為實現對小定量包裝產品的精確分揀,設計了一種基于嵌入式系統的在線圖像識別+稱重的智能分揀系統。闡述了系統的硬件組成和軟件設計原理,底層采用STM32F4系列微控制器進行稱重數據采集和控制,視覺識別采用依托Android平臺的java-OpenCV視覺開發(fā)庫,進行在線智能識別。對于不同包裝產品的外形、重量進行分選。設計了基于Android平臺的可視化人機交互界面,實現生產線的檢測與管理,同時由STM32通過Wi-Fi模塊將數據上傳至云平臺進行數據存儲和實時通信,并實現手機移動端的遠程監(jiān)控。 

【文章來源】：科技傳播. 2020,12(10)

【文章頁數】：3 頁

【部分圖文】：

STM32采集控制模塊

獲取二值化圖像后,采用低錯誤率的Canny算法進行邊緣檢測。先對二值化圖像進行高斯濾波,再計算像素點梯度值,判定是否為局部最大,設置灰度值。計算高低閾值判斷邊緣點,將邊緣點連續(xù)得到輪廓,最后求出物品映射在工作臺上的面積,由此判定物品的分類。將分類結果發(fā)送至STM32。4 基于Android的可視化人機操作平臺

在視覺識別的基礎上設計了用于生產管理的Android可視化人機操作平臺,如圖6所示,在側邊欄中具備多條生產線的監(jiān)控選項,生產線管理員登錄后,根據登錄的用戶級別,可按管理員權限實時顯示產品總數,產品包裝類別及其圖像、重量、大小,高級別管理權限的用戶點擊設置可以進入產品分類、重量的設置,以及選擇是否自動發(fā)送消息至手機端。5 云存儲與移動端監(jiān)控

【參考文獻】：
期刊論文
[1]基于機器視覺的物料自動分揀系統研究[J]. 張衛(wèi)芬,湯文成.  組合機床與自動化加工技術. 2019(06)
[2]基于阿里云平臺的光伏發(fā)電智能監(jiān)控系統[J]. 薛家祥,葉興,吳堅.  自動化與儀表. 2019(01)
[3]基于OpenCV的六角鋼坯尺寸測量研究[J]. 黃凱,余學才,唐飛,丁建平,李亞南.  計算機測量與控制. 2013(05)



本文編號：3606985