基于图像处理的自动喷胶系统的研究

贾明峰，胡国清，吕成志

（华南理工大学 机械与汽车工程学院，广州 510641）

基于图像处理的自动喷胶系统的研究

贾明峰，胡国清，吕成志

（华南理工大学 机械与汽车工程学院，广州 510641）

针对制鞋工艺中鞋底上胶问题，提出一种机器人自动喷胶代替人工的方法。基于机器视觉系统采集鞋底平面图像，采用引进Otsu算法确定高低阈值的Canny边缘检测算法提取鞋底边缘二维轮廓；利用测距传感器获取鞋底高度变化数据；根据得到的鞋底平面边缘二维坐标和对应的高度坐标建立鞋底边缘三维轮廓，并采用NURBS插值算法对轮廓线进行插值平滑处理；将边缘轮廓线向鞋底内侧偏置生成喷胶轨迹线。实验结果表明：喷出的胶线能够满足鞋底粘合要求，可以解决实际问题。

鞋底喷胶；图像处理；NURBS插值；曲线偏置

0 引言

鞋底上胶是制鞋过程中的一道重要工序，我国大多数制鞋企业的上胶工序都以手工作业为主。手工涂胶难以保证鞋底涂胶质量，而且直接接触胶水会对人的身体健康产生影响。为使鞋底上胶工艺实现自动化，减少人工的参与，本文对自动化喷胶系统进行了研究。

鞋底自动喷胶过程中的一个关键问题是喷胶轨迹的提取，针对这一问题，Kwon[1]等根据鞋底平面的轮廓线，利用程序直接偏置轮廓线提取喷胶轨迹，这种方法适用于鞋底是平面的情况。Kim[2]提出一种基于CAD软件提取喷胶轨迹的方法。先利用激光扫描仪扫描鞋底并将数据保存，然后在CAD软件中将其打开得到鞋的三维模型。利用CAD软件提取模型的边缘轮廓，将轮廓线偏置得到喷胶轨迹。武传宇[3]等提出基于结构光的喷胶轨迹提取方法。利用结构光扫描鞋底，提取所有扫描线端点组成边缘轮廓线点集，插值出边缘轮廓线后对其进行偏置得出喷胶轨迹。

本文利用机器视觉技术获取鞋底平面边缘轮廓的二维信息，再利用测距传感器获取鞋的高度信息。根据得到的平面边缘轮廓二维坐标和高度坐标建立鞋底边缘三维轮廓，以此为基础获得喷胶轨迹。

1 系统总体方案设计

喷胶系统主要由两部分组成，硬件部分主要包括：完成喷胶工序的机械手，工业相机，光照系统，工控机等；软件部分主要包括：图像处理模块，视觉定位模块和喷胶轨迹生成模块。系统的工作原理图如图1所示。

图1 喷胶系统工作原理图

2 视觉系统设计

2.1 图像预处理

鞋底边缘轮廓是提取喷胶轨迹的关键信息，中值滤波不但对斑点噪声和椒盐噪声有优秀的去燥能力，而且能保护图像边缘轮廓和细节，所以选择中值滤波对采集到的图像进行预处理。中值滤波表达式如式(1)所示。

式中，Med为排序取中值，n为滤波器大小。

图像进行滤波操作后，消除噪声的同时也将图像变得模糊，通过图像增强能突出目标物轮廓和细节，有利于之后的边缘提取和分析。采用伽马变换对滤波后的图像进行图像增强处理，伽马变换原理如式(2)所示。

式中，c和γ为正常数，r和s分别代表处理前后的像素值。通过设置不同的γ值就可实现增强高灰度或低灰度部分细节的目的。

图2(a)～图2(c)从左到右分别是采集到的原图、中值滤波后的图、图像增强后的效果图。从图中可以看出，原图中白点噪声经过中值滤波后绝大部分被滤除。伽马变换后的图像中鞋底边缘轮廓得到增强，对增强后的图像进行分析提取鞋底边缘。

图2 预处理效果图

2.2 边缘提取

传统Canny边缘检测算法步骤是：1）运用高斯滤波平滑图像，消除噪声；2）计算梯度幅值和方向；3）非极大值抑制细化边缘；4）双阈值处理确定潜在边缘；5）连接边缘。

传统Canny算法是一种简单有效地边缘检测算法，但是，为了获得更高精度边缘可对其进行改进。首先，高斯滤波在滤除噪声的同时也会使得边缘更加模糊，导致弱边缘的丢失。其次，传统Canny算法采用2×2邻域内有限差分均值求取梯度幅值，这种方法对噪声敏感。另外，在传统Canny边缘检测算法中，双阈值处理中的两个阈值都是人为给定的，在处理复杂图像和不同图像时，需要多次进行实验人工确定阈值。

针对以上传统Canny算法存在的问题，本文采用如下改进Canny算法作为鞋底轮廓边缘提取算法。

1）用上述图像预处理中的中值滤波代替高斯滤波对图像进行滤波处理，因为中值滤波既能对图像进行平滑处理，又能很好的保存边缘信息和图像细节；

2）用3×3Sobel算子计算梯度幅值和方向，减少对噪声的敏感程度，提高边缘检测精度；

3）非极大值抑制；

4）采用Otsu算法[5]（大津算法）获取双阈值中的高阈值，该算法对图像的直方图是双峰的情况非常有效。采集到的图像的直方图如图3中(a)所示，具有双峰特性，可使用该算法有效地提取到边缘。Otsu算法通过计算最大类间方差来确定阈值。该算法原理如下：

式中2为图像总方差，为图像像素均值，

替换式(6)中的可得：

5）边缘连接

图3 边缘检测结果

图3 是采用上述改进Canny算法获得的鞋底轮廓边缘图。采用Otsu算法获取阈值可以自动求出合适阈值而不必人工多次实验求取。对于不同的图像，不需要分别考虑双阈值的选取问题，且改进后的Canny算法检测到的边缘连续性更好，能有效抑制虚假边缘的产生。

3 喷胶轨迹的生成

由上述分析可以得到鞋底边缘轮廓的二维信息。当鞋底在流水线上移动时，利用测距传感器测量鞋底高度变化获得鞋底高度变化信息。结合鞋底边缘轮廓的二维坐标和高度坐标即可得到鞋底边缘轮廓的三维信息，由此可得鞋底边缘轮廓离散点坐标。

理想喷胶轨迹线是鞋底边缘轮廓线在鞋面向内偏置得到的偏置线。为了获得更高精度的喷胶轨迹，先将鞋底边缘轮廓的离散坐标点进行插值得到平滑边缘轮廓线，然后将边缘轮廓线偏置，得到喷胶轨迹。

利用NURBS插值算法[6]对鞋底边缘轮廓进行插值。NURBS插值能够用精确的数学方法描述曲线和曲面。k阶NURBS曲线定义如下：

边缘轮廓插值完成后，利用曲线偏置算法[7]对其进行偏置，得到喷胶轨迹线。空间法向等距偏置法表达式如式(10)和式(11)所示。

式中，C0(u)为偏置后的喷胶轨迹曲线；C(u)为偏置前边缘轮廓曲线；d(u)为偏置距离，等距偏置则d(u)取常数；N(u)为鞋底边缘轮廓曲线法向量。

根据以上分析，利用MATLAB对采集到的坐标数据点进行处理，得到的鞋底边缘轮廓曲线和喷胶轨迹线如图4所示。从图中可以看出，利用NURBS曲线插值法得到的曲线连续平滑，能够保证喷胶过程中的喷胶质量。

图4 鞋底边缘轮廓曲线和喷胶轨迹线

4 结束语

搭建基于机器视觉的机器人自动喷胶平台，将喷胶执行机构安装在机械手末端，控制机器人按上述获取到的喷胶轨迹运动。在机械手运动过程中，控制喷胶执行机构的开启和关闭操作对鞋底边缘进行喷胶作业。从喷胶实验结果图5中可以看出，鞋底边缘可以被准确获取，喷出的胶线均匀一致，满足制鞋工艺鞋底粘合要求，该自动喷胶系统可取代手工对鞋底进行喷胶作业。

图5 鞋底喷胶实验结果

[1] Kwon D S,Song S K.A method for generating a cementing trajectory of a shoe sole. UK, GB2413402[P].2005-10-26.

[2] Kim J Y. CAD-based automated robot programming in adhesive spray systems for shoe outsoles and uppers[J].Journal of Robotic Systems,2004,21(11):625-634.

[3] Wu C, He L, Li Q, et al. Research on the generation of trajectory for shoe upper spraying based on structured light[A].IEEE International Conference on Industrial Technology[C].IEEE,2008:1-5.

[4] Rafael C.Gonzalez, Richard E. Woods.数字图像处理[M].3版.电子工业出版社,2010:463-467.

[5] 许宏科,秦严严,陈会茹.一种基于改进Canny的边缘检测算法[J].红外技术,2014,36(3):210-214.

[6] 王允森,盖荣丽,孙一兰,等.面向高质量加工的NURBS曲线插补算法[J].计算机辅助设计与图形学学报,2013,25(10):1549-1556.

[7] 张小燕.封边曲线NURBS插值和偏置算法研究[D].东北林业大学,2016:33-34.

Research on automatic spraying system based on image processing

JIA Ming-feng, HU Guo-qing, LYU Cheng-zhi

TP23

：A

1009-0134(2017)06-0116-04

2017-01-16

贾明峰（1992 -），男，贵州人，硕士研究生，主要从事图像处理技术方向研究。