[论文解读] An Image Processing based Object Counting Approach for Machine Vision Application

Mehmet Bayğın, Mehmet Karaköse+2 more|arXiv (Cornell University)|Feb 16, 2018

Industrial Vision Systems and Defect Detection参考文献 19被引用 26

一句话总结

本文提出了一种基于单台相机捕获图像的实时、与对象无关的机器视觉系统，采用Otsu阈值化和霍夫变换进行自动产品计数。该方法在无需预先了解物体形状或颜色的情况下，实现了对多种产品类型和颜色的快速、精确且可靠的计数，通过真实实验设置验证，结果具有高精度。

ABSTRACT

Machine vision applications are low cost and high precision measurement systems which are frequently used in production lines. With these systems that provide contactless control and measurement, production facilities are able to reach high production numbers without errors. Machine vision operations such as product counting, error control, dimension measurement can be performed through a camera. In this paper, a machine vision application is proposed, which can perform object-independent product counting. The proposed approach is based on Otsu thresholding and Hough transformation and performs automatic counting independently of product type and color. Basically one camera is used in the system. Through this camera, an image of the products passing through a conveyor is taken and various image processing algorithms are applied to these images. In this approach using images obtained from a real experimental setup, a real-time machine vision application was installed. As a result of the experimental studies performed, it has been determined that the proposed approach gives fast, accurate and reliable results.

研究动机与目标

• 开发一种非接触式、低成本的机器视觉解决方案，用于工业生产线中的自动产品计数。
• 实现与对象无关的计数，无论产品类型、颜色或形状如何。
• 使用单台相机和标准图像处理技术，实现实时系统。
• 确保在真实工业环境中的高精度和高可靠性。
• 通过基于物理传送带的实验设置，证明其可行性和性能。

提出的方法

• 系统使用单台相机实时捕获传送带上产品的图像。
• 对捕获的图像应用Otsu阈值化，将前景物体与背景分离。
• 应用连通域分析，在阈值化后识别单个物体。
• 应用霍夫变换检测圆形或椭圆形形状，以增强复杂场景中物体边界的检测。
• 将检测到的组件或形状数量作为最终计数结果，与物体颜色或类型无关。
• 整个处理流程实现实时运行，以支持工业自动化应用。

实验结果

研究问题

• RQ1 单台相机系统是否能在不了解物体颜色或形状的前提下，实现准确且可靠的物体计数？
• RQ2 Otsu阈值化与霍夫变换的结合在实时工业环境中检测和计数多样化物体方面的有效性如何？
• RQ3 所提出的方法在不同产品类型之间实现计数独立性的程度如何？
• RQ4 在物理实验设置中，系统的实时性能和精度如何？
• RQ5 在真实世界光照条件和物体排列变化下，系统是否能保持可靠性？

主要发现

• 所提出的系统实现了快速且精确的实时计数，适用于工业产线集成。
• 该方法表现出与对象无关的特性，无需重新配置即可成功计数各种颜色和形状的产品。
• 实验结果证实了在真实世界测试条件下系统的高可靠性和高精度。
• Otsu阈值化与霍夫变换的结合，即使在光照变化和物体重叠的情况下，也能实现鲁棒的分割与检测。
• 系统在多种产品类型中均保持一致的性能，证实了其泛化能力。
• 采用单台相机和标准图像处理技术的实现方式，证明了其在工业部署中的成本效益和可扩展性。