[发明专利]一种鞋底智能分拣方法

权利要求书

1.一种鞋底智能分拣方法，其特征在于，包括以下步骤：

S1、通过第一工位的相机进行鞋底鞋尾标志位定位，通过第二工位的相机进行鞋底鞋头标志位定位以及鞋码字符识别；

S2、依据步骤S1得到的鞋底鞋尾标志位坐标和鞋底鞋头标志位坐标计算鞋底长度；

S3、通过步骤S2计算得出的鞋底长度与识别出的鞋码字符所对应的标准长度作对比，判断鞋底尺码是否有误；

S4、通过第三工位的相机进行鞋底的跟踪定位，机器人依据ID值将鞋底分拣至不同的尺码筐。

2.根据权利要求1所述的一种鞋底智能分拣方法，其特征在于，所述第一、二、三工位的相机均为面阵相机。

3.根据权利要求2所述的一种鞋底智能分拣方法，其特征在于，所述第二工位的相机曝光方式为全局曝光；所述第一工位采用环形高角度蓝色光源；第二工位采用蓝色开孔背光源；第三工位采用白色开孔背光源以及白色条形灯管组合的成像方式；且第一、二、三工位的工作距离相等。

4.根据权利要求2所述的一种鞋底智能分拣方法，其特征在于，所述第一、二工位相机采用同步触发方式，第一工位相机拍摄鞋尾部位，第二工位相机拍摄鞋头部分；所述第三工位相机采用编码器模拟信号触发方式，拍摄整只鞋底。

5.根据权利要求1所述的一种鞋底智能分拣方法，其特征在于，所述第一工位鞋底鞋尾标志位定位和第二工位鞋底鞋头标志位定位均采用金字塔模板匹配算法，步骤包括：创建模板图像和匹配目标图像。

6.根据权利要求5所述的一种鞋底智能分拣方法，其特征在于，所述第一工位鞋底鞋尾标志位定位时，创建模板图像的具体步骤如下：

A1、采集传送带背景图像；

A2、在同等条件下，采集鞋尾图像；

A3、将两幅图像灰度相减，分割出鞋尾区域；

A4、对分割出的鞋尾区域进行平滑滤波；

A5、标记鞋尾ROI矩形区域，选择区域内特征点；

A6、生成模板图像文件；

所述第一工位鞋底鞋尾标志位定位时，匹配目标图像的具体步骤如下：

B1、采集待测鞋尾图像并进行平滑滤波；

B2、读取步骤A6生成的模板图像文件，然后对待测鞋底鞋尾标志位进行目标匹配；

B3、计算鞋尾标志位Row_end和Column_end坐标。

7.根据权利要求5所述的一种鞋底智能分拣方法，其特征在于，所述第二工位鞋底鞋头标志位定位时，创建模板图像的具体步骤如下：

C1、采集鞋底鞋头图像；

C2、选取ROI区域；

C3、对ROI区域进行局部阈值处理，分割出鞋头标志位；

C4、标记鞋头ROI矩形区域，选择区域内特征点；

C5、生成模板图像文件；

所述第二工位鞋底鞋头标志位定位时，匹配目标图像的具体步骤如下：

D1、采集待测鞋底鞋头图像并进行平滑滤波；

D2、选取ROI区域；

D3、对ROI区域进行局部阈值处理，分割出鞋头标志位；

D4、读取步骤C5生成的模板图像文件，然后对待测鞋底鞋头标志位进行目标匹配；

D5、计算鞋底鞋头标志位Row_head和Column_head坐标。

8.根据权利要求1所述的一种鞋底智能分拣方法，其特征在于，所述步骤S2计算鞋底长度的具体步骤如下：

S21、将鞋底鞋头标志位坐标(Row_head,Column_head)转化为世界坐标(x_head,y_head)；

S22、将鞋底鞋尾标志位坐标(Row_end,Column_end)转化为世界坐标(x_end,y_end)；

S23、计算鞋底长度，计算公式为：

其中，Dis为第一工位相机和第二工位相机之间的距离。

9.根据权利要求1所述的一种鞋底智能分拣方法，其特征在于，所述步骤S4的具体步骤如下：

S41、阈值分割出鞋底区域，并求其外接最小矩形，求外接矩形的质心(row,column)和角度angle；

S42、将坐标(row,column)转化为世界坐标(x,y)；

S43、对鞋底赋予ID值；

S44、将x,y,angle,ID发送给机器人，对鞋底进行分拣。