| 主权项 |
一种基于机器视觉的物流平托盘破损分级方法，其特征在于：具体步骤如下：步骤1：获取四个侧面图像，包括垂直于传输带两个侧面的正图像和平行于传输带两个侧面的倾斜图像；步骤2：倾斜图像仿射校正，四个侧面图像尺寸相同；步骤3：取亮度分量图像，四个侧面彩色图像转换为亮度分量图像；步骤4：取阈值分割亮度分量图像；步骤5：二值化，获得只有黑/白两色的二值化图像；步骤6：去噪声，对二值化图像中黑白相间的噪声黑色区域进行去噪处理，最终生成连接紧密的块状黑色区域；步骤7：对各黑色区域标号，不同的黑色区域像素各自标上区域号码，用于区分不同的黑色区域；步骤8：计算各黑色区域的形态参数，包括面积、长度、高度，黑色区域的面积是指黑色区域的像素总数；长度是指黑色区域在图像横向方向上所跨像素长度；高度是指黑色区域在图像纵向方向上所跨像素高度；步骤9：去除噪声黑色区域，设置面积阈值，小于面积阈值的黑色区域判为噪声黑色区域；设置长高比阈值，计算长高比，如果黑色区域的长度大于高度，则长高比为长度除以高度，否则长高比为高度除以长度，长高比值大于长高比阈值的黑色区域判为噪声黑色区域；去除所有噪声黑色区域；步骤10：确定破损部位，如果没有留下黑色区域，则说明没有明显破损，转步骤13；否则将留下的黑色区域对照托盘结构，确定破损部位，属于I级破损区域、II级破损区域或者III级破损区域；步骤11：计算黑色区域平均色度，在原始彩色图像中，找到黑色区域对应位置，计算黑色区域对应的原始图像的平均色度，例如如果托盘是蓝色的，则计算蓝色颜色分量；步骤12：判断表面破损/结构破损，和托盘平均色度比较，设置色度阈值，如果黑色区域平均色度和托盘平均色度的差值的绝对值小于色度阈值，说明黑色区域尚未发生结构缺失，属于表面破损；否则说明黑色区域发生了结构缺失，属于结构破损；步骤13：评估托盘破损等级：对每个侧面计算破损指数η，取值范围0≤η≤100；(1)至步骤10之后没有留下黑色区域，破损指数η＝10；(2)破损区域参数λ，属于I级破损区域，则λ＝λ<sub>1</sub>；属于II级破损区域，则λ＝λ<sub>2</sub>、属于III级破损区域，则λ＝λ<sub>3</sub>，其中λ<sub>1</sub>，λ<sub>2</sub>，λ<sub>3</sub>为常数；(3)破损类型参数ω，属于结构破损类型，则ω＝ω<sub>1</sub>；属于表面破损类型，则ω＝ω<sub>2</sub>，其中ω<sub>1</sub>,ω<sub>2</sub>为常数；(4)破损程度参数θ，θ＝θ<sub>upper</sub>‑log(S<sub>破损</sub>/S<sub>一侧侧面</sub>)，其中S<sub>破损</sub>为托盘破损区域面积，S<sub>一侧侧面</sub>为托盘一侧侧面总面积，θ<sub>upper</sub>为破损程度参数上限值，为常数；(5)计算破损指数η＝(ω+θ)·λ；(6)托盘破损分五个等级：严重破损：η<sub>1</sub>＜η≤100；结构破损：η<sub>2</sub>＜η≤η<sub>1</sub>；表面破损：η<sub>3</sub>＜η≤η<sub>2</sub>；轻微破损：10＜η≤η<sub>3</sub>；无明显破损：0≤η≤10；其中η<sub>1</sub>，η<sub>2</sub>，η<sub>3</sub>为常数，四个侧面破损指数分别为η<sub>A</sub>，η<sub>B</sub>，η<sub>C</sub>，η<sub>D</sub>，总破损指数η<sub>总</sub>＝max(η<sub>A</sub>，η<sub>B</sub>，η<sub>C</sub>，η<sub>D</sub>)，严重破损和结构破损的托盘无法续用于高架库，但可以续用于平楼库。 |
