邹哲康，朱铮涛，陈映谦，孟令龙，王瑞丰

(广东工业大学 机电工程学院,广州 510006)

0 引言

不规则多边形的最大内接矩形的检测对于皮革裁切、板材边角料再利用等工业场景有着重大的影响。目前，国内许多工厂仍是以纯人工的方式进行裁定的，人工裁定通常是根据工人的经验来确定矩形，这种方式存在很强的主观性，不仅容易造成资源浪费，而且效率也很低。使用机器视觉技术是生产制造业迈向高效化、智能化、经济化的一个关键途径，实现自动化生产能在大大节约人力成本、材料资源的同时还能显著提高生产的效率，而其中存在的最大难题便是如何快速准确地检测出目标物体的最大内接矩形。

随着计算机视觉的振翮和工业智能化的发展，图像处理技术已经广泛应用于工厂的自动化生产当中[1]。赵凤[2]等人研究了基于灰度和非局部空间灰度特征的二维Otsu曲线阈值分割法。本文团队[3]于2019年研究了大理石板的图像分割方法，此方法速度快且精度达到预期要求。吴晓光[4]等人研究了获取图像区域最小外接矩形的算法。这些都为检测不规则物体最大内接矩形提供了思路。对于求解最大内接矩形，谢新华[5]等的研究表明目标物体的摆放角度会影响最大内接矩形检测，其提出的遍历中心扩散法虽有较高的准确率，但其算法时间复杂度高，耗时巨大，不适合运行在高速运转的自动化流水作业当中。袁哲[6]等人提出了基于改进遗传算法的任意图形最大内接矩形求解法，该方法的适应变化规律显示其需要遗传60代以上才能获得较为理想的最大内接矩形，显然也不符合快速检测的原则。……