摘要：研究了基于机器视觉的分拣系统开发的基本原理、系统组成及检测算法，介绍了开发
过程中所用到的主要的图像处理算法。该系统利用

Visual C ++编程软件建立图像处理的算法

库，实现对规则几何工件的识别和定位，从而对符合要求的工件进行分拣归类。仿真结果表
明，该系统能有效实现对规则几何工件的识别和分拣目的。

 

　　关键词：机器视觉；图像处理；分拣；目标识别

 

　　引言

 

　　机器视觉技术是指用摄像机和计算机来模拟人的视觉功能。近年来随着自动化程度要求
的不断提高，机器视觉作为一种新型的科学技术手段开始广泛应用于电子电器、航天、汽车
及汽车零部件制造业、制药、工业和电子等领域。工件分拣是工业生产环节的重要组成部分。
传统的传感器分拣技术需要将工件有序依次通过传感器的检测范围，灵活性差，检测速度
慢，检测工件种类有限，有时需对工件进行接触造成工件损伤等，而利用机器视觉的分拣
技术具有检测速度快、可靠性好、实时性高等特点，可以实现无接触、无损检测。本文提出了
一种基于机器视觉的工件分拣系统，该系统把机器视觉技术应用到工件分拣问题中，建立
摄像机标定的人机交互界面。同时研究了相关图像处理算法，利用阈值分割方法和边缘检测
方法解决了工件识别问题以及定位工件中心，有效解决工件的分拣问题。

 

　　

1 视觉分拣系统的构成 

　　本文以三轴运动控制平台为基础，构建了机器视觉分拣系统硬件平台，如图

1 所示。该

工件分拣系统主要有三大模块组成：视觉模块、工件平台模块和分拣系统模块。

 

　　图

1 机器视觉分拣系统实体图 

　　视觉模块包括工业

CCD、图像采集卡等，工件平台模块包括伺服电机、驱动器、丝杠、位

置传感器、气动夹爪等，分拣系统模块包括运动控制卡、上位机等。工业

CCD 与上位 PC 机

相连，用于采集图像数据并传送图像数据。上位机用于编写和运行人机界面和图像处理程序，
处理完成的数据通过以太网发送至运动控制卡，运动控制卡根据上位机的数据控制三轴运
动平台运动，最终实现工件分拣。

 

　　其工作示意图以及工作流程图如图

2、图 3 所示。 

　　图

2 视觉分拣系统工作示意图 

　　图

3 视觉分拣系统的工作流程图 

　　本文摄像机采用高灵敏度高分辨率

CCD 摄像机，运动控制卡采用的是 GALIL 公司的

DMC2143 经济型四轴独立控制器，上位机采用 PC 或 IPC，三轴运动平台是采用伺服电机
驱动高精度丝杠螺母。

 

　　

2 算法实现 

　　

2.1 相机的标定 

　　在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其
在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是
相机参数。在大多数条件下这些参数必须通过实验与计算才能得到，这个求解参数的过程就
称之为相机标定（或摄像机标定）。无论是在图像测量或者机器视觉应用中，相机参数的标
定都是非常关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的
准确性。

 

　　本文以正方体工件为标定模板，在工件正上方的位置拍摄一幅图像。如图

4 所示，获得

正上方位置的目标图像，并根据图像点之间的对应关系即标定出相机内参数和外参数。该方
法的目的是将空间坐标系变换到图像坐标系。

 

　　图

4 目标工件原图 

　　

2.2 相机模型 

　　本文中相机模型解决的是三维场景中的点与图像平面上的点的对应问题。针孔模型为线