1、機器視覺識別技術是傳統(tǒng)生產(chǎn)向智能化生產(chǎn)轉變的關鍵。在分揀機器人系統(tǒng)中，視覺軟件接收圖像采集設備傳輸?shù)膱D像，根據(jù)圖像中的像素分布和灰度值，提取圖像信息，包括物體的位置、角度等，之后將這些信息處理為下位機可接受的數(shù)據(jù)發(fā)送給下位機，實施分揀操作。在融合了機器視覺技術后，分揀機器人工作效率更高，穩(wěn)定性和安全性更好，完全可以代替并超越人工分揀，在降低成本的同時提高生產(chǎn)效率。
　　以開發(fā)分揀機器人系統(tǒng)中視覺軟件為目標，針對模板制作、圖像匹配、

2、軟件校準及應用三方面內(nèi)容展開研究。在模板的制作方面，設計了一個中值濾波器對圖像進行平滑濾波，針對圖像輪廓部分增強其對比度，使得圖像輪廓更為突出。在輪廓提取的方法中，設計了基于Canny算法的輪廓提取方法。之后探究相關Halcon算子運行原理，通過大量試驗對比調(diào)試內(nèi)部參數(shù)，完成了模板制作。在圖像匹配方面，首先分析了幾種常用的模板匹配方法，針對它們的優(yōu)勢和劣勢做出比較后選擇使用基于輪廓形狀的模板匹配方法。隨后，研究一種改進的圖像匹配流程，以

3、基于金字塔結構的 Hausdorff距離匹配算法為原理，設計了匹配方案，實現(xiàn)對圖片中目標物體的識別。提出了在匹配的速度和完備性產(chǎn)生沖突時采用的優(yōu)化策略，最大程度實現(xiàn)了穩(wěn)定高速的匹配過程。在軟件校準及應用部分詳細闡述了軟件標定的原理，研究并設計了一種優(yōu)化的軟件標定方法，通過合理使用函數(shù)庫中的算子實現(xiàn)了對相機的內(nèi)外參數(shù)的標定。針對分揀機器人結構，將匹配返回的結果轉換為下位機可以直接執(zhí)行的數(shù)據(jù)，并通過 EPA報文實現(xiàn)了上下位機的通訊。