基于计算机图像技术的物流箱体包装检测解析.docVIP

基于计算机图像技术的物流箱体包装检测 图1 计算机图像技术检测原理 在物流运输过程中，需要运输的物品种类也越来越多，而对于这些物品的严密的物流箱体包装，不仅极大的保证了运输物品的安全，更为其搬运、装载和配送提供了一定的便利。在现代物流箱体包装过程中，通常会有多种检测、和零件的辨认，像对于包装严密性和包装材料印刷质量等的检测以及对于物流包装上的条码的辨识等等复杂、繁琐的操作过程，传统的人工操作不仅需要高的成本投入，并且工作效率也十分低下，已经无法满足现代物流工作的要求。因此要实现现代高效、快捷的物流运输，就需要引进计算机图像技术来完成物流形体包装检测。 本方案的设计是在利用计算机图像技术的基础上，先获得包装平台上被检测物品的具体方位，再运用惯量分析获取图像中被检测部分的特征，运用矢量控制来调节步进电机，来保证对物品检测的准确、稳定。随后再对已经获取到的图像信息完成相应的处理：滤波、灰度转化、轮廓检测以及二值化，最后就能获取到有用的检测图像及数据。 2.2 总体的方案分析 图2 总体的方案设计图 基于计算机图像技术的物流箱体包装检测的方案的总体设计可见图2，由整个方案形成的系统运作时，检测台上便有需要检测的对象，参考检测对象的大小和收集的图像的要求，利用触摸屏键盘来完成对扫描步进距离等参数的设定，之后再将检测对象置于LED光源之下，并且运用运动控制模块来现在检测对象的活动频率，来完成图像的采集。图像采集完成之后，再利用CCD相机完成对这些图像的相关的转化，再传输到图像处理模块来完成对信息的检测，最后微处理器会将最后的结论和相关的图像在屏幕上展示出来。在整系统中相应模块的主要作用如下： 系统控制器：其主要的作用就是对系统内部的各个板块之间的交流沟通和整个系统工作的流程进行宏观的调度，系统控制器需要对系统内部的控制模块的工作状况随时掌控，还要根据已经设置好的工作模式来完成整个检测流程。 运动控制模块：负责运输检测对象和进行定位的部分，通过步进电机使对象处于步距角为1.8o的运动，以及被检对象的大小和外形，来完成三维探测。 CCD相机：主要是完成对检测对象的拍摄，将拍摄到的图像信息转化成数字信号之后，再传送给图像处理模块，来完成对数字信号的处理。CCD相机作为一种精准度极高的图像采集系统，为物流箱体检测的准确性提供了保障。 图像处理模块：主要的功能就是对CCD相机捕捉到的图像信息进行处理来得到相应的检测结果。 触摸屏：主要进行参数的设置，显示检测结果和被检测箱体的漏洞出。 3 检测的算法介绍 3.1 图像恢复的算法 图像信息在被拍摄、传送的过程中，会受到外部的噪音、相机颤抖、检测对象的不固定等因素的影响，使得图像的分辨率过低。图像恢复法就是在已知的降质模型的基础上，将质量不高的图像还原到最原始的图像，并将原始图像的效果进行优化处理，最终得到高质量、清晰的图像信息。图像恢复算法的只要过程就是降质数学模型的建立与求逆，其具体的描述如下： y(i,j)=[h(i,j)×x(i,j)+n1]×n2 (1) 数学模型中的y(i,j)就是相机拍摄到的质量不高的图像；h(i,j)是图像模糊算子，即退化算子；x(x,j)就是根据已知的降质模型，得到回复的原始图像；n1外部的噪音；而n2就是乘性噪声。在通常情况下线性不变模式等同于图像降质过程，所以（1）也可以转化为： y(i,j)=Hx+n (2) 在（2）中，H是线性不变的低通滤波器，即相机的运动及相机镜头散焦等对图像质量进行干扰的过程；而n代表的是噪音的大小，这是影响图像信号的较为多见的因素，但是它的干扰程度和图像信号强度的大小是互相独立存在的。比较常见的图像恢复方法就是确定性的和随机性的恢复算法。但是现代社会相对来说应用较为广泛的是逆滤波法、约束性图像恢复算法、贝叶斯方法和最大熵法。 3.2 图像边缘的检测算法 要想凸显拍摄到的图像轮廓，就必须要借助于图像边缘检测法。获取图像特征的过程通常是：①边缘的检测，②二值化处理。进行图像边缘检测是要凸出图像的轮廓，然后再弱化甚至是删除轮廓之外的部分。这样就使得图像轮廓的亮度与圆通中轮廓周围的亮度变化成正比例关系，这样有用的信息就得到了凸显。 对于图像边缘的检测一般是使用空域微分算子来完成的，即将这个模板和图像卷积来进行的。图像边缘检测算子使用的两个卷积可见图3。 图3 边缘检测算子 4 对整体方案的分析 4.1 硬件设施方面 硬件设施上的配置通常是按照模块化设计来进行的。其中硬件设施分为三个：图像获取模块、信息处理模块、运动控制模块。硬件设施的运作见图4. 图4 硬件设施的运