自动装箱机如何识别目标物体和目标角度？

下面介绍自动装箱机如何通过计算机视觉算法的技术方案来识别未包装产品的位置和角度，并控制带转轴的机械手完成目标产品的包装。

二、算法实现

这里以常见零食的透视识别为例，介绍涉及的具体算法：

1、主题细分

为了便于对被摄对象目标和背景信息进行分割，一般来说，我们会选择与被摄对象目标颜色差异较大的颜色作为背景色。

然后采用手动阈值分割或自适应阈值分割的方法将目标物体从背景中分离出来。图像中的背景色为黑色，黑色的RGB值处于较低范围内。也就是说，如果图像中某个点的像素值高于我们设置的阈值，则该点将被视为主要目标并设置为白色。相反，如果图像中某个点的像素值低于我们设置的阈值，则该点将被视为背景并设置为黑色。经过这样的处理，可以获得一步中的初始对象分割图像。

2、去除图像中的噪声和小孔

从被摄体背景分离后的图像可以看出，图像中仍然存在一些白点，并且在目标被摄体中也存在一些孔隙。现在的目标是研究如何在不影响目标身体外观轮廓的情况下去除这些毛孔。

（1）腐蚀与膨胀

从数学上讲，膨胀或腐蚀操作是将图像（或图像的一部分，我们称之为a）与核心（我们称之为b）缠绕在一起。核心可以是任何形状和大小。它有一个单独定义的参考点，我们称之为锚定点。在大多数情况下，芯是一个小的方形或圆盘，中间有一个参考点和一个固体。事实上，我们可以将核心视为模板或掩码。

（2）展开是找到局部大值的操作。内核B与图形进行卷积，即计算内核B覆盖区域内像素点的大值（反映局部），并将该大值分配给参考点指定的像素。这将逐渐增加图像中的高亮区域。

3、角度计算

（1）获取轮廓

在获取所有被摄对象目标的主要形态后，可以得到主要的外观轮廓信息。现在主目标与背景信息完全分离，根据色差可以很容易地得到主目标的轮廓信息。

（2）得到小外切矩形

获取可以包裹目标实体的小外部矩形，并标记四个角的位置。边AB和CD是长边，AD和BC是短边。

（3）获取角度值

计算长边与主目标水平方向之间的角度信息。