应用于机器装配的多目标视觉识别与分类系统

摘要

设计了一种多目标视觉识别与分类系统,以提升复杂任务条件下机器装配的效率和灵活性.在灰度化、滤波、边缘提取等前期处理的基础上,该系统基于灰度值和金字塔算法实现对多个目标的识别、分类及定位.为了评估视觉系统实际性能,选取了多种类型零件在不同条件下进行了测试.实验结果表明,针对多种零件混合的情况,未经优化的视觉系统对不同零件的识别准确率约为94％～97％.进一步研究显示,识别率差异与零件的形貌、尺寸、间距密切相关.结构简单、对称度高的零件识别率较高,而尺寸和间距增大亦有助于提升识别率.此外,合理地选择光源能够有效改善系统性能,稳定、均匀的线光源被证明可使识别率提升0.5％～2％.由此可见,所设计视觉系统已基本具备多目标同步识别与分类能力,为机器装配完成多目标环境下的复杂任务提供了一种高效可行的检测方法.