【图像检测】基于形态学算法实现空瓶检测matlab代码

1 简介

近年来，机器视觉为主导的机器人研究工作正逐步推进，这不仅是对以往智能检测技术的有效突破，而且还能实现资源合理配置这一目标，这种类型的机器人具有广阔的应用前景。由此可见，本文探究这一论题能为相关研究人员提供参考和理论支持，有利于为关联性行业提供借鉴。

1 机器视觉定义所谓机器视觉，指的是机器人通过相关设备完成基本测量以及准确性判断，其中，所利用的设备相当于人眼，系统模型如图 1 所示。它主要根据人眼模拟的方式进行外部信息和重要信息获取，并将获取后的信息具体处理、有效控制。其系统模型主要负责信号获取、信号传输，并借助相关功能运算方法进行动作分析和结果判断，这种技术具有综合性特点，所包含的技术类型主要为智能控制技术、图像处理技术、传感器技术、机械技术、通信技术等，该技术特点呈现为客观性、复杂性、重复性、实时性。

2 机器视觉应用范围机器视觉应用范围较广，医学领域中应用机器视觉，具体表现为: 医生借此完成影像分析，并通过 CT 图像、数字图像等具体统计、深入分析，这对医学发展有推动作用，同时，还能避免人力资源浪费，大大提高医学分析效率。交通领域中应用机器视觉: 机器人能够分析复杂的场景，准确跟踪目标人物，同时，还能对其进行身份识别，这既能降低危险事故发生几率，又能优化画面质量。工业检测领域应用机器视觉: 质量检测工作能够得到保障，同时，工业生产速度也会大幅度提高，工作失误率会相应降低。卫星遥感领域应用机器视觉: 主要针对大量信息进行干扰排除，自动识别数据误差，同时，全面获取地形特征，做好环境监测工作。

3 总体设计及系统研制3． 1 总体设计分析总体设计之前，应首先了解空瓶检测机器人的应用需求，据相关资料显示，我国啤酒产量呈逐年递增趋势，即啤酒生产工作需要继续扩大规模，包装检测、质量检测、空瓶检测工作应跟进式发展，从中能够看出，空瓶检测技术具有广阔的市场空间，但大部分厂家资金有限、技术水平较低，进而自动检测设备未能及时跟进，常用传统的人工检测法进行检测操作，这在一定程度上会增加检测失误率，不利于提高检测效率。即使检测设备投入使用，但也需要人力辅助，这与自动化检测目标实现存在一定差距。由此可见，应用空瓶检测机器人符合市场发展需要。机器人类型主要有两种，第一种即直线式，第二种即旋转式，其中，前者具有操作简单、养护便捷、传送快速等优势，但实际操作中会经常出现倒瓶现象; 后者具有操作复杂性，并且养护工序环节较多，但并不会发生倒立现象，能够避免空间浪费。机器人电气控制系统组成部分主要包括控制计算机、CCD 摄像头、图像采集卡、可编程控制器、瓶口灯、报警灯、光电传感器、切换开关等。针对瓶内残留液体检测时，常用方法主要为红外检测法和高频检测法，分析机器视觉技术的过程中，应首先了解啤酒瓶分类、标志、技术要求、包装要求、试验法等基本标准，在此基础上，对其进行瓶身检测、瓶底检测和瓶口检测，观察是否存在检测缺陷。空瓶检测机器人通过发挥机器视觉优势进行图像处理，在此期间，需要再次提高识别速度，以及检测准确度，为了更好的突破检测阻力，应合理调整图像采集卡和光源、正确摆放 CC 摄像机于正确位置。 3． 2 系统研制应用智能空瓶检测机器人的过程中，应具体掌握数字图像处理技术以及智能信息处理技术的应用策略，充分发挥这两种技术的应用优势，确保空瓶检测工作顺利开展，这也是检验智能空瓶检测机器人应用效果的基本表现。一方面，具体确定实验系统。研发实验系统既能满足智能机器人应用需要，又能为系统开发起到铺垫作用，首先，构建机械与电气控制系统，它主要是为了检验已有方案是否具有可行性，并借助平台优势建立图像库，提供软件应用和软件分析平台; 其次，设置总检测软件模块，根据检测算法设置拍摄参数、完成数据存储、合理调整数据库; 然后，成立相应的检测模块，模块类型主要包括三方面，第一方面即瓶身检测模块，第二方面即瓶底检测模块，第三方面即瓶口检测模块。最后，成立神经网络研究模块，这一模块的功能优势主要表现在三方面，第一方面即组织网络训练，训练工作结束后，组织相应的测试活动，第二方面即提供自由展示图像细节的工具，第三方面即构建具有存储功能的图像库。另一方面，优化实验系统方案。首先，掌握实验系统开发的目标，具体表现为: 增强系统适用性、丰富系统功能模块、提高图像检测准确度、优化系统协调性。然后，了解系统结构及要求。在期间需要了解系统外观结构以及内部结构，逐一掌握尺寸调整的重要性、环形传送带应用功能、主机柜组成设备，以及内部三种不同类型的结构。实验系统方案分析工作完成后，针对性完善系统应用功能，这不仅能够降低系统应用成本，提高系统应用效率，而且还能解决空瓶检测遇到的现实问题。

2 部分代码

clear;  %清空工作区
close all;  %清空figure图形窗口
clc;  %清空命令行窗口
img=imread('1.jpg');  %读取照片，修改图片名1，2，3即可
figure(1);  %第一个figure窗口图像
imshow(img);
title('原图'); %原图
img1=rgb2gray(img);
figure(2);
imshow(img1);
imshow(caise1);
title('显示最小外接矩形')
for i=1:numrectangle('position',STATS1(i).BoundingBox,'edgecolor','r');%求白色封闭区域最小外接矩形
end
NR=length(w);
w1=zeros(NR/4,4);
[m, n]=size(w1);
k=1;
for a=1:mfor b=1:nw1(a,b)=w(k);k=k+1;end
end
x=0;
[mm,nn]=size(w1);
str=[];
for c=1:mmif(w1(c,nn)<380)x=x+1; str(end+1)=c;end
end
X=sprintf('共%d个瓶子，其中有%d个未装满,', mm,x);
if x==1A=str(1,1);figure(7);imshow(img);title([X,'第',num2str(A)','个瓶子不合格']) ;
end
if x==2A=str(1,1);B=str(1,2);figure(7);imshow(img);title([X,'第',num2str(A)',',',num2str(B),'个瓶子不合格']) ;
end
if x==3A=str(1,1);B=str(1,2);C=str(1,3);figure(7);imshow(img);title([X,'第',num2str(A)',',',num2str(B),',',num2str(C),'个瓶子不合格']) ;
end
if x==4A=str(1,1);B=str(1,2);C=str(1,3);D=str(1,4);figure(7);imshow(img);title([X,'第',num2str(A)',',',num2str(B),',',num2str(C),',',num2str(D),'个瓶子不合格']) ;
end
if x==5A=str(1,1);B=str(1,2);C=str(1,3);D=str(1,4);E=str(1,5);figure(7);imshow(img);title([X,'第',num2str(A)',',',num2str(B),',',num2str(C),',',num2str(D),',',num2str(E),'个瓶子不合格']) ;
end

3 仿真结果

4 参考文献

[1]段峰. 基于机器视觉的智能空瓶检测机器人研究[D]. 湖南大学, 2002.