物料袋的应用非常广泛,多用作水泥、化肥、面粉及其它产品的外包装,在生产生活中用量很大。目前,国内袋装物料的搬运和装卸大多靠人力,劳动强度大,效率低。基于现状,本文提出将机器视觉系统引入袋装物料的搬运和装卸工作。机器视觉系统是智能机器人的视觉系统,机器人在一些人类能力无法满足要求的情况和不适合于人工作业的污染较重或有毒的工作环境中可以代替人工。采用机器人工作时,首先确定目标位置,机器人的搬运工作才能顺利开始。由于物料袋装料后形状不规则并且容易变形,采用传统的非接触式检测方法不易提取出它的姿态,以致抓取过程不可靠。本文在对国内外相应文献进行比较分析后,建立了机器视觉的几何测量模型,论证并检验了输出深度图像中灰度值与物体实际深度之间的反比例关系;设计物料袋图像处理的流程,首先由图像采集系统采集两幅物料袋的原始图像,即左右两幅图像,然后图像数据传入计算机,先用图像滤波增强的方法对物料袋的原始图像进行图像增强,用最大类间方差法进行二值化处理,得到物料袋图像的黑白二值图像,再利用Canny算子得到两幅物料袋图像的边缘图像,用膨胀腐蚀等方法进行最后处理,最终得到物料袋图像的边缘图像。为了实现两幅图像的匹配,用Harris角点检测方法提取出角点,将图像中物料袋的边缘部分角点用最小二乘法进行拟合,使之成为由四个边角部分的角点做为图像的特征点的四边形。利用基于直线特征控制的匹配原理实现了两幅物料袋图像边缘的特征匹配。通过实验验证了对有垂直、旋转、倾斜,移动的物料袋图像处理之后,证明了叠放和并放物料袋在光照变化时,提出的匹配方法具有很好的鲁棒性。最后由机器视觉中的视差测距原理得出物料袋与相机的距离信息,实现了物料袋深度信息的提取,识别出物料袋的位姿,以确定物料袋抓取部位。本文提出的基于机器视觉的物料袋位姿识别研究是以山东省自然科学基金为依托(“基于机器视觉的物料袋的自动识别研究”,编号:Y2007G23),着重研究机器视觉的系统建立与标定技术和物料袋位姿的图像识别技术。