《基于图像识别的物料分拣系统设计—图像识别与处理系统设计(机械电子工程专业)》由会员分享,可在线阅读,更多相关《基于图像识别的物料分拣系统设计—图像识别与处理系统设计(机械电子工程专业)(33页珍藏版)》请在金锄头文库上搜索。
1、基于图像识别的物料分拣系统设计图像识别与处理系统设计 摘要随着科技的不断发展,工厂逐渐步入智能化和自动化,物料分拣在生产方面是一个不可或缺的流程,平常的人工分拣物料的方法过于繁琐又浪费人力和时间。因此我们设计了一款用图像识别进行物料分拣的机械系统来代替人工。本文主要阐述了图像识别与处理系统设计以及对电路的设计。利用Matlab进行图像的处理与识别,图像处理要先对物料图像的进行收集,再用Matlab对图像进行灰度化与图像分割;图像识别程序利用了Matlab提供的算法来设计,将处理好的图像进行CNN神经网络的训练,存储好物料的特征模板,最后用摄像头拍摄物料与所存的特征模板进行对比识别并分类好,把输
2、出物料类别的数据传送给Arduino。本设计主要运用于工厂的生产方面,而目前部分工厂仍沿用人工分拣的方法,市场上的PLC控制的分拣系统也普遍,基于此点,尝试使用图像识别技术,从识别的结果中更直观地展现出是什么物料,因此本文设计了基于图像识别的物料分拣系统。关键词:图像识别;图像处理;Matlab;CNN神经网络;Arduino; Design of material sorting system based on image recognition design of image recognition and processing systemAbstractWith the continu
3、ous development of science and technology, the factory gradually stepped into intelligence and automation. Material sorting is an indispensable process in production. The usual manual method of sorting materials is too cumbersome and wastes manpower and time. Therefore, we design a mechanical system
4、 for material sorting with image recognition instead of manual operation. This article mainly describes the design of image recognition and processing system and the design of the circuit. Using Matlab to process and recognize the image, the image processing should first collect the material image,
5、then use Matlab to gray the image and segment the image; the image recognition program uses the algorithm provided by Matlab to design, training the processed image with CNN neural network and the characteristic templates of the materials are stored well. Finally, the materials captured by the camer
6、a are compared with the stored characteristic templates for recognition and classification, and the data of the output material class is transmitted to Arduino.This design is mainly used in the production of factories, but at present some factories still use manual sorting method, and PLC controlled
7、 sorting system is common in the market, from the result of recognition, it can show what material is more directly, so this paper designs a material sorting system based on image recognition.Keywords: Image recognition; Image processing; Matlab; CNN neural network;Arduino 目录1 绪论11.1本设计的国内外发展历程与现状11
8、.2本设计的研究意义与目的21.3本设计应解决的主要问题21.4本章小结32 MATLAB与CNN的特点和应用42.1 MATLAB软件42.1.1MATLAB的简介42.1.2MATLAB的特点与应用42.2 CNN神经网络52.2.1 CNN的简介52.2.2 CNN的原理及结构52.2.3 CNN的特点与应用72.3本章小结73图像识别与处理系统的设计83.1 图像识别的流程83.2 物料图像的采集83.3 物料图像预处理103.3.1图像灰度化103.3.2图像分割113.4 训练物料图像123.5 图像识别程序153.6 物料图像识别程序效果测试173.7本章小结194 物料分拣系统
9、的电路设计204.1 物料分拣系统的流程图204.2 物料分拣系统的主要元器件214.2.1 物料分拣系统的核心控制电路214.2.2 摄像头244.2.3 舵机模块电路254.2.4 气泵模块电路274.2.5 电磁阀模块电路274.3 总电路设计284.4本章小结295 总结与展望305.1 总结305.1.1 设计总结305.1.2 设计难点305.1.3 设计创新点315.1.4 设计不足点315.2 展望31参考文献32谢 辞331 绪论1.1本设计的国内外发展历程与现状本设计主要涉及物料自动分拣和图像识别两方面。先从物料自动分拣开始阐述,物料的自动分拣这一想法最先由美国、德国等国家
10、提出来的,这种自动分拣系统是第二次世界大战后在美国、日本和欧洲的物流中心被广泛采用。日本的连锁商业和宅急便都普遍使用自动分拣机。而我国在这方面起步较晚,相对于发达国家还比较落后,人工作业的情况仍然普遍存在,但随着电商、快递等行业的快速发展和中国智能制造2025的不断推进,其分拣系统的设备需求也逐渐变大。因此部分企业也不想错失良机,开发了许多分拣系统,例如太原刚玉仓储设备公司和贵阳普天通信机械厂设计的生产货架电子标签拣选系统、小车式数字显示拣选系统、邮件自动分拣系统等;珠海普天慧科信息技术有限公司研发出PTL电子标签拣选系统。除此,近年来国内知名的AGV厂家米克力美研制了一款兼具柔性、效率和成本
11、优势的AGV分拣系统,AGV分拣系统可以说是自动分拣系统的升级版,当其中一台AGV发生故障问题时,并不会影响整个系统。图像识别的发展主要有以下三个阶段:文字识别、数字图像处理与识别、物体识别。而本设计主要是对图像处理与识别,并对物体进行分类,可以说是第二阶段和第三阶段的结合体。由20世纪中期开始研究至今,逐渐由简单的字体,到二维图片,再到三维的物体,最后到现今发展的如火如荼的人脸识别慢慢演变而来。我们可以看到目前这项技术的应用范围非常广,在国外的发展情况,谷歌自主研发了图像搜索的功能,而各大企业则一直对外收购相关的公司以及许多OCR识别软件的出现等等。我国著名的中文搜索引擎百度,百度识图可以帮
12、我们找到相似的图片;在高速公路收费站或者是某些大型停车场里,都会设置一些栏杆,并且有摄像头进行拍摄,这些摄像头会拍摄每一辆汽车的车牌号码,进行登记识别,并进行一系列收费,系统中会自动存储该车牌号码的,另外在红绿灯的时候,上面的高清摄像头会对违规的车辆进行拍摄登记,这都大大节省了值班人员人工操作的问题;日常生活中我们网购都会使用到淘宝软件,如果在生活中看到有什么衣服或电器等物品想要买的,也许你不清楚它叫什么名字,但是你可以用里面的拍摄AI功能,自动识别该物品的信息,并且弹出物品的链接给你;手机上的翻译软件如网易有道词典,它里面可以拍一篇其他语言的文章的图片,再翻译成你所需要的语言;针对最近发生的
13、新型冠状病毒疫情问题,公共场所里如机场、地铁等皆应用了百度AI的技术,采取多人体温快速检测的办法,降低了传统体温检测的人工成本,提高了测量效率,还保障了测试人员的安全。这一切都是源自于图像识别技术的功劳,给我们这个时代带来了许多便利,节省不少人力物力和时间,让我们把更多的精力放在其他不能用机器替代的工作之中去。1.2本设计的研究意义与目的随着时代的不断进步与发展,工业机器人的技术也得以提升,大多数的企业工厂都将走向无人化、智能化和自动化,应用起各种不同功能的机器,从而提高自身的生产效率。物料自动分拣是不需要人力的干扰把许多零件或货品按照其不同的材料组成、形状大小等条件进行分拣,从而摆放到特定的
14、区域,而最初的分拣系统都是完全基于人工来工作,工厂对人力的需求是极大的,他们一般使用人工分拣的方法,这样一来不仅生产效率低,而且往长远的方向想,大量的人力致使生产的成本也变得更高,显然无法满足生产商对速度快和高准确性的需求。在那个时候市场上即使有机器代替人工的话也不会大范围普及,因其机器价格昂贵,再者是技术还未完全成熟稳定,生产商也不会冒着这风险。而现今物料的自动分拣逐渐成为各大企业的不二方法,利用人们事先编制好的指令来控制机器工作替代人力,解决了分拣的繁琐工作,然后让从事人工分拣的员工去其他部门进行机器不能完成的工作,这样就可以让缺人的部门进行人才的填充。当我们使用了带有程序性的机械臂进行分
15、拣,它的智能化技术会比人工分拣要精准且迅速得多,甚至在测量器件的长度等等,你无一不会惊叹它的准确性。人们如果在一些快递公司里进行分拣的工作,有些物料的成分具有刺激性气味,也有因生产方面致使表面材质有凹凸和锋利而伤人手,很难想象一个人长期在这种环境无保护地进行工作会是多么痛苦,甚至在这里的货品很多不清楚是什么东西,具有一定的安全隐患。也许你会说人工分拣会更加灵活多变化,而对此,我们希望结合图像识别技术与自动分拣系统,在物料分拣系统基础上加入图像识别的功能,让物料分拣的过程更具智能自动化,只需几个人去值班观看显示出来的图像识别结果,能够第一时间地做出相对应的补救措施。本设计利用USB接口工业摄像头拍摄物料提供的图像信息进行识别分类,数据反馈到Arduino从而控制机械臂对物料的自动分拣,其目的意义在于提高企业的生产效率,降低生产成本和分拣的错误率,保障员工的安全健康。1.3本设计应解决的主要问题图像识别与处理系统的设计主要有以下难点,解决了基本上能够正常运行: a、摄像头拍摄的图片质量。我们打算是把摄像头悬空,往下拍物料,该情况下可能出现摄像头不够稳定、晃动而影响图片质量,再者可能摄像头遮挡光源,光线不足导致图片暗淡。对此我们需要找稳定的支架把它固定好,看情况可以多放一个光源在侧边,尽量消除这种环境因素。b、Arduino可能由于性能问题难以处理图像问题。本来是想通