【技术实现步骤摘要】
本专利技术涉及分拣机，具体为一种用于分拣机的物料旋转判定方法及系统。
技术介绍
1、随着人工智能的兴起，机器分拣逐渐替代了人工分拣，人工分拣的标准不一且带有较强的主观性，无法满足市场的需求。由于分拣设备的市场竞争激烈，为了提高设备的市场竞争力，需要进一步提高设备的分拣效率和精度。现有分拣设备的原理为利用相机对物料进行拍照，分拣机再对物料图像进行识别以对物料进行归类分拣。为了提高物料归类分拣的精准性，现有技术中大多会对同一物料进行多次拍照识别。
2、但现有技术仍存在较大缺陷，如存在有些物料不旋转或旋转过小的问题，固定设置的相机无法对物料进行多角度拍照识别，相较于多角度对物料进行识别分析而言，从单一角度对物料进行识别分析降低了后续对物料进行归类分拣的精准性，且多张照片均体现物料的一个角度也造成图像识别算力的浪费。因此急需一种判定方法对物料是否发生强翻转滚动(即强旋转)进行判定，筛选出发生强翻转滚动的物料，以便于后续对发生强翻转滚动的物料进行识别归类，并避免后续对不发生旋转的物料进行识别归类而造成识别归类不精准且浪费算力的问题。
技术实现思路
1、本专利技术的目的在于提供一种用于分拣机的物料旋转判定方法及系统，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种用于分拣机的物料旋转判定方法，包括如下步骤：
4、s1，对同一物料进行多次拍摄以获取n张物料图像；
5、s2，采集物料图像中物料的
6、s3，根据物料图像中物料的宽高比ri，计算宽高比均值rm以及方差s2；
7、s4，将方差s2与方差阈值tth1进行对比判断，以此判定物料是否发生强翻转滚动。
8、进一步的，采集物料图像中物料的宽度wi以及高度hi，计算物料图像中物料的宽高比ri，其中i表示不同物料图像的编号，i＝1、2、3、……、n的具体逻辑为：
9、s21，将物料图像转化为灰度图，再根据预设阈值对灰度图进行二值化处理以得到二值化图像，通过二值化图像获取中心物料的轮廓信息，再依据此轮廓获取物料的最小外接矩形，通过物料的最小外接矩形获取物料的宽度wi以及高度hi；
10、s22，根据宽度wi和高度hi，计算物料图像中物料的宽高比ri，计算公式如下：
11、
12、进一步的，所述宽高比均值rm以及方差s2的计算公式如下：
13、
14、进一步的，将方差s2与方差阈值tth1进行对比判断，以此判定物料是否发生强翻转滚动的具体逻辑为：
15、当满足s2>tth1时，则判定该物料发生强翻转滚动，当不满足s2>tth1时，则判定该物料发生弱翻转滚动。
16、进一步的，针对形状不规则的物料，设定的方差阈值tth1为0.01。
17、进一步的，针对形状规则的物料，设定的方差阈值tth1为0.001。
18、进一步的，还包括：
19、s5,当s4判定物料发生强翻转滚动时，根据物料图像中物料的宽高比ri，生成复查系数fc；
20、s6，将复查系数fc与复查阈值tth2进行对比判断，以此复查物料是否发生强翻转滚动。
21、进一步的，当s4判定物料发生强翻转滚动时，根据物料图像中物料的宽高比ri，生成复查系数fc的具体逻辑为：
22、s51，以编号为1的物料图像中物料的宽高比r1为基准，计算r1与其余物料图像中物料宽高比的差值czj，构成差值矩阵cz，具体如下：
23、cz＝[cz1,cz2,…,czj,…,czn-1]＝[(r1-r2),(r1-r3),…,(r1-ri),…,(r1-rn)]
24、其中，j表示不同差值的编号，j＝1、2、3、……、n-1；
25、s52，提取差值矩阵cz中相同数值的数据值sjzx及其个数gsx，生成复查系数fc，计算公式如下：
26、
27、其中，x表示差值矩阵cz中提取的多组相同数值的不同编号，x＝1、2、3、……、k。
28、进一步的，将复查系数fc与复查阈值tth2进行对比判断，以此复查物料是否发生强翻转滚动的具体逻辑为：
29、当满足fc>tth2时，则复查确定该物料发生强翻转滚动，当不满足fc>tth2时，则复查确定该物料发生不发生强翻转滚动。
30、一种用于分拣机的物料旋转判定系统，用于上述的用于分拣机的物料旋转判定方法，包括：
31、拍摄单元，用于对同一物料进行多次拍摄以获取n张物料图像；
32、第一数据处理单元：用于采集物料图像中物料的宽度wi以及高度hi，计算物料图像中物料的宽高比ri，其中i表示不同物料图像的编号，i＝1、2、3、……、n；
33、第二数据处理单元：用于根据物料图像中物料的宽高比ri，计算宽高比均值rm以及方差s2；
34、判断单元，用于将方差s2与方差阈值tth1进行对比判断，以此判定物料是否发生强翻转滚动。
35、与现有技术相比，本专利技术的有益效果是：
36、本专利技术的用于分拣机的物料旋转判定方法及系统，通过对物料进行拍摄多张物料图像，再对不同物料图像中物料的宽高比及其方差进行分析计算，筛选出发生强翻转滚动的物料，以便于后续对发生强翻转滚动的物料进行识别归类，并避免后续对不发生旋转的物料进行识别归类而造成识别归类不精准且浪费算力的问题。
本文档来自技高网...【技术保护点】
1.一种用于分拣机的物料旋转判定方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：采集物料图像中物料的宽度wi以及高度hi，计算物料图像中物料的宽高比ri，其中i表示不同物料图像的编号，i＝1、2、3、……、n的具体逻辑为：
3.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：所述宽高比均值rm以及方差S2的计算公式如下：
4.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：将方差S2与方差阈值TTH1进行对比判断，以此判定物料是否发生强翻转滚动的具体逻辑为：
5.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：针对形状不规则的物料，设定的方差阈值TTH1为0.01。
6.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：针对形状规则的物料，设定的方差阈值TTH1为0.001。
7.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于，还包括：
8.根据权利要求7所述的用于分拣机的物料旋
9.根据权利要求7所述的用于分拣机的物料旋转判定方法，其特征在于：将复查系数FC与复查阈值TTH2进行对比判断，以此复查物料是否发生强翻转滚动的具体逻辑为：
10.一种用于分拣机的物料旋转判定系统，用于上述权利要求1-9任意一项所述的用于分拣机的物料旋转判定方法，其特征在于，包括：
...【技术特征摘要】
1.一种用于分拣机的物料旋转判定方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：采集物料图像中物料的宽度wi以及高度hi，计算物料图像中物料的宽高比ri，其中i表示不同物料图像的编号，i＝1、2、3、……、n的具体逻辑为：
3.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：所述宽高比均值rm以及方差s2的计算公式如下：
4.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：将方差s2与方差阈值tth1进行对比判断，以此判定物料是否发生强翻转滚动的具体逻辑为：
5.根据权利要求1所述的用于分拣机的物料旋转判定方法，其特征在于：针对形状不规则的物料，设定的方差阈值tth1为0.0...
【专利技术属性】
技术研发人员：胡波，卢业青，
申请(专利权)人：安徽唯嵩光电科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。