一种基于机器视觉的在线PE瓶识别定位方法与流程

技术特征：

1.一种基于机器视觉的在线PE瓶识别定位方法，其特征在于：所述识别定位方法包括如下步骤：

步骤1、分别利用2个相机完成PE瓶瓶口和瓶身图像的采集，并对初始图像进行灰度变换；

步骤2、采用中值滤波和拉普拉斯锐化对瓶口和瓶身图像进行预处理；

步骤3、采用canny算子提取瓶身轮廓和瓶口轮廓；

步骤4、计算瓶身轮廓像素点，完成基于轮廓周长匹配的PE瓶目标识别；

步骤5、采用最小二乘法对图像轮廓离散点进行椭圆拟合，根据拟合完成的椭圆方程，计算椭圆质心坐标，即为PE瓶瓶口像素坐标值。

2.如权利要求1所述的基于机器视觉的PE瓶识别定位方法，其特征在于：所述步骤1中，将PE瓶放在传送带上，由编码器记录传送带位移，发送外部触发信号控制两个相机拍照，并将采集到的PE瓶的瓶身和瓶口图像输出给处理器完成图像的灰度变化。

3.如权利要求1或2所述的基于机器视觉的PE瓶识别定位方法，其特征在于：所述步骤3中，利用opencv中cvCanny函数对灰度变换后的PE瓶身和瓶口进行轮廓检测。

4.如权利要求1或2所述的基于机器视觉的PE瓶识别定位方法，其特征在于：所述步骤4中，计算瓶身轮廓像素点，完成基于轮廓周长匹配的PE瓶目标识别，图像轮廓周长值表示为像素点的总和，一幅图像的长和宽分别为M，N，而白色轮廓的像素值P(i，j)为1，其余位置为0，因此轮廓周长即为：

$A=\underset{i=0}{\overset{N-1}{\Σ}}\underset{j=0}{\overset{M-1}{\Σ}}P(i,j)$

以像素点表示的周长存在较小的误差，假设图像的周长为C′,模板周长为C，周长的允许误差为ε，所以当满足式下面公式认为是PE瓶图像：

$\frac{|C^{\′}-C|}{C}\<\mathrm{\ϵ}.$

5.如权利要求4所述的基于机器视觉的PE瓶识别定位方法，其特征在于：所述步骤5中，采用最小二乘法拟合椭圆的方法，将已检测的PE瓶瓶口轮廓图像进行椭圆拟合，计算椭圆质心坐标，完成PE瓶的定位。