基于OpenCV的机器人分拣系统设计.pdfVIP

丹青不知老将至，贫贱于我如浮云。——杜甫

摘要：

从机械结构、电控部分和上位机软件三方面讲述了并联式3D打印机的组成，

采用SolidWorks三维建模软件设计了一款并联式3D打印机，通过运动算法计算

和步进电机算法对其进行控制。结果表明，其打印速度最快达到90mm/s，打

印精度±0.2mm，设备整体尺寸仅为200mm×200mm×200mm，能作为桌面式

教学设备，而且操作简单，造价成本较低，具有很好的推广应用价值。

关键词：

OpenCV；目标检测；图像处理；tesseract-OCR；机器人分拣系统

0引言

随着各大电商的快速发展，我国快递行业的整体规模迅速壮大，包裹数量逐

年增多，快递的错派、丢件等问题也日渐凸显，传统人工分拣已经无法适应当前

的分拣需求，亟需一种用于自动检验、工件加工和装配自动化以及生产过程的控

制和监视的图像识别机器，按任务需要从原始图像数据中提取有关信息、高度概

括地描述图像内容，以便对图像的某些内容加以解释和判断。

目前，针对机器人分拣系统的方案研究成为众多学者关注的热点。基于机器

视觉设计了一种轻量化的分拣机器人，搭建了实验平台并完成了小型铸件的分拣。

基于深度学习提出了工业机器人物品识别分拣系统设计，在建模解析分类之后工

业机器人对物品进行实践分拣操作。将视觉技术、搬运机器人和无线控制网相结

合，设计了一种智能搬运机器人的实验平台。构建了一套针对无序来料的定位系

统，引导机械手对无序物料进行精确抓取和有序摆放。

丹青不知老将至，贫贱于我如浮云。——杜甫

本文设计的工业机器人分拣系统与工业相机的快速拍照功能相结合，可实现

包裹读码后的快速分拣及信息记录交互等功能，大量减少了分拣过程中的人工需

求，提高了分拣效率及自动化程度，并大幅度提高了分拣准确率。

1OpenCV图像识别

图像处理技术是用计算机对图像信息进行处理的技术，通过图像处理可以提

取图像中的有用信息并精简数据量，是决定分拣过程是否能够达到精准且高效的

关键。本设计采用OpenCV对原始图像进行预处理，提取图像特征，进行图像识

别。本项目通过扫描物流包裹上的数字，对包裹进行识别，构建坐标系对机械臂

完成协同控制，实现在复杂环境下的包裹分拣，提高了分拣过程中机械臂末端执

行器的效能，物流快递包裹可进行有效分拣，达到快速分拣的目的，提高了工业

生产效率，降低了工作成本。OpenCV图像处理流程图如图1所示。

1.1基于OpenCV的OCR文字识别

传统的条形码虽然识别简单，但是需要学习多种编码方式。识别条形码下方

数字单号可以直接把数据录入计算机进行数据处理，得到快递信息。

OCR文字识别是指对图像文件进行分析识别处理，获取文字及版面信息的过

程。首先，对快递信息进行图像读取及图像预处理，再用OpenCV内置的图像检

丹青不知老将至，贫贱于我如浮云。——杜甫

测算子进行检测，最后传入tesseract-OCR进行识别。这种方法不仅速度快，而

且抗外部干扰能力也比较好，可以准确识别快递的相关数字信息。OCR的技术路

线如图2所示。

1.2图像预处理

图像预处理是在图片识别之前对图片进行前期处理，抑制图片中的无关信息，

增强开发者想要的重要信息。

1.2.1图像灰度化

图像灰度化是将一张彩色图像向灰色图像转化的过程。相比于彩色图像，灰

色图像更容易处理，可以消除颜色干扰。原图像如图3所示，灰度图像如图4