应用研究[J].科技与创新，2020，No.161（17）：158-159.

[4]刘金桥.基于机器视觉系统的颜色识别研究[D].新疆大学，2009.

[5]姜燕，王悦，张旭泽等.基于PCL的自动化机器人视觉形状特征识别算法分析[J].制造业自动化，2021，43（01）：152-156.

作者简介：刘国钦，赵基彤，徐菁蕾，周俐君，吉林工程技术师范学院电气与信息工程学院电气工程及其自动化专业。