APP下载

基于计算机视觉的细小颗粒团重量测量的研究

2016-11-30杨淇钧锁雪萍邱鸿帅王以忠

中国科技纵横 2016年17期
关键词:计算机视觉图像处理

杨淇钧+锁雪萍+邱鸿帅+王以忠

【摘 要】本文设计了一种基于计算机视觉的细小颗粒团重量测量系统。该重量测量系统主要包括摄像系统和细小颗粒团体积测量模块两部分,利用计算机视觉的方法,通过细小颗粒团体积的测量实现其重量的测量,该细小颗粒团重量测量系统可用于颗粒类药品包装、枕式包装等。实验验证了本文提出的细小颗粒团重量测量系统的正确性。

【关键词】重量测量 计算机视觉 细小颗粒团 图像处理

随着时代的进步与发展,计算机视觉[1-2]已经成为人工智能领域的重要组成部分,其研究使得计算机具有通过二维图像认知三维环境信息的能力。计算机视觉处理技术主要依赖于图像处理方法,经过处理后的输出图像的质量得到改善,既改善图像的视觉效果,又便于计算机对图像进行分析、处理和识别。

颗粒作为物质存在一种表现形式,在自然界、工业生产及日常生活的方方面面都存在。随着工业的发展,对于颗粒状物质的包装重量的精确度要求越来越高,而传统的颗粒状物品包装是通过直接称重的方式进行的[3],这种人工称重的方式既浪费人力,又需要一定的经验基础且精度不够、效率低。基于这种直接称重方式的缺陷,本文在计算机视觉处理技术的基础上设计了一种细小颗粒团重量测量系统,通过体积的测量进而实现质量的测量。

1 基于体积的细小颗粒团重量测量原理

基于计算机视觉的细小颗粒团的重量测量系统是利用计算机视觉技术实现质量测量的系统。其原理是在细小颗粒团包装之前,通过测量其在底面积已知的灌装器中的高度,进而得到颗粒团的体积,通过一定的比重计算出颗粒团物质的重量,在此过程中,摄像机与灌装器的相对位置保持不变,对这一过程进行摄像,计算机通过图像处理实现高度的测量。

2 系统设计

2.1 系统总体设计

本文设计的基于计算机视觉的细小颗粒团的重量测量系统结构图如图1所示,系统主要由摄像机、灌装器、计算机三部分组成。灌装器在灌装过程中,摄像机进行摄像,并将图像数据上传到计算机,计算机通过图像处理实现灌装器中物质的高度测量,得到高度信息后计算体积大小,进而实现重量的测量。

2.2 摄像机选型

系统中选用的摄像机是PointGrey系列——FL2G-13S2C-C。是加拿大PointGrey公司的工业相机,加拿大PointGrey公司的工业相机以体积小,高性价比而著称,被广泛应用于中国的半导体、太阳能、激光加工、食品药品和工程自动化等领域。该摄像机实物图如图2所示,其尺寸仅有29×29×72mm,最大分辨率/帧频为1288×964@30fps。

3 称重灌装模拟器

本文设计的细小颗粒团灌装器如图3(a)和(b)所示。由图可知,灌装器的灌装口底面积是已知的,即只要测得灌装器中颗粒团的高度,就可以通过体积计算得出其重量。细小颗粒团由灌装口进入灌装器,此时抽动板将灌装器隔开成上下两部分,如图3(a)所示,当颗粒团达到要求的高度时,抽动板通过抽动使颗粒团下落进入包装环节,如图3(b)所示。

4 系统实现及测量实验

实现了一套基于计算机视觉的细小颗粒团重量测量系统,系统实物图如图4所示。为验证该系统的可靠性,对其进行了测量验证实验。

实验中,随机取出一些板蓝根颗粒,将板蓝根颗粒灌入灌装器中测得其在灌装器中的高度为0.55cm,如图5所示,将摄像机拍摄结果上传到计算机,进行图像处理,得到灌装器内板蓝根颗粒的重量为20.207g。

为验证系统的可靠性,对实验用到的板蓝根颗粒放入电子天平进行称重验证。首先进行去皮称量,称量得到实验中用到的小包装袋的重量为0.447g,如图6(a)所示,去皮后称量板蓝根的重量为 20.000g,如图6(b)所示。与电子天平称量后的质量之间的误差为 1.035%。板蓝根颗粒在包装过程中的要求的误差为±4.5%,实验得到的误差小于规定的误差。

5 结语

本文设计并实现了一种基于计算机视觉的细小颗粒团重量测量系统,并进行了测量实验及计算机视觉处理,计算机视觉处理得到的结果为20.207g,这与电子天平直接称重得到的结果之间的误差为1.035%,小于规定的误差范围。实验结果证明本系统具有良好的实用性和可靠性。

参考文献:

[1]陈旭,吕小俊,贾志洋.浅谈计算机视觉的发展及应用[J].科技信息,2013,(16):6-6.

[2]邹庆华,张月雷.计算机视觉技术应用[J].信息通信,2015,(12):183-184.

[3贾丽娜,张辉,陈文庆.颗粒状物料自动称重机研究[J].机电工程,2012,29(01):46-48.

猜你喜欢

计算机视觉图像处理
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用
Bayesian-MCMC算法在计算机图像处理中的实践
改进压缩感知算法的图像处理仿真研究
基于深度卷积神经网络的物体识别算法
双目摄像头在识别物体大小方面的应用
危险气体罐车液位计算机视觉监控识别报警系统设计
基于图像处理的定位器坡度计算
Photo Shop通道在图像处理中的应用